La forensía criptográfica se volvió más inteligente, pero los estafadores de IA llegaron primero
Ser un emprendedor e inversor significa que estoy del otro lado de muchas presentaciones. Recibo presentaciones en mi escritorio construidas alrededor de hojas de ruta y equipos que juran que su tracción es real.
Mi trabajo es averiguar qué partes de esas presentaciones sobreviven al contacto con la blockchain. Así que cuando te digo que el lado de detección de esta industria ha mejorado genuinamente, no estoy repitiendo el deck de presentación de un proveedor.
Las plataformas de forense de blockchain como Chainalysis, TRM Labs y Elliptic han congelado o recuperado un estimado de $34 mil millones en fondos ilícitos. Más de 45 reguladores en todo el mundo ahora utilizan estas herramientas como práctica estándar. Ayudan a recuperar dinero robado, rastreado a través de agrupaciones de billeteras y atribución de entidades que son lo suficientemente buenas como para sostenerse en un tribunal.
Gracias a la IA, las nuevas generaciones de estas herramientas hacen más que rastrear dinero después de que ya se ha movido. Hoy en día, hay plataformas predictivas que afirman señalar una billetera antes de que actúe en absoluto.
Evalúan el comportamiento en función de más de 50 características y se reentrenan a diario. Un proveedor afirma tener un puntaje de precisión del 98% en 14 millones de billeteras. Tenemos escáneres de rug-pull sentados directamente dentro de agentes de trading de IA, verificando bloqueos de liquidez, autoridad de congelación e historial de desplegadores en aproximadamente cinco segundos.
Un servicio de este tipo informó haber escaneado más de 881,000 direcciones de tokens y haber marcado 271,000 como de alto riesgo. Incluso hay herramientas de agrupamiento de billeteras que detectan una dirección “dormida” que estuvo inactiva durante años y solo cobró vida justo antes de una liquidación: la versión digital de notar que alguien ha estado vigilando tu calle.
Así que si solo lees las páginas de los proveedores, pensarías que el fraude en criptomonedas está básicamente resuelto, porque ahora tenemos este pequeño ejército de modelos de aprendizaje automático vigilando cada cadena, cada billetera y cada transacción las 24 horas del día.
Luego verificas lo que esa misma era de aprendizaje automático ha hecho en el otro lado del libro mayor.
Los Números Detrás de los Fraudes Cripto con IA
Según Chainalysis, las pérdidas totales por fraudes y estafas relacionadas con criptomonedas para 2025 ascienden a aproximadamente $17 mil millones, un aumento desde los $9.9 mil millones del año anterior. La cifra del FBI para el fraude en criptomonedas durante el mismo período es de $11.36 mil millones solo en EE. UU., un aumento del 22% interanual.
Esos son los números que aparecen en una diapositiva del panel. Pero el que realmente cambió la forma en que realizo la debida diligencia es este: Chainalysis encontró que las estafas impulsadas por IA eran 4.5 veces más rentables que las tradicionales.
El mismo engaño, el mismo objetivo, pero con IA, los estafadores pueden fabricar agentes de soporte falsos, inversores falsos o insiders de confianza a gran escala.
Lior Aizik, cofundador y Director de Operaciones en el intercambio de criptomonedas XBO, ha advertido públicamente que las estafas de suplantación están aumentando y volviéndose más sofisticadas en toda la industria. Su regla general es simple: nunca transfieras tu cripto a nadie que no puedas verificar, especialmente si la solicitud viene envuelta en urgencia y secreto.
El fraude de suplantación —criminales que se hacen pasar por un banco, un inversor o un influencer de criptomonedas— ha registrado un crecimiento del 1,400% interanual. Los estafadores ahora utilizan IA para llevar a cabo engaños costosos y dirigidos a personas que han perfilado primero, en lugar del enfoque barato y de alto volumen de rociar y rezar que usaban antes.
Eso empujó el tamaño promedio de pago a un aumento drástico, de $782 en 2024 a $2,764 en 2025, un incremento del 253%. Lo tomo de manera personal, porque los inversores y operadores con algún perfil público son exactamente quienes son clonados.
Aquí está la parte incómoda: mientras que las herramientas defensivas han mejorado drásticamente, los resultados ofensivos también han mejorado.
Es como una red generativa adversarial, donde el generador y el discriminador comparten una rivalidad que mejora todo el modelo continuamente.
Tanto las herramientas ofensivas como las defensivas provienen del mismo pozo de capacidad de IA. En este momento, ese pozo favorece al primer en moverse, no a quien construye el mejor modelo en aislamiento.
Por qué una mejor detección sigue perdiendo la carrera
La respuesta honesta es que las herramientas forenses están diseñadas para el trabajo de detective, no para la predicción. Para que ocurra una investigación, un crimen debe haber sido cometido.
Necesitas una víctima que ya haya perdido dinero antes de que puedas rastrear un patrón lo suficientemente visible como para marcarlo. Incluso los modelos predictivos que afirman atrapar un rug pull antes de que ocurra están entrenados en las estafas de ayer — y la estafa de mañana está siendo diseñada por alguien que leyó los mismos datos de entrenamiento.
