La police et les universités chinoises détectent le…
La recherche arrive alors que les procureurs déclarent que 3 259 personnes ont été confrontées à 2025 affaires liées au blanchiment d'actifs virtuels et à la finance souterraine.
Des chercheurs de l'Université nationale de police de Chine affirment avoir développé un système d'IA qui utilise de grands modèles de langage pour signaler les soupçons de blanchiment d'argent en crypto-monnaie avec une "précision d'environ 90 %".
Cette affirmation arrive en même temps qu'un bilan des poursuites pour 2025 qui suggère que des affaires de blanchiment d'actifs virtuels sont déjà poursuivies à grande échelle malgré les interdictions de trading et de minage en Chine.
Des chercheurs de la police et des universités chinoises affirment que les indicateurs de blanchiment d'argent utilisant l'IA et les LLM sont précis à environ 90 %.
Des chercheurs de l'Université nationale de police de Chine, un établissement relevant du ministère de la Sécurité publique, sont décrits comme développant un cadre de détection en criminalistique blockchain visant à identifier le blanchiment d'argent et d'autres crimes économiques impliquant des monnaies virtuelles.actifstel queBitcoinLe principal indicateur associé au travail est un taux de réussite rapporté : « le système atteint environ 90 % de précision dans l'identification des transactions suspectes. »
Ce chiffre d'exactitude est présenté comme provenant d'un rapport du South China Morning Post, mais le document ne contient aucune méthodologie, description de jeu de données ou définition de ce que signifie « exactitude » en pratique.
Le même article souligne également la mise en garde opérationnelle qui importe pour les traders et les services de conformité : un modèle qui est « 90 % exact » peut toujours générer des faux positifs, et les forces de l'ordre doivent encore valider les alertes algorithmiques par un examen manuel et un processus légal.
Le contexte d'application en Chine n'est pas théorique. Le Parquet suprême du peuple chinois a rapporté qu'en 2025 seulement, "3 259 personnes ont été poursuivies pour suspicion de blanchiment d'argent impliquant des actifs virtuels et des finances souterraines."
Même si le nouveau cadre n'est qu'un outil de génération de leads, ce nombre de poursuites implique qu'il y a suffisamment de volume de cas pour que l'automatisation soit opérationnellement pertinente si elle est adoptée.
Comment le cadre AI+LLM est censé détecter le layering et le structuring
Mécaniquement, le cadre est décrit comme combinant la reconnaissance de motifs alimentée par l'IA avec des capacités de modèle de langage large (LLM) pour analyser les flux de transactions à travers les réseaux blockchain. Le composant IA est positionné comme le moteur de motifs, scannant de grands volumes de données on-chain à la recherche d'anomalies comportementales que la surveillance basée sur des règles peut manquer.
Les cibles sont des comportements classiques de blanchiment. Le « layering » est la tactique de déplacer des fonds à travers de nombreux sauts, portefeuilles et transactions pour rendre l'origine plus difficile à tracer. Le « structuring » consiste à diviser l'activité en morceaux plus petits ou en motifs étranges pour éviter les seuils et obscurcir l'intention.
Le système est décrit comme cherchant des anomalies cohérentes avec ces comportements à travers des graphes de transactions, plutôt que de se fier uniquement à des règles statiques.
Le morceau LLM est présenté comme la couche de contexte. Un modèle de langage large est un modèle entraîné sur du texte qui peut interpréter et générer du langage, et ici il est décrit comme aidant à interpréter des informations non structurées liées à l'activité transactionnelle, telles que les mémos de transaction ou les modèles de communication, pour aider les enquêteurs à construire une narration autour des flux.
Cela est important car les résultats de l'application de la loi ne sont pas évalués en fonction du nombre d'adresses signalées. Ils sont évalués en fonction de la capacité à assembler, attribuer et poursuivre une affaire.
Le document indique égalementcryptomonnaiele trading et le minage sont interdits en Chine, tandis que la détentionactifs numériquesn'est pas criminalisé. La posture décrite est un compromis : restreindre l'accès au marché public, mais continuer à développer la capacité d'enquête autour des flux d'actifs virtuels.
Ce que les traders devraient surveiller alors que les outils de surveillance on-chain de la Chine progressent.
Le premier signal qui modifie le profil de risque est le déploiement. Le document ne précise pas si ce cadre est en phase de recherche, en phase pilote ou déjà utilisé dans des enquêtes en direct, et il ne mentionne pas quelles unités d'enquête le mettraient en œuvre. Toute divulgation indiquant qu'il est opérationnel, et où, serait plus significative qu'un autre titre sur la précision.
Le deuxième signal est la spécificité technique derrière l'affirmation de « environ 90 % ». Les traders devraient rechercher un principallienà la déclaration sous-jacente ou à toute publication qui définit l'ensemble de données, la norme d'étiquetage pour « suspect », ainsi que les taux de faux positifs et de faux négatifs. Sans cela, le nombre est directionnellement intéressant mais ne constitue pas une garantie de performance.
Le troisième signal est l'intensité de l'application. Le total des poursuites de 2025 fournit une base de référence pour l'échelle, donc le prochain décompte annuel ou les annonces de cas majeurs qui font explicitement référence à l'analyse on-chain aideraient à confirmer si des outils comme celui-ci sont utilisés pour prioriser les pistes.
Le quatrième signal est le comportement de conformité en aval. Si les échanges et les contreparties commencent à se resserrer autour de l'exposition liée à la Chine, cela se manifeste généralement par des avis de diligence accrue, des gel des comptes ou de nouvelles règles de risque qui citent le traçage alimenté par l'IA et des taux de signalement plus élevés.
Mon avis : La technologie d'application des lois progresse plus rapidement que les preuves publiques de l'« exactitude » de ce modèle.
La partie qui compte ici n'est pas le titre "90%", mais la direction institutionnelle. Une équipe police-université sous le ministère de la Sécurité publique développant des outils AI+LLM pour le traçage des transactions s'inscrit dans un monde où la Chine maintient le commerce public contraint tout en considérant les flux d'actifs virtuels comme une surface d'enquête, et le chiffre de 3 259 poursuites suggère qu'il y a déjà suffisamment de volume pour que l'automatisation soit utile.
Le seuil qui importe est la divulgation : si ce cadre est confirmé comme déployé dans des cas d'utilisation réels et que la revendication d'exactitude est soutenue par un ensemble de données défini et des taux d'erreur, le risque de conformité autour des flux liés à la Chine cesse d'être narratif et devient opérationnel.
D'ici là, l'impact pratique est une probabilité plus élevée de signaux d'alerte et de friction pour les contreparties qui touchent à l'exposition liée à la Chine, et non un changement de qualité de détection prouvé.
