Policía y universidad de China afirman que su IA detecta…
La investigación llega mientras los fiscales dicen que 3,259 personas enfrentaron 2025 casos relacionados con el lavado de activos virtuales y las finanzas subterráneas.
Investigadores de la Universidad Nacional de Policía de China afirman haber construido un sistema de IA que utiliza modelos de lenguaje grandes para señalar sospechas de lavado de dinero en criptomonedas con “aproximadamente un 90% de precisión.” La afirmación llega junto con un recuento de enjuiciamientos para 2025 que sugiere que los casos de lavado de activos virtuales ya se están persiguiendo a gran escala a pesar de las prohibiciones de comercio y minería en China.
La policía de China y los investigadores universitarios afirman que las señales de lavado de criptomonedas generadas por IA y LLM son aproximadamente un 90% precisas.
Investigadores de la Universidad Nacional de Policía de China, una institución que opera bajo el Ministerio de Seguridad Pública, están desarrollando un marco de detección forense basado en blockchain destinado a identificar el lavado de dinero y otros delitos económicos relacionados con lo virtual.activoscomoBitcoinLa métrica principal asociada al trabajo es una tasa de aciertos reportada: “el sistema logra aproximadamente un 90% de precisión en la identificación de transacciones sospechosas.”
Esa cifra de precisión se presenta como proveniente de un informe del South China Morning Post, pero el paquete no contiene metodología, descripción del conjunto de datos ni definición de lo que significa "precisión" en la práctica.
El mismo informe también señala la advertencia operativa que es relevante para los traders y los departamentos de cumplimiento: un modelo que es "90% preciso" aún puede generar falsos positivos, y las fuerzas del orden aún tienen que validar las alertas algorítmicas a través de revisión manual y proceso legal.
El contexto de aplicación de la ley en China no es teórico. La Suprema Fiscalía del Pueblo de China informó que solo en 2025, "3,259 personas fueron procesadas bajo sospecha de lavado de dinero relacionado con activos virtuales y finanzas subterráneas."
Incluso si el nuevo marco es solo una herramienta de generación de leads, esa cifra de enjuiciamientos implica que hay suficiente volumen de casos para que la automatización sea operativamente relevante si se adopta.
Cómo se supone que el marco AI+LLM debe detectar el layering y el structuring.
Mecánicamente, el marco se describe como la combinación del reconocimiento de patrones impulsado por IA con las capacidades de modelos de lenguaje grande (LLM) para analizar los flujos de transacciones a través de redes blockchain. El componente de IA se posiciona como el motor de patrones, escaneando grandes volúmenes de datos en cadena en busca de anomalías de comportamiento que el monitoreo basado en reglas puede pasar por alto.
Los objetivos son comportamientos clásicos de lavado de dinero. "Layering" es la táctica de mover fondos a través de muchos saltos, billeteras y transacciones para hacer que el origen sea más difícil de rastrear. "Structuring" es descomponer la actividad en piezas más pequeñas o patrones extraños para evitar umbrales y oscurecer la intención.
El sistema se describe como la búsqueda de anomalías consistentes con esos comportamientos a través de gráficos de transacciones, en lugar de confiar únicamente en reglas estáticas.
La pieza del LLM se enmarca como la capa de contexto. Un modelo de lenguaje grande es un modelo entrenado en texto que puede interpretar y generar lenguaje, y aquí se describe como una herramienta que ayuda a interpretar información no estructurada relacionada con la actividad de transacciones, como los memorandos de transacciones o los patrones de comunicación, para ayudar a los investigadores a construir una narrativa en torno a los flujos.
Eso es importante porque los resultados de la aplicación de la ley no se evalúan por cuántas direcciones son señaladas. Se evalúan por si se puede ensamblar, atribuir y procesar un caso.
El informe también indicacriptomonedael trading y la minería están prohibidos en China, mientras que manteneractivos digitalesno está criminalizado. La postura descrita es una división: restringir el acceso al mercado público, pero seguir construyendo capacidad de investigación en torno a los flujos de activos virtuales.
Lo que los traders deben monitorear a medida que avanza la herramienta de vigilancia en cadena de China.
La primera señal que cambia el perfil de riesgo es el despliegue. El paquete no indica si este marco está en etapa de investigación, en piloto o ya se utiliza en investigaciones en vivo, y no menciona qué unidades de investigación lo ejecutarían. Cualquier divulgación de que está operativo, y dónde, sería más relevante que otro titular de precisión.
La segunda señal es la especificidad técnica detrás de la afirmación de “aproximadamente 90%”. Los traders deben buscar un primarioenlacea la información subyacente o cualquier publicación que defina el conjunto de datos, el estándar de etiquetado para "sospechoso" y las tasas de falsos positivos y falsos negativos. Sin eso, el número es direccionalmente interesante pero no una garantía de rendimiento.
La tercera señal es la intensidad de la aplicación. El total de enjuiciamientos de 2025 proporciona una línea base para la escala, por lo que el próximo conteo anual o los anuncios de casos importantes que hagan referencia explícita a la analítica en cadena ayudarían a confirmar si herramientas como esta se están utilizando para priorizar pistas.
La cuarta señal es el comportamiento de cumplimiento a nivel de downstream. Si los intercambios y contrapartes comienzan a restringir la exposición relacionada con China, tiende a manifestarse como avisos de debida diligencia mejorada, congelaciones de cuentas o nuevas reglas de riesgo que citan el rastreo impulsado por IA y tasas de señalización más altas.
Mi opinión: La tecnología de cumplimiento está avanzando más rápido que la evidencia pública de la 'precisión' de este modelo.
La parte que importa aquí no es el titular del "90%", sino la dirección institucional del viaje. Un equipo de policía y universidad bajo el Ministerio de Seguridad Pública construyendo herramientas de IA+LLM para el rastreo de transacciones se ajusta a un mundo donde China mantiene el comercio público restringido mientras sigue tratando los flujos de activos virtuales como una superficie de investigación, y la cifra de 3,259 enjuiciamientos sugiere que ya hay suficiente volumen para que la automatización sea útil.
El umbral que importa es la divulgación: si este marco se confirma como implementado en casos reales y la afirmación de precisión está respaldada por un conjunto de datos definido y tasas de error, el riesgo de cumplimiento en torno a los flujos vinculados a China deja de ser narrativo y comienza a ser operativo.
Hasta entonces, el impacto práctico es una mayor probabilidad de alertas y fricciones para las contrapartes que tocan la exposición vinculada a China, no un cambio comprobado en la calidad de detección.
