La IA está llegando al cumplimiento de criptomonedas, pero no de la manera en que la mayoría de la gente piensa

Por Pierre Gérard, CEO y cofundador de Scorechain

Cuando fundamos Scorechain en Luxemburgo en 2015, la "analítica blockchain" aún no era una categoría. Pasamos los primeros años explicando a los bancos y reguladores por qué la transparencia de un libro mayor público era una oportunidad en lugar de una amenaza. Una década después, estoy viendo cómo el mismo malentendido se adhiere a la inteligencia artificial (IA), y está costando a la industria el tiempo que no tiene.

Dos historias dominan la conversación. La primera dice que la IA pronto reemplazará por completo a los equipos de cumplimiento. La segunda dice que la IA es demasiado impredecible para permitirle acercarse a la actividad financiera regulada. No creo en ninguna de las dos, y lo digo como alguien cuya empresa ha evaluado el riesgo de más de 2.800 proveedores de servicios de activos virtuales (VASP) desde 2015, y ha pasado los últimos dos años añadiendo IA donde realmente ayuda, como una capa separada en lugar de algo integrado en las herramientas de cumplimiento en las que dependen nuestros clientes.

Comience con el problema que cada oficial de cumplimiento con el que hablo plantea en los primeros cinco minutos: el ruido. Un sistema de cribado de sanciones sintonizado de la manera en que lo hace un banco nervioso puede generar falsos positivos del orden del 95%. La monitorización de transacciones no está muy lejos. Así que un analista capacitado, alguien que entiende las tipologías y puede leer un flujo de fondos, pasa la mayor parte del día laboral despejando alertas que nunca fueron riesgos: descartando coincidencias de nombres por un apellido común, leyendo cinco noticias adversas que resultan describir a una persona completamente diferente. Cada una de esas verificaciones de noticias adversas toma a un analista de 10 a 20 minutos. Esa es la textura real del trabajo de cumplimiento hoy en día, y es por eso que la buena gente se quema en la profesión.

Aquí es donde la automatización gana su lugar, y es un lugar más estrecho de lo que sugiere el hype. No soy neutral al respecto. Scorechain AI existe para entregar a un analista un único informe: la puntuación de riesgo de una billetera, los tipos de entidad con los que ha interactuado y los servicios y contrapartes nombradas a las que ha estado expuesto. Ese es un trabajo que antes significaba horas de rastreo manual a través de un libro mayor. Pero observe lo que el informe hace y no hace. No decide nada. Comprime la evidencia para que el oficial de cumplimiento, la persona que debe aprobar esa decisión y defenderla ante un regulador más tarde, pueda leerla en minutos y luego tomar la decisión. Ese es todo el juego. La buena automatización no reduce la función de cumplimiento; la saca de la cinta transportadora del triaje y la devuelve hacia el juicio.

La distinción importa, porque la alternativa es peligrosa. En un entorno regulado, un modelo no puede responder ante un supervisor. La Sexta Directiva Antilavado de Dinero (AMLD6) y el Reglamento de Mercados de Activos Cripto (MiCA) requieren ambos que una institución explique y respalde sus decisiones. "El algoritmo lo marcó" no es una defensa en una inspección, y "el algoritmo lo aprobó" es peor. Así que el único diseño responsable es la IA como una capa de soporte que se asienta sobre datos confiables, con un oficial de cumplimiento nombrado que retiene la decisión y la responsabilidad que conlleva. La supervisión humana no es una rueda de entrenamiento que quitamos una vez que el modelo madura. Es la arquitectura.

Y un modelo es solo tan bueno como lo que hay debajo de él. Esta es la parte que los externos pasan por alto. Por sí solo, una IA que lee una blockchain solo ve cadenas anónimas de caracteres moviendo valor a otras cadenas anónimas. No puede decir que la billetera tres saltos atrás es un exchange sancionado, o que la contraparte que recibe los fondos es un mezclador en lugar de un proveedor de nóminas. Proporcionar ese contexto faltante es todo el trabajo de la analítica blockchain: adjuntar identidad y riesgo a la actividad on-chain cruda, rastreando la exposición indirecta a través de múltiples saltos en lugar de solo verificar la dirección frente a ti, y puntuarla contra los más de mil millones de puntos de datos y más de un millón de entidades de criptomonedas que hemos etiquetado desde 2015. Tome un caso concreto: una billetera parece limpia a primera vista, pero rastrear sus flujos muestra que la mayor parte de su saldo llegó, dos saltos atrás, desde una dirección vinculada a un operador de ransomware. Ese es el hallazgo que un modelo nunca alcanzaría solo con datos de cadena crudos, y el que un oficial de cumplimiento debe actuar. Alimente a un modelo con ese contexto y puede razonar sobre terreno sólido. Aliméntelo con datos escasos y produce una tontería segura, lo cual en cumplimiento es más peligroso que un vacío honesto, porque aprueba cosas que no debería.