Esto me quedó claro en tiempo real con la operación NexFundAI del FBI: el token de honeypot falso que los agentes federales crearon para atrapar a los wash traders.
Un día después de que el DOJ anunciara arrestos relacionados con la operación, alguien clonó el contrato inteligente exacto y lanzó un token imitador, ganando $127,000 en un solo día utilizando las mismas tácticas que el FBI acababa de exponer en documentos judiciales.
Cualquier LP que me preguntara si “el peor comportamiento en este mercado finalmente se estaba limpiando” habría tenido su respuesta en veinticuatro horas.
La operación del FBI se convirtió en el plano para el atacante. Cada divulgación que ayuda al defensor también le entrega al atacante una plantilla funcional — y los atacantes leen más rápido de lo que los reguladores parchean.
El lado del ataque acaba de volverse más barato y rápido
Puedes ver la misma asimetría en cuán poco esfuerzo requiere ahora un ataque. El desarrollador de software Peter Steinberger construyó un popular proyecto de código abierto que te permite ejecutar un asistente de IA en tu computadora con acceso completo al sistema a través de aplicaciones como Telegram, WhatsApp y Discord.
El producto tuvo que ser renombrado después de una disputa de marca registrada.
A los pocos minutos del anuncio de la rebranding, alguien había secuestrado sus antiguas cuentas de GitHub y X y las utilizó para lanzar y promocionar un token que alcanzó una capitalización de mercado de 16 millones de dólares antes de caer más del 90%.
Sin malware, sin claves robadas. Solo alguien lo suficientemente rápido para explotar una brecha en la atención que ninguna herramienta forense estaba vigilando. Las herramientas no estaban vigilando porque aún no había sucedido nada ilegal.
Cuando el Agente de IA es el que está siendo estafado
No solo me preocupa que los humanos caigan en esto, porque muchas de las propuestas que recibo son alguna versión de 'deja que nuestro agente de IA comercie por ti'. Esos agentes también pueden perder dinero en tu nombre.
Un desarrollador describió cómo un agente de IA en Solana compró un token que se desplomó un 94% después de veinte minutos, costando a la billetera del agente $12,000.
Al investigar, el token tenía habilitada la autoridad de congelación, los 10 principales poseedores controlaban el 91% de la oferta. El creador ya había lanzado tres tokens de estafa anteriores.
Cada una de esas señales de alerta se suponía que debía ser verificable en segundos por las herramientas de detección que he descrito aquí. Pero el agente no verificó. Simplemente vio un token y un precio y lo compró, porque nadie conectó la capa de seguridad a la capa de decisión.
Ese es el modo de fallo exacto que ahora someto a pruebas de estrés en cada propuesta de fondo basada en agentes que llega a mi escritorio.
La Parte que Ninguna Herramienta Puede Arreglar
Lo que más me preocupa es que algunos de estos daños nunca toquen un contrato inteligente en absoluto. Tengo un perfil público y un seguimiento, lo que me convierte exactamente en el tipo de cara que se clona.
En mayo, se informó que una mujer en Guelph, Ontario, perdió $14,000 ante estafadores después de pensar que estaba hablando con el YouTuber Mr Beast sobre una inversión en criptomonedas. No lo estaba. Mr Beast ha estado luchando contra videos generados por IA que utilizan su imagen para promover sorteos falsos durante años.
Las herramientas forenses no señalan estas interacciones, porque nada de ellas toca la cadena hasta que el dinero ya está en movimiento. El fraude ocurre en una videollamada, en un momento de confianza. Para cuando existe una transacción que una plataforma de análisis puede puntuar, la decisión que cuesta al víctima ya se ha tomado.
La IA ha mejorado en fabricar esa falsa confianza más rápido de lo que ha mejorado en señalarla. Y ahí es donde realmente se fueron la mayor parte de los $17 mil millones.
Estafas de Cripto con IA: ¿Quién está ganando realmente?
Ninguna de las dos partes.
Esa es la respuesta más honesta que puedo dar. Ambos conjuntos de herramientas, forenses y predictivas, son reales. Las recuperaciones son reales. Desestimarlas porque el fraude también ha crecido sería su propio tipo de deshonestidad.
Pero 'real y en mejora' no es lo mismo que 'adelante'. Los datos de 2025 son claros: en términos de dólares, la ofensa ha mejorado más rápido que la defensa.
Si hay una razón para eso, es esta. Las herramientas de detección principalmente responden a la pregunta “¿es esta billetera sospechosa?” — y esa pregunta solo se hace después de que alguien decide verificar.
Luego hay casos como Guelph, donde no hay billetera para escanear en primer lugar. La IA ha hecho que esos casos sean más comunes, por lo que he dejado de tratar la IA como un punto de venta en cualquier presentación y he comenzado a tratarla como lo primero que quiero someter a prueba.
La blockchain puede confirmar el historial de una billetera. No puede confirmar una llamada telefónica,
Fuente: BeInCrypto