La société d'intelligence blockchain TRM Labs indique que l'utilisation de l'intelligence artificielle dans la criminalité crypto a progressé de 40 % au cours de l'année écoulée — un chiffre qui fait sortir la convergence IA-blockchain du récit du marché du calcul pour l'inscrire dans la colonne de la modélisation des menaces pour les plateformes d'échange et les équipes de conformité.

Ce que TRM Labs a rapporté

TRM Labs est l'un des noms établis de l'analyse blockchain — aux côtés de sociétés comme Chainalysis et Elliptic — fournissant du filtrage de portefeuilles, de la surveillance de transactions et du traçage judiciaire aux plateformes d'échange, aux institutions financières et aux autorités répressives. Selon les recherches de TRM Labs sur la criminalité crypto en 2026, la part de l'activité criminelle liée aux cryptomonnaies impliquant des outils d'IA a augmenté de 40 % sur un an. La société présente cette hausse spécifiquement comme une facilitation de la criminalité plutôt que comme une adoption générale de l'IA dans le secteur. Cette tendance a également été relayée dans un article consacré aux conclusions de TRM.

Concrètement, « l'utilisation de l'IA dans la criminalité crypto » désigne l'intégration par des acteurs malveillants d'outils d'apprentissage automatique dans des flux d'attaque existants : des modèles génératifs pour créer des appâts de phishing et de fausses identités, de l'ingénierie sociale automatisée et de la tromperie scriptée visant aussi bien les particuliers que les opérateurs de protocoles.

Pourquoi cette hausse compte pour la sécurité crypto

Le bond rapporté constitue une actualité car il quantifie une évolution que de nombreuses équipes de sécurité n'avaient décrite que de façon anecdotique : les adversaires automatisent désormais des étapes qui exigeaient auparavant un travail manuel, ce qui réduit le coût par attaque. Ce changement opérationnel complique directement la détection des menaces pour les plateformes d'échange et les services de conformité qui s'appuient sur la reconnaissance de schémas.

Pour les équipes de conformité, les attaques assistées par IA signifient que les identités synthétiques et les documents falsifiés deviennent moins coûteux à produire à grande échelle, ce qui relève le niveau d'exigence des systèmes de KYC et de surveillance des transactions. Ces charges s'inscrivent dans un cadre réglementaire déjà renforcé — la Travel Rule du GAFI et le régime MiCA de l'UE étendent aux prestataires de services sur actifs numériques des obligations de KYC et de surveillance de type bancaire — ce qui fait des identités forgées par IA une exposition réglementaire, et non une simple perte liée à la fraude. Cette pression intervient dans une période où les pertes liées à la sécurité crypto ont dépassé 1 milliard de dollars au premier semestre 2026, selon des données distinctes de Blockaid.

Au niveau des utilisateurs, le risque le plus net à court terme est celui d'arnaques plus convaincantes : des messages, des voix et des personas générés par IA, plus difficiles à distinguer d'une communication légitime. La fraude par deepfake est documentée bien au-delà de la crypto : dans une affaire largement relayée en 2024 à Hong Kong, un employé du cabinet d'ingénierie Arup a transféré environ 25 millions de dollars américains après une visioconférence au cours de laquelle tous les autres participants se sont révélés être des deepfakes. La même dynamique s'est déjà manifestée dans le virage documenté vers la coercition physique observé dans les attaques crypto dites « wrench attacks » et la hausse des dépenses de sécurité.

L'angle de la convergence joue dans les deux sens. Les mêmes capacités génératives et d'inférence qui alimentent les projets crypto d'infrastructure IA constituent les outils que TRM Labs identifie du côté offensif, et l'apprentissage automatique est déjà la norme du côté défensif également — TRM Labs l'applique d'ailleurs à son propre scoring de risque des portefeuilles — plaçant les modèles de détection sur une trajectoire de collision avec les abus automatisés construits sur des piles technologiques similaires.

Le chiffre de TRM Labs est un signal de tendance plutôt qu'une cartographie complète des menaces, et le rapport sous-jacent sert de fondement à toute conclusion qui en est tirée. L'enseignement concret est étroit : les défenseurs doivent désormais partir du principe que les outils des attaquants évoluent au même rythme que la pile d'IA sur laquelle l'industrie se construit. Les indicateurs à surveiller sont tout aussi concrets : l'évolution de la part de l'activité liée à l'IA dans le volume illicite global des prochains rapports de TRM, et la manière dont les règles de transparence de l'AI Act de l'UE — des obligations de divulgation des deepfakes qui commencent à s'appliquer en août 2026 — seront appliquées à l'usurpation d'identité générée par IA.

Avertissement : cet article est fourni à titre purement informatif et ne constitue pas un conseil financier ou en investissement. Les marchés des cryptomonnaies et des actifs numériques comportent des risques importants. Effectuez toujours vos propres recherches avant de prendre une décision.