A tweetet a szerző törölte.
De mi mindent elmentettünk 🙂.
A bűnözők nyomon követése a blokkláncon korábban hosszú és fárasztó folyamat volt, ahol minden új tárca zsákutcába vezethette a nyomozást. Ma ezt a munkát egyre inkább a mesterséges intelligencia veszi át: gyorsan összerakja a töredékes átutalásokat, és összefüggő képpé alakítja őket. Ez pedig nemcsak a nyomozási módszereket változtatja meg, hanem az egész kriptopiac játékszabályait is.
Ezt a cikket az eredetiből fordítottuk. Olvassa el tudósítónk eredeti változatát itt.
A helyzet az egyértelműbb szabályok megjelenésével kezdett megváltozni. Az USA, Európa és az ázsiai országok szigorították a tőzsdékre vonatkozó követelményeket, bevezették a KYC-t, és a gyanús tranzakciók nyomon követését. Ezzel párhuzamosan fejlődtek a blokklánc-elemző eszközök, megtanultak címeket csoportosítani, pénzmozgásokat nyomon követni és valós szolgáltatásokkal összekapcsolni.
Ennek eredményeként a sokáig gyakorlatilag anonimnak tekintett rendszer az egyik legátláthatóbb pénzügyi infrastruktúrává vált. A blokklánc mindig is nyilvános főkönyv volt. Most már ezek a nyomok is gyorsan olvashatók, korrelálhatók és hozzárendelhetők.
Az olyan cégek, mint az Elliptic, a Chainalysis és később a TRM Labs olyan platformokat kezdtek el építeni, amelyek több blokkláncból gyűjtenek adatokat, klaszterezik a címeket, nyomon követik az alapok áramlását és jelzik a kockázatos tevékenységeket. Fontos, hogy ezek a megoldások sosem a lakossági felhasználóknak, hanem a nagy ügyfeleknek - kormányzati ügynökségeknek, bűnüldöző szerveknek, bankoknak és kriptotőzsdéknek - szóltak.
A tőzsdék ilyen rendszereket használnak a tranzakciók és az ügyfelek átvilágítására, a bankok a "piszkos" pénzekkel való üzletelés elkerülésére, a kormányzati szervek pedig a vizsgálatokhoz és a szankciók érvényesítéséhez.
Figyelemre méltó, hogy hatékonyságuk a gyakorlatban gyorsan bebizonyosodott. Ezeket az eszközöket nagyszabású pénzmosási rendszerek kivizsgálásában, illegális szolgáltatások leállításában és szankcionált joghatóságokhoz kapcsolódó tranzakciók nyomon követésében használták.
Az AI lett az az eszköz, amely jóval a jelenlegi boom előtt segített felgyorsítani a blokkláncelemzést. Még 2019-ben az Elliptic az MIT-IBM Watson AI Lab-mal közösen közzétett egy nagy, címkézett Bitcoin-tranzakciókból álló adathalmazt, hogy a tiltott tevékenységek felderítését célzó modelleket képezzék.
Ezek a megközelítések a piac központi problémáját - az adatmennyiséget - kezelték. Több milliárd tranzakció és több hálózaton átívelő összetett útvonalak kezelése esetén egy ember egyszerűen nem képes gyorsan feldolgozni az összes információt. Ezért az elemzők egyre inkább olyan modellekre támaszkodtak, amelyek képesek a hatalmas adathalmazokban a minták azonosítására és a manuális elemzés számára láthatatlan kapcsolatok feltárására. 2024-ben az Elliptic egy új, közel 200 millió Bitcoin-tranzakción alapuló tanulmányról számolt be, amelyben egy modellt nem csak egyes gyanús tárcák, hanem egész pénzmosási rendszerek felismerésére képeztek ki.
Idővel e rendszerek szerepe kibővült. Nemcsak a kockázatokat kezdték jelezni, hanem segíteni kezdték a nyomozások strukturálását is: nyomon követték a pénzmozgásokat, lehetséges kapcsolatokat javasoltak a címek között, és csökkentették az elemzési időt. Az Elliptic kifejezetten kijelentette, hogy az ilyen modellek segítettek új pénzmosási rendszerek és korábban ismeretlen illegális pénztárcák feltárásában, és az eredményeket már a termékeik fejlesztésére használják fel.
Az AI tulajdonképpen egy "láthatatlan réteggé" vált az analitikai platformokon belül. De még ezekkel a képességekkel együtt is maradt egy kulcsfontosságú korlát: a rendszer segítette az elemzőket, de nem tudta teljesen helyettesíteni a munkájukat.
A gyakorlatban ez megváltoztatja a blokkláncadatok kezelését. A felhasználó természetes nyelven megfogalmaz egy lekérdezést, a rendszer pedig önállóan kiválasztja a releváns adatokat, felépíti az elemzési logikát, és választ ad. A Chainalysis hangsúlyozza, hogy az ilyen megoldások több milliárd tranzakcióra és több millió korábbi nyomozásra támaszkodnak - gyakorlatilag a tipikus pénzmozgások, kockázatok és sémák felhalmozott tudásbázisán dolgoznak.
A legfontosabb elmozdulás az, hogy az elemző szerepe kezd megváltozni. Korábban egy ember végezte végig a vizsgálatot, míg a rendszer csak felgyorsította az egyes egyedi этапов. Most a gép képes nyomon követni az alapok útvonalait, strukturálni a tényeket, és további ellenőrzés céljából jelentéssé összeállítani azokat. A vállalat szerint ez egyes esetekben máris napokról percekre csökkenti a komplex vizsgálatokat.
Ugyanakkor a belépési korlátok is változnak, mivel az analitikához való hozzáférés fokozatosan bővül - nemcsak a szűk szakemberek és a nagy szereplők számára, hanem a piaci szereplők szélesebb köre számára is, akik lekérdezéseket fogalmazhatnak meg és kész meglátásokat kaphatnak.
A piac tulajdonképpen az elemzést egyszerűen felgyorsító eszközöktől olyan rendszerek felé mozdul el, amelyek átveszik a gondolkodás egy részét a folyamatban.
Ez azt jelenti, hogy a kockázati adatok versenyelőnnyé válnak. Azok, akik korábban észlelik a problémás útvonalakat, kisebb valószínűséggel veszítenek időt késések miatt, szembesülnek blokkolásokkal, vagy küzdenek meghiúsult elszámolásokkal. Az alapok eredetének elemzése fokozatosan ugyanolyan szerves részévé válik a kereskedési infrastruktúrának, mint a díjak vagy a végrehajtási sebesség.
A törvényes piac számára ez nagyrészt jó hír: nagyobb kiszámíthatóság, kevesebb mérgező alap, és nagyobb bizalom a hagyományos pénzügyek részéről. A szürke zónákban tevékenykedők számára - az ellenkezője. A lényeg azonban más: egy olyan piac, amely az átláthatatlanságra építette hírnevét, egyre kevésbé különböztethető meg a hagyományos pénzügyi infrastruktúrától. És ez lehet a legfontosabb következmény - nem a szabályozók, hanem maga a kriptopiac számára.