TRM Labs : l'IA dans la criminalité crypto en hausse de 40%
La divulgation du 21 août 2026 offre un signal de sécurité directionnel, mais aucune méthodologie ni répartition par catégorie.
TRM Labs indique que l'adoption de l'IA dans les crimes liés aux crypto-monnaies a augmenté de 40 % d'une année sur l'autre au cours des 12 mois précédant le 21-08-2026. Ce chiffre indique une accélération des opérations d'escroquerie et de fraude, mais le rapport ne fournit aucune définition ni détail de mesure pour évaluer le risque.
TRM Labs signale une augmentation de 40 % de l'utilisation de l'IA dans la criminalité liée aux crypto-monnaies
TRM Labs, une entreprise d'intelligence blockchain qui suit les activités illicites impliquant des crypto-monnaies, a déclaré que l'adoption de l'IA dans la criminalité liée aux crypto-monnaies avait augmenté de 40 % au cours de l'année écoulée. Cette affirmation a été publiée le 21-08-2026 et est présentée comme un changement d'une année sur l'autre plutôt qu'un compte absolu.
Mécaniquement, "l'adoption de l'IA" dans ce contexte signifie que les criminels utilisent des outils d'IA pour créer, automatiser ou améliorer des opérations illicites qui touchent aux rails des crypto-monnaies, que ce soit l'ingénierie sociale, les flux de fraude ou d'autres schémas d'abus. Une augmentation de 40 % n'est pas un chiffre de perte à elle seule.
C'est une affirmation de débit, impliquant que le même ensemble de mauvais acteurs peut réaliser plus de tentatives par unité de temps, itérer plus rapidement et cibler plus de lieux.
Le problème est que l'extrait du rapport s'arrête au chiffre de niveau titre. Il n'inclut pas les définitions de TRM sur ce qui qualifie comme "adoption de l'IA" ou "criminalité liée aux crypto-monnaies", le jeu de données utilisé, la base de comparaison d'une année sur l'autre, ou des exemples qui permettraient aux traders de relier l'augmentation à des chaînes, lieux ou types d'attaques spécifiques.
Ce que le chiffre de 40 % signifie pour le risque de lieu et de contrepartie—et ce qui reste encore non vérifié
Pour les traders, la lecture la plus directe concerne le risque opérationnel, et non le macro. Si les criminels bénéficient d'une mise à niveau des outils, l'impact de premier ordre tend à être des leurres entrants plus convaincants, plus de tentatives automatisées de prise de contrôle de compte, et une fraude de plus gros volume contre les utilisateurs d'échanges, les bureaux OTC et les interfaces de protocole.
Cela peut se traduire par des gelées de retraits plus fréquentes, des files d'attente de support plus longues, des heuristiques de dépôt et de retrait plus strictes, et un plus grand nombre de faux positifs dans les contrôles de conformité, surtout pendant lavolatilitélorsque les lieux sont déjà soumis à des tests de charge.
Du côté de la contrepartie, une fraude qui s'accélère peut également changer la rapidité avec laquelle la liquidité "propre" devient de la liquidité "contaminée".
Si les produits de l'escroquerie passent par plus de sauts et plus d'adresses avec une meilleure automatisation, les contreparties qui s'appuient sur un filtrage de base peuvent se retrouver à prendre plus de risque opérationnel que leurs politiques ne le supposent, même si leur exposition on-chain semble inchangée.
Ce qui reste non vérifié, c'est la forme de l'augmentation. Sans une répartition, il n'est pas clair si les 40 % sont dus à des escroqueries par rapport au blanchiment, s'ils sont concentrés sur des échanges centralisés par rapport à des plateformes DeFi, ou s'il s'agit principalement de génération de contenu et d'usurpation d'identité plutôt que d'automatisation on-chain.
L'extrait ne fournit également aucun moyen de savoir si TRM compte des incidents uniques, l'utilisation d'outils observés, ou un autre indicateur qui pourrait varier considérablement en fonction des améliorations de détection plutôt que du comportement des attaquants.
La prochaine étape de cette histoire dépend de la publication par TRM des primitives derrière le chiffre : définitions de « l'adoption de l'IA » et « du crime crypto », l'approche de mesure et la période de référence utilisée pour calculer le changement d'une année sur l'autre.
Les traders devraient également rechercher des données complémentaires qui ventilent l'augmentation par type de crime et lieu, car « plus d'IA » signifie des choses très différentes si cela concerne principalement des copies de phishing par rapport à des pipelines de blanchiment automatisés.
Un deuxième chemin de confirmation est de savoir si les échanges et les principaux protocoles commencent à citer explicitement l'ingénierie sociale pilotée par l'IA ou la fraude automatisée comme moteur de nouveaux contrôles, tels que des politiques de retrait plus strictes, de nouveaux contrôles de dispositifs et de sessions, ou des mesures plus agressives.adressedépistage.
Des ensembles de données indépendants qui corroborent ou contredisent l'ampleur de l'augmentation d'une année sur l'autre détermineraient également s'il s'agit d'un changement de régime général ou d'un artefact de mesure d'une seule entreprise.
Ma lecture : Traitez-le comme un titre de gestion des risques jusqu'à ce que TRM publie le détail.
Le seuil qui importe ici est de savoir si le chiffre de 40 % résiste au contact des définitions. Si l'« adoption de l'IA » est mesurée de manière stricte, ce chiffre constitue un avertissement précoce que les opérations d'escroquerie et de fraude se développent plus rapidement que la plupart des contrôles des lieux n'étaient conçus pour le faire.
Jusqu'à ce que TRM publie la méthodologie et une répartition par catégorie, je considère cela comme un titre de gestion des risques, et non comme une prévision quantifiée des pertes par chaîne ou par plateforme.
Cela n'a d'importance en termes pratiques que si les données sous-jacentes relient l'augmentation à des chemins d'attaque spécifiques et répétables qui obligent les échanges et les protocoles à modifier la manière dont les utilisateurs déposent, retirent et s'authentifient.
