El aumento anual de estafas criptográficas alcanza una alarmante tasa de crecimiento del 162%: consejos de expertos para proteger sus activos digitales
La IA ayuda a los estafadores a cometer fraudes criptográficos y de otro tipo. Ha reducido la barrera para obtener información y, por ejemplo, robar las claves privadas de alguien. Sin embargo, por otro lado, la misma IA puede ayudar a las personas a protegerse. Esto es lo que explicó hoy Jonathan Levin de Chainalysis en el escenario de HumanX.
"Los delincuentes están ganando si crees que sólo necesitan una ventana para realizar un atraco", explica Levin. "Pero los delincuentes también tienen ventanas".
Chainalysis es una empresa que rastrea fondos criptográficos e intenta rastrearlos cuando ocurre un acto ilícito. Por ejemplo, logró recuperar 3.400 millones de dólares robados de Silk Road o, más recientemente, logró recuperar la criptomoneda robada de la billetera del rapero Razzlekhan.
En 2025, hubo robos y actividades ilícitas en criptomonedas por un total de 150 mil millones, lo que supone un aumento del 162 % en comparación con el año anterior.
Chainalysis lanza un sistema de agentes de IA
Hace apenas unas horas, la compañía anunció el lanzamiento de nuevos “agentes de IA” para la inteligencia blockchain, diseñados para combatir el creciente criptocrimen cada vez más potenciado por la inteligencia artificial. Estos agentes no son un producto separado, sino una evolución de la plataforma existente, basada en más de 10 millones de investigaciones y miles de millones de transacciones analizadas.
Qué hacen los agentes de IA de Chainalysis para combatir el fraude
Estos agentes operan como analistas expertos pero a la velocidad de una máquina y pueden:
– Automatizar análisis e investigaciones complejos
– Mejorar y gestionar alertas de cumplimiento
– Generar informes en tiempo real
– Identificar patrones sospechosos en blockchain
Características clave de los agentes de IA de Chainalysis
Chainalysis destaca cuatro principios fundamentales:
– Alta calidad de datos
– Capacidad de razonamiento contextual.
– Resultados verificables y auditables
– Revisión humana final