A IA sai à caça: como os agentes rastreiam criminosos do mundo das criptomoedas

O rastreamento de criminosos no blockchain costumava ser um processo longo e exaustivo, em que cada nova carteira poderia levar uma investigação a um beco sem saída. Hoje, esse trabalho é cada vez mais assumido pela inteligência artificial: ela junta rapidamente as transferências fragmentadas, transformando-as em um quadro coerente. E isso está mudando não apenas os métodos de investigação, mas também as regras do jogo para todo o mercado de criptografia.

Do pseudônimo à transparência

A situação começou a mudar com o surgimento de regras mais claras. Os EUA, a Europa e os países asiáticos reforçaram os requisitos para as bolsas, introduziram o KYC e implementaram o monitoramento de transações suspeitas. Ao mesmo tempo, as ferramentas de análise de blockchain evoluíram, aprendendo a agrupar endereços, rastrear fluxos de fundos e vinculá-los a serviços do mundo real.

Como resultado, um sistema há muito considerado praticamente anônimo está se transformando em uma das infraestruturas financeiras mais transparentes. O Blockchain sempre foi um livro-razão público. Agora, esses rastros também podem ser lidos, correlacionados e atribuídos rapidamente.

Como surgiu o mercado de "leitura de blockchain

Empresas como Elliptic, Chainalysis e, posteriormente, TRM Labs começaram a criar plataformas que coletam dados de vários blockchains, agrupam endereços, rastreiam fluxos de fundos e sinalizam atividades de risco. É importante ressaltar que essas soluções nunca foram destinadas a usuários de varejo, mas a grandes clientes - agências governamentais, autoridades policiais, bancos e bolsas de criptomoedas.

As bolsas usam esses sistemas para filtrar transações e clientes, os bancos para evitar lidar com fundos "sujos" e as agências governamentais para investigações e aplicação de sanções.

Loading...

O tweet foi excluído pelo autor.

Mas guardámos tudo 🙂.

Notavelmente, sua eficácia foi rapidamente comprovada na prática. Essas ferramentas foram usadas em investigações de esquemas de lavagem de dinheiro em larga escala, fechamento de serviços ilegais e rastreamento de transações vinculadas a jurisdições sancionadas.

Como a IA entrou na análise de blockchain

A IA se tornou a ferramenta que, muito antes do boom atual, ajudou a acelerar a análise de blockchain. Em 2019, a Elliptic, juntamente com o MIT-IBM Watson AI Lab, publicou um grande conjunto de dados rotulados de transações de Bitcoin para treinar modelos destinados a detectar atividades ilícitas.

Essas abordagens abordaram o principal problema do mercado: o volume de dados. Ao lidar com bilhões de transações e rotas complexas em várias redes, um ser humano simplesmente não consegue processar todas as informações rapidamente. É por isso que os analistas dependem cada vez mais de modelos capazes de identificar padrões em conjuntos de dados massivos e descobrir conexões invisíveis à análise manual. Em 2024, a Elliptic relatou um novo estudo baseado em quase 200 milhões de transações de Bitcoin, em que um modelo foi treinado para detectar não apenas carteiras suspeitas individuais, mas também esquemas completos de lavagem de dinheiro.

Com o tempo, a função desses sistemas se expandiu. Eles começaram não apenas a sinalizar riscos, mas também a ajudar a estruturar investigações: rastreando fluxos de fundos, sugerindo possíveis vínculos entre endereços e reduzindo o tempo de análise. A Elliptic declarou explicitamente que esses modelos ajudaram a descobrir novos esquemas de lavagem e carteiras ilícitas até então desconhecidas, sendo que os resultados já estão sendo usados para aprimorar seus produtos.

Loading...

O tweet foi excluído pelo autor.

Mas guardámos tudo 🙂.

De fato, a IA tornou-se uma "camada invisível" dentro das plataformas de análise. Mas, mesmo com esses recursos, uma limitação importante permaneceu: o sistema auxiliava os analistas, mas não podia substituir totalmente o trabalho deles.

Quando a IA deixa de ser apenas uma ferramenta

Na prática, isso muda a forma como os dados do blockchain são tratados. Um usuário formula uma consulta em linguagem natural, e o sistema seleciona independentemente os dados relevantes, constrói a lógica analítica e produz uma resposta. A Chainalysis enfatiza que essas soluções dependem de bilhões de transações e milhões de investigações anteriores - trabalhando efetivamente em uma base de conhecimento acumulada de fluxos de fundos, riscos e esquemas típicos.

Loading...

O tweet foi excluído pelo autor.

Mas guardámos tudo 🙂.

A principal mudança é que a função do analista está começando a mudar. Anteriormente, um ser humano conduzia a investigação de ponta a ponta, enquanto o sistema apenas acelerava o processo. Agora, a máquina pode rastrear rotas de fundos, estruturar fatos e compilá-los em um relatório para verificação posterior. De acordo com a empresa, em alguns casos, isso já reduz investigações complexas de dias para minutos.

Ao mesmo tempo, a barreira de entrada está mudando, à medida que o acesso à análise se expande gradualmente - não apenas para especialistas restritos e grandes players, mas também para uma gama mais ampla de participantes do mercado que podem formular consultas e receber insights prontos.

Na verdade, o mercado está passando de ferramentas que simplesmente aceleram a análise para sistemas que assumem parte do raciocínio no processo.

Quando a transparência se torna uma regra de mercado

Isso significa que os dados de risco se transformam em uma vantagem competitiva. Aqueles que detectam rotas problemáticas mais cedo têm menos probabilidade de perder tempo com atrasos, enfrentar bloqueios ou lidar com falhas nas liquidações. A análise da origem dos fundos está gradualmente se tornando tão essencial para a infraestrutura de negociação quanto as taxas ou a velocidade de execução.

Para o mercado legítimo, essa é uma boa notícia: mais previsibilidade, menos fundos tóxicos e maior confiança das finanças tradicionais. Para aqueles que operam em zonas cinzentas - o oposto. Mas o ponto principal é diferente: um mercado que construiu sua reputação com base na opacidade está se tornando cada vez mais indistinguível da infraestrutura financeira tradicional. E essa pode ser a consequência mais importante - não para os reguladores, mas para o próprio mercado de criptografia.