L'IA part à la chasse : comment les agents traquent les criminels du monde des cryptomonnaies

La traque des criminels sur la blockchain était autrefois un processus long et épuisant, où chaque nouveau portefeuille pouvait mener l'enquête dans une impasse. Aujourd'hui, ce travail est de plus en plus pris en charge par l'intelligence artificielle : elle reconstitue rapidement les transferts fragmentés et les transforme en une image cohérente. Cela change non seulement les méthodes d'enquête, mais aussi les règles du jeu pour l'ensemble du marché des crypto-monnaies.

Du pseudonymat à la transparence

La situation a commencé à changer avec l'émergence de règles plus claires. Les États-Unis, l'Europe et les pays asiatiques ont renforcé les exigences pour les échanges, introduit le KYC et mis en œuvre la surveillance des transactions suspectes. Dans le même temps, les outils d'analyse de la blockchain ont évolué, apprenant à regrouper les adresses, à suivre les flux de fonds et à les relier à des services du monde réel.

En conséquence, un système longtemps considéré comme pratiquement anonyme est en train de devenir l'une des infrastructures financières les plus transparentes. La blockchain a toujours été un registre public. Désormais, ces traces peuvent également être rapidement lues, corrélées et attribuées.

Comment le marché de la "lecture de la blockchain" est apparu

Des entreprises comme Elliptic, Chainalysis et, plus tard, TRM Labs ont commencé à construire des plateformes qui collectent des données provenant de plusieurs blockchains, regroupent les adresses, suivent les flux de fonds et signalent les activités à risque. Il est important de noter que ces solutions n'ont jamais été destinées aux particuliers, mais à de gros clients - agences gouvernementales, forces de l'ordre, banques et bourses de crypto-monnaies.

Les bourses utilisent ces systèmes pour filtrer les transactions et les clients, les banques pour éviter de traiter avec des fonds "sales", et les agences gouvernementales pour les enquêtes et l'application des sanctions.

Loading...

Le tweet a été supprimé par son auteur.

Mais nous avons tout sauvegardé 🙂.

L'efficacité de ces outils a été rapidement prouvée dans la pratique. Ces outils ont été utilisés dans le cadre d'enquêtes sur des systèmes de blanchiment d'argent à grande échelle, de fermetures de services illégaux et de suivi de transactions liées à des juridictions sanctionnées.

Comment l'IA est entrée dans l'analyse de la blockchain

Ces approches ont permis de résoudre le problème central du marché : le volume de données. Lorsqu'il s'agit de milliards de transactions et d'itinéraires complexes à travers de multiples réseaux, un être humain ne peut tout simplement pas traiter rapidement toutes les informations. C'est pourquoi les analystes s'appuient de plus en plus sur des modèles capables d'identifier des schémas dans des ensembles massifs de données et de découvrir des connexions invisibles à l'analyse manuelle. En 2024, Elliptic a publié une nouvelle étude basée sur près de 200 millions de transactions en bitcoins, dans laquelle un modèle a été entraîné à détecter non seulement des portefeuilles suspects individuels, mais aussi des schémas entiers de blanchiment d'argent.

Au fil du temps, le rôle de ces systèmes s'est élargi. Ils ont commencé non seulement à signaler les risques, mais aussi à aider à structurer les enquêtes : en suivant les flux de fonds, en suggérant des liens possibles entre les adresses et en réduisant le temps d'analyse. Elliptic a explicitement déclaré que ces modèles ont permis de découvrir de nouveaux schémas de blanchiment et des portefeuilles illicites jusqu'alors inconnus, les résultats étant déjà utilisés pour améliorer leurs produits.

Loading...

Le tweet a été supprimé par son auteur.

Mais nous avons tout sauvegardé 🙂.

En fait, l'IA est devenue une "couche invisible" au sein des plateformes d'analyse. Mais même avec ces capacités, une limitation essentielle demeure : le système assiste les analystes, mais ne peut pas remplacer entièrement leur travail.

Quand l'IA cesse d'être un simple outil

En pratique, cela change la façon dont les données de la blockchain sont traitées. Un utilisateur formule une requête en langage naturel, et le système sélectionne indépendamment les données pertinentes, construit la logique analytique et produit une réponse. Chainalysis souligne que ces solutions s'appuient sur des milliards de transactions et des millions d'enquêtes antérieures - travaillant effectivement sur une base de connaissances accumulées des flux de fonds, des risques et des schémas typiques.

Loading...

Le tweet a été supprimé par son auteur.

Mais nous avons tout sauvegardé 🙂.

Le principal changement est que le rôle de l'analyste commence à évoluer. Auparavant, un homme menait l'enquête de bout en bout, tandis que le système ne faisait qu'accélérer l'отдельных этапов. Désormais, la machine peut retracer les itinéraires des fonds, structurer les faits et les compiler dans un rapport en vue d'une vérification ultérieure. Selon l'entreprise, dans certains cas, cela permet déjà de réduire les enquêtes complexes de plusieurs jours à quelques minutes.

Dans le même temps, la barrière à l'entrée évolue, car l'accès à l'analyse s'élargit progressivement, non seulement pour les spécialistes et les grands acteurs, mais aussi pour un éventail plus large de participants au marché qui peuvent formuler des requêtes et recevoir des informations prêtes à l'emploi.

En effet, le marché passe d'outils qui accélèrent simplement l'analyse à des systèmes qui prennent en charge une partie de la réflexion dans le processus.

Quand la transparence devient une règle du marché

Cela signifie que les données sur les risques se transforment en avantage concurrentiel. Ceux qui détectent plus tôt les itinéraires problématiques sont moins susceptibles de perdre du temps en raison de retards, d'être confrontés à des blocages ou de devoir faire face à des échecs de règlement. L'analyse de l'origine des fonds devient progressivement une partie intégrante de l'infrastructure de négociation, au même titre que les frais ou la vitesse d'exécution.

Pour le marché légitime, il s'agit en grande partie d'une bonne nouvelle : plus de prévisibilité, moins de fonds toxiques et une plus grande confiance de la part de la finance traditionnelle. Pour ceux qui opèrent dans les zones grises, c'est l'inverse. Mais le point essentiel est différent : un marché qui a bâti sa réputation sur l'opacité devient de plus en plus indiscernable de l'infrastructure financière traditionnelle. Et c'est peut-être là la conséquence la plus importante, non pas pour les régulateurs, mais pour le marché des crypto-monnaies lui-même.