Être entrepreneur et investisseur signifie que je me trouve de l’autre côté de nombreux terrains. J'ai sur mon bureau des présentations construites autour de feuilles de route et d'équipes qui jurent que leur traction est réelle.
Mon travail consiste à déterminer quelles parties de ces pitchs survivent au contact avec la blockchain. Ainsi, lorsque je vous dis que le côté détection de cette industrie s'est véritablement amélioré, je ne répète pas le pitch deck d'un fournisseur.
Les plateformes d’investigation blockchain telles que Chainalysis, TRM Labs et Elliptic ont gelé ou récupéré environ 34 milliards de dollars de fonds illicites. Plus de 45 régulateurs dans le monde utilisent désormais ces outils comme pratique courante. Ils aident à récupérer l'argent volé, retracé grâce au regroupement de portefeuilles et à l'attribution d'entités suffisamment bons pour être retenus devant les tribunaux.
Grâce à l’IA, les nouvelles générations de ces outils font plus que tracer l’argent une fois qu’il a déjà été déplacé. Aujourd’hui, il existe des plateformes prédictives qui prétendent signaler un portefeuille avant qu’il n’agisse.
Ils évaluent leur comportement par rapport à plus de 50 fonctionnalités et se recyclent quotidiennement. Un fournisseur revendique un score de précision de 98 % sur 14 millions de portefeuilles. Nous avons des scanners installés directement à l'intérieur des agents commerciaux de l'IA, vérifiant les verrous de liquidité, l'autorité de gel et l'historique du déploiement en cinq secondes environ.
L’un de ces services a signalé avoir analysé plus de 881 000 adresses de jetons et en avoir signalé 271 000 comme étant à haut risque. Il existe même des outils de regroupement de portefeuilles qui repèrent une adresse « dormante » qui est restée inactive pendant des années et n'a repris vie que juste avant une liquidation – la version numérique de la remarque que quelqu'un surveille votre rue.
Donc, si vous lisez uniquement les pages des fournisseurs, vous repartirez en pensant que la fraude cryptographique est fondamentalement résolue, car nous avons maintenant cette petite armée de modèles d'apprentissage automatique qui surveillent chaque chaîne, chaque portefeuille et chaque transaction 24 heures sur 24.
Ensuite, vous vérifiez ce que cette même époque d’apprentissage automatique a fait de l’autre côté du grand livre.
Les chiffres derrière les escroqueries cryptographiques basées sur l’IA
Selon Chainalysis, le total des pertes liées aux escroqueries cryptographiques et à la fraude pour 2025 s'élève à environ 17 milliards de dollars, contre 9,9 milliards de dollars l'année précédente. Le chiffre du FBI concernant la fraude cryptographique au cours de la même période s'élève à 11,36 milliards de dollars rien qu'aux États-Unis, soit une augmentation de 22 % par rapport à l'année précédente.
Ce sont les chiffres qui figurent sur une diapositive de panneau. Mais celui qui a réellement changé ma façon de faire preuve de diligence raisonnable est le suivant : Chainalysis a découvert que les escroqueries basées sur l’IA étaient 4,5 fois plus rentables que les escroqueries traditionnelles.
Même arnaque, même cible, mais grâce à l’IA, les escrocs peuvent fabriquer à grande échelle de faux agents de support, de faux investisseurs ou des initiés de confiance.
Lior Aizik, co-fondateur et directeur de l'exploitation de l'échange de crypto-monnaie XBO, a publiquement averti que les escroqueries par usurpation d'identité se multipliaient et devenaient de plus en plus sophistiquées dans l'ensemble du secteur. Sa règle de base est simple : ne transférez jamais votre crypto à une personne que vous ne pouvez pas vérifier, surtout si la demande est urgente et secrète.
La fraude par usurpation d’identité – les criminels se faisant passer pour une banque, un investisseur ou un influenceur crypto – a enregistré une croissance de 1 400 % d’une année sur l’autre. Les escrocs utilisent désormais l'IA pour lancer des escroqueries ciblées et coûteuses sur les personnes qu'ils ont d'abord profilées, plutôt que l'approche bon marché et à grand volume de pulvérisation et de prière qu'ils utilisaient auparavant.
Cela a fait augmenter considérablement le montant moyen des paiements, de 782 $ en 2024 à 2 764 $ en 2025, soit une augmentation de 253 %. Je prends cela personnellement, car ce sont précisément les investisseurs et les opérateurs ayant un profil public qui sont clonés.
Voici la partie inconfortable : même si l'outillage défensif s'est considérablement amélioré, les résultats offensifs se sont également améliorés.
C'est comme un réseau antagoniste génératif, où le générateur et le discriminateur partagent une rivalité qui améliore continuellement l'ensemble du modèle.
Les outils offensifs et défensifs s’appuient sur la même capacité d’IA. À l’heure actuelle, cela favorise largement le premier venu, et non celui qui construit le meilleur modèle de manière isolée.
Pourquoi une meilleure détection continue de perdre la course
La réponse honnête est que les outils médico-légaux sont conçus pour le travail de détective et non pour la prédiction. Pour qu’une enquête ait lieu, il faut qu’un crime ait été commis.
Vous avez besoin d’une victime qui a déjà perdu de l’argent avant de pouvoir tracer une tendance suffisamment visible pour être signalée. Même les modèles prédictifs qui prétendent détecter un tir de tapis avant qu'il ne se produise sont formés sur les escroqueries d'hier – et l'arnaque de demain est conçue par quelqu'un qui lit les mêmes données de formation.