Esto es lo que encuentro genuinamente nuevo. La IA ya no es solo una herramienta que usan los equipos de cumplimiento; se está convirtiendo en un participante en el mercado que monitorean. Los agentes autónomos que inician pagos bajo límites preestablecidos han pasado de la demostración al despliegue, impulsados por infraestructura real: el estándar x402 de Coinbase para pagos de máquina a máquina, el Protocolo de Agente de Confianza de Visa, la integración de PayPal y OpenAI en el checkout. El software está comenzando a transactuar con otro software, liquidando en activos cripto, a un volumen que ningún equipo de tesorería podría igualar a mano.

Esto plantea una pregunta que la industria aún no ha respondido limpiamente: ¿cómo se aplican los principios de Conozca su Transacción a una contraparte que es un software? La dirección, al menos, es clara. Cuando los agentes transactúan por su cuenta, los controles no pueden residir solo en la incorporación. Se mueven a la propia capa de transacción: monitoreo en tiempo real, límites de velocidad, procedencia y la capacidad de intervenir mientras el dinero aún está en tránsito. La transparencia que pasamos años defendiendo ante los escépticos resulta ser lo único que hace que la actividad on-chain autónoma sea auditable en absoluto.

Este es el futuro que decidimos construir en lugar de esperar. Lanzamos recientemente Scorechain MCP, que expone nuestra puntuación de riesgo e inteligencia de entidades a través del Protocolo de Contexto de Modelos, el estándar emergente que permite a los agentes de IA llamar a herramientas externas directamente. La inteligencia reside en nuestra plataforma, y la IA permanece fuera de ella, llamando para obtener respuestas en lugar de estar incrustada en la herramienta de cumplimiento misma. La premisa es simple: un agente nunca debe transactuar a ciegas. Antes de mover fondos o aprobar una contraparte, puede preguntar a Scorechain en el mismo aliento si esa dirección es una entidad sancionada, un mezclador, un estafador conocido o una billetera privada limpia, y recibir una puntuación de riesgo a cambio. Esto no es un rendimiento hipotético. Ya ejecutamos más de 1,5 millones de verificaciones AML al día, y una llamada de cribado devuelve en aproximadamente 235 milisegundos, lo suficientemente rápido para sentarse dentro de una transacción en vivo en lugar de ralentizarla. Lo ponemos donde viven esos agentes y flujos de trabajo, como una aplicación dentro de ChatGPT y Claude, y como una integración en plataformas de automatización como n8n y Zapier. Una verificación de cumplimiento que se sienta dentro del flujo, en el momento en que se toma la decisión, vale mucho más que una añadida después de que el dinero ya se haya movido. La verificación más básica de todas, si una dirección aparece en una lista de sanciones, no debería estar detrás de un muro de pago para nadie. Por eso lo ofrecemos como una API gratuita de cribado de sanciones que cualquier desarrollador, agente o flujo de trabajo puede llamar. El cribado por exposición a sanciones no es donde un proveedor de cumplimiento debería extraer valor; es el piso sobre el que debe estar parado todo el mercado.

Hay un cambio de segundo orden aquí que los emisores de tokens y gestores de activos solo están comenzando a asimilar. Cuando el valor se mueve hacia stablecoins y activos tokenizados a velocidad de máquina, el riesgo que importa ya no es solo la transacción individual sino el activo en sí: quién lo posee, cuán concentrada es esa propiedad y cuánto de la oferta se encuentra con entidades sancionadas o de alto riesgo. Esa es una pregunta diferente a la monitorización de transacciones, y es la que nuestra Inteligencia de Activos Digitales está construida para responder, dando a un emisor o gestor de activos una visión a nivel de activo de los poseedores y la exposición antes de que acuñen, listen o asignen.

Europa está más preparada para esto de lo que se le da crédito. MiCA y AMLD6 ya asumen una monitorización continua y una clara responsabilidad en lugar de una verificación única en la puerta, y un régimen que asume que la actividad debe ser explicable es exactamente lo que desea cuando el software comienza a mover dinero. Así que sí, la IA está llegando al cumplimiento de criptomonedas. Eliminará una gran cantidad de trabajo tedioso, y eso lo doy la bienvenida. Lo que no eliminará es la necesidad de juicio, responsabilidad y datos verificables. Eleva la barra en los tres aspectos. Los equipos que tratan a la IA como un analista más rápido, fundamentado en inteligencia on-chain confiable y mantenido firmemente bajo control humano, son los que seguirán en pie cuando las máquinas comiencen a transactuar. Eso está más cerca de lo que la mayoría de la gente piensa.