TRM Labs: использование ИИ в криптопреступности выросло на 40% за последний год
Ключевые выводы
- •TRM Labs сообщила о росте на 40% в годовом исчислении доли криптопреступлений с использованием ИИ-инструментов.
- •По данным компании, злоумышленники используют ИИ для фишинговых приманок, поддельных личностей, автоматизированной социальной инженерии и других обманных схем.
- •Преступность с применением ИИ может снижать стоимость атак и усложнять обнаружение угроз для бирж и комплаенс-команд.
- •Синтетические личности и поддельные документы могут усиливать нагрузку на системы KYC и мониторинга транзакций в условиях правил ФАТФ и MiCA ЕС.
- •В статье отмечается, что защитникам следует следить, продолжит ли расти связанная с ИИ нелегальная активность в будущих отчётах TRM, и как будут применяться правила прозрачности Закона ЕС об ИИ.

Компания TRM Labs, занимающаяся блокчейн-разведкой, сообщает, что за последний год использование искусственного интеллекта в криптопреступности выросло на 40% — этот показатель выводит конвергенцию ИИ и блокчейна из нарратива о рынке вычислительных мощностей в разряд вопросов моделирования угроз для бирж и комплаенс-команд.
Что сообщила TRM Labs
TRM Labs — одно из признанных имён в блокчейн-аналитике, наряду с компаниями вроде Chainalysis и Elliptic, — поставляет биржам, финансовым институтам и правоохранительным органам решения для скрининга кошельков, мониторинга транзакций и криминалистического отслеживания. Согласно исследованию TRM Labs о криптопреступности за 2026 год, доля связанной с криптовалютами преступной деятельности с применением ИИ-инструментов выросла на 40% в годовом исчислении. Компания трактует этот рост именно как содействие преступлениям, а не как общее внедрение ИИ в секторе. Об этой тенденции также сообщалось в материале о выводах TRM.
На практике «использование ИИ в криптопреступности» означает, что злоумышленники встраивают инструменты машинного обучения в уже существующие схемы атак: генеративные модели для фишинговых приманок и поддельных личностей, автоматизированную социальную инженерию и сценарный обман, направленный как на розничных пользователей, так и на операторов протоколов.
Почему этот рост важен для криптобезопасности
Заявленный рост заслуживает внимания, поскольку он количественно подтверждает сдвиг, о котором многие команды безопасности говорили лишь на уровне наблюдений: противники теперь автоматизируют этапы, ранее требовавшие ручного труда, снижая стоимость каждой атаки. Это операционное изменение напрямую усложняет обнаружение угроз для бирж и комплаенс-подразделений, опирающихся на распознавание паттернов.
Для комплаенс-команд атаки с помощью ИИ означают, что синтетические личности и поддельные документы становится дешевле производить в промышленных масштабах, что повышает планку требований к системам KYC и мониторинга транзакций. Эти нагрузки ложатся на уже ужесточённый свод правил — правило Travel Rule ФАТФ и режим MiCA ЕС распространяют банковские по духу обязанности KYC и мониторинга на поставщиков услуг в сфере криптоактивов, — из-за чего созданные с помощью ИИ поддельные личности становятся регуляторным риском, а не только мошенническим ущербом. Давление усиливается в период, когда потери криптоиндустрии от атак превысили $1 млрд в первой половине 2026 года, согласно отдельным данным Blockaid.
На уровне пользователей наиболее очевидный краткосрочный риск — более убедительные мошеннические схемы: сгенерированные ИИ сообщения, голоса и образы, которые труднее отличить от легитимной коммуникации. Мошенничество с дипфейками зафиксировано далеко за пределами криптоиндустрии: в широко освещавшемся случае 2024 года в Гонконге сотрудник инжиниринговой компании Arup перевёл около 25 млн долларов США после видеозвонка, в котором все остальные участники оказались дипфейками. Та же динамика уже проявилась в задокументированном сдвиге к физическому принуждению, наблюдаемом в так называемых «атаках с гаечным ключом» (wrench attacks) и в росте расходов на безопасность.
Конвергенция действует в обе стороны. Те же генеративные и инференсные возможности, на которых строятся криптопроекты ИИ-инфраструктуры, представляют собой инструментарий, который TRM Labs фиксирует на стороне атакующих, при этом машинное обучение уже стандартно и на стороне защиты — TRM Labs применяет его в собственной системе оценки рисков кошельков, — что ставит модели обнаружения на курс столкновения с автоматизированным злоупотреблением, построенным на схожих стеках.
Цифра TRM Labs — это сигнал тренда, а не полная карта угроз, и именно исходный отчёт служит основанием для любых выводов из неё. Конкретный вывод здесь ограничен: защитникам теперь приходится исходить из того, что инструментарий атакующих масштабируется на том же ИИ-стеке, на котором строится отрасль. Показатели для наблюдения столь же конкретны: продолжит ли доля связанной с ИИ деятельности расти в общем объёме нелегальных операций в последующих отчётах TRM, и как будут применяться правила прозрачности Закона ЕС об ИИ — обязательства по раскрытию дипфейков, вступающие в силу в августе 2026 года, — в отношении выдачи себя за других с помощью ИИ.
Отказ от ответственности: эта статья носит исключительно информационный характер и не является финансовой или инвестиционной рекомендацией. Рынки криптовалют и цифровых активов сопряжены со значительным риском. Всегда проводите собственное исследование перед принятием решений.