Cela m'est devenu clair en temps réel avec l'attaque NexFundAI du FBI : les faux agents fédéraux de jetons de pot de miel créés pour attraper les commerçants de lavage.
Un jour après que le DOJ a annoncé les arrestations liées à l'opération, quelqu'un a cloné le contrat intelligent exact et a lancé un jeton de copie, gagnant 127 000 $ en une seule journée en utilisant les mêmes tactiques que le FBI venait d'exposer dans des documents judiciaires.
N’importe quel LP qui me demandait si « le pire comportement sur ce marché était enfin d’être nettoyé » aurait eu sa réponse dans les vingt-quatre heures.
L'opération du FBI est devenue le modèle de l'attaquant. Chaque divulgation qui aide le défenseur fournit également à l'attaquant un modèle de travail – et les attaquants lisent plus rapidement que le correctif du régulateur.
Le côté attaque est devenu moins cher et plus rapide
Vous pouvez constater la même asymétrie dans le peu d’effort qu’une attaque demande désormais. Le développeur de logiciels Peter Steinberger a créé un projet open source populaire qui vous permet d'exécuter un assistant IA sur votre ordinateur avec un accès complet au système via des applications telles que Telegram, WhatsApp et Discord.
Le produit a dû être renommé après un litige concernant la marque.
Quelques minutes après l'annonce du changement de marque, quelqu'un avait détourné ses anciens comptes GitHub et X et les avait utilisés pour lancer et pomper un jeton qui avait atteint une capitalisation boursière de 16 millions de dollars avant de s'effondrer de plus de 90 %.
Pas de malware, pas de clés volées. Juste quelqu'un d'assez rapide pour exploiter un manque d'attention qu'aucun outil médico-légal ne surveillait. Les outils ne surveillaient pas car rien d’illégal ne s’était encore produit.
Quand l’agent IA est celui qui devient robuste
Ce ne sont pas seulement les humains qui tombent dans le piège qui m'inquiètent, car la plupart des arguments que je reçois sont une version du « laissez notre agent IA échanger pour vous ». Ces agents peuvent également perdre de l’argent en votre nom.
Un développeur a décrit comment un agent IA sur Solana a acheté un jeton robuste à 94 % après vingt minutes, coûtant 12 000 $ au portefeuille de l'agent.
Après enquête, le jeton disposait d'un pouvoir de gel activé, les 10 principaux détenteurs contrôlaient 91 % de l'offre. Le déployeur avait déjà lancé trois jetons frauduleux précédents.
Chacun de ces signaux d’alarme était censé être vérifiable en quelques secondes par les outils de détection que j’ai décrits ici. Mais l'agent n'a pas vérifié. Il a simplement vu un jeton et un prix et l'a acheté – parce que personne n'a connecté la couche de sécurité à la couche de décision.
C’est exactement le mode d’échec que je teste désormais dans chaque argumentaire de fonds basé sur des agents qui traverse mon bureau.
La pièce qu'aucun outil ne peut réparer
Ce qui m’inquiète le plus, c’est qu’une partie de ces dommages ne touche jamais du tout un contrat intelligent. J'ai un profil public et des abonnés, ce qui fait de moi exactement le genre de visage qui est cloné.
En mai, il a été rapporté qu'une femme de Guelph, en Ontario, avait perdu 14 000 $ à cause d'escrocs après avoir pensé qu'elle parlait avec YouTuber Mr Beast d'un investissement cryptographique. Elle ne l’était pas. M. Beast combat depuis des années les vidéos générées par l’IA qui utilisent son image pour proposer de faux cadeaux.
Les outils médico-légaux ne signalent pas ces interactions, car rien à leur sujet ne touche la chaîne tant que l'argent n'est pas déjà en mouvement. La fraude se produit lors d’un appel vidéo, dans un moment de confiance. Au moment où une transaction est effectuée pour qu’une plateforme d’analyse marque un résultat, la décision qui coûte à la victime a déjà été prise.
L’IA s’est améliorée dans la fabrication de cette fausse confiance plus rapidement qu’elle ne l’a fait pour la signaler. Et c’est là que sont effectivement allées la majeure partie des 17 milliards de dollars.
Escroqueries cryptographiques par l’IA : alors, qui gagne réellement ?
Aucun des deux côtés.
C'est la réponse la plus honnête que je puisse donner. Les deux ensembles d’outils, médico-légaux et prédictifs, sont réels. Les reprises sont réelles. Les rejeter parce que la fraude s’est également développée serait une forme de malhonnêteté en soi.
Mais « réel et en amélioration » n’est pas la même chose que « à venir ». Les données de 2025 sont claires : en termes de dollars, l’offensive s’est améliorée plus rapidement que la défense.
S’il y a une raison à cela, c’est bien celle-là. Les outils de détection répondent principalement à la question « ce portefeuille est-il suspect ? » – et cette question n'est posée qu'après que quelqu'un décide de vérifier.
Il y a ensuite des cas comme celui de Guelph, où il n'y a pas de portefeuille à scanner en premier lieu. L'IA a rendu ces cas plus courants, c'est pourquoi j'ai arrêté de traiter l'IA comme un argument de vente dans n'importe quel argumentaire et j'ai commencé à la traiter comme la première chose que je souhaite tester.
La blockchain peut confirmer l'historique d'un portefeuille. Il ne peut pas confirmer un appel téléphonique,
L'article Crypto Forensics est devenu plus intelligent, mais les fraudeurs IA sont arrivés en premier apparaît en premier sur BeInCrypto.