L'IA sta arrivando per la conformità crypto, proprio non nel modo in cui pensano la maggior parte delle persone

Di Pierre Gérard, CEO e co-fondatore, Scorechain

Quando abbiamo fondato Scorechain in Lussemburgo nel 2015, l'"analisi blockchain" non era ancora una categoria. Abbiamo passato i primi anni a spiegare alle banche e ai regolatori perché la trasparenza di un registro pubblico fosse un'opportunità piuttosto che una minaccia. Un decennio dopo, sto osservando lo stesso malinteso attaccarsi all'intelligenza artificiale (IA), e sta costando al settore il tempo che non ha.

Due storie dominano la conversazione. La prima dice che l'IA presto sostituirà completamente i team di conformità. La seconda dice che l'IA è troppo imprevedibile per lasciarla vicino ad attività finanziarie regolamentate. Non credo a nessuna delle due, e lo dico come qualcuno la cui azienda ha valutato il rischio di oltre 2.800 fornitori di servizi di asset virtuali (VASP) dal 2015, e ha passato gli ultimi due anni ad aggiungere l'IA dove aiuta davvero, come strato separato piuttosto che come qualcosa di incorporato negli strumenti di conformità su cui i nostri clienti fanno affidamento.

Partiamo dal problema che ogni ufficiale della conformità con cui parlo solleva entro i primi cinque minuti: il rumore. Un sistema di screening delle sanzioni sintonizzato nel modo in cui una banca nervosa lo sintonizza può generare falsi positivi dell'ordine del 95%. Il monitoraggio delle transazioni non è molto indietro. Quindi un analista qualificato, qualcuno che comprende le tipologie e può leggere un flusso di fondi, passa la maggior parte della giornata lavorativa a cancellare avvisi che non erano mai rischi: ignorando corrispondenze di nomi su un cognome comune, leggendo cinque notizie negative che si rivelano descrivere una persona completamente diversa. Ciascuno di questi controlli sulle notizie negative richiede a un analista da 10 a 20 minuti. Questa è la vera texture del lavoro di conformità oggi, ed è per questo che le persone brave si bruciano nella professione.

È qui che l'automazione guadagna il suo posto, ed è un luogo più ristretto di quanto suggerisca l'hype. Non sono neutrale al riguardo. Scorechain AI esiste per consegnare a un analista un singolo report: il punteggio di rischio di un wallet, i tipi di entità con cui ha interagito e i servizi e le controparti nominativi a cui è stato esposto. Questo è un lavoro che un tempo significava ore di tracciamento manuale su un registro. Ma notate cosa il report fa e non fa. Non decide nulla. Comprime le prove in modo che l'ufficiale della conformità, la persona che deve firmare quella decisione e difenderla di fronte a un regolatore in seguito, possa leggerlo in pochi minuti e poi prendere la decisione. Questo è tutto il gioco. Una buona automazione non riduce la funzione di conformità; la sposta dalla treadmill del triage e la riporta verso il giudizio.

La distinzione è importante, perché l'alternativa è pericolosa. In un contesto regolamentato, un modello non può rispondere a un supervisore. La Sesta Direttiva Antiriciclaggio (AMLD6) e il Regolamento sui Mercati degli Asset Cripto (MiCA) richiedono entrambi a un'istituzione di spiegare e sostenere le proprie decisioni. "L'algoritmo l'ha segnalato" non è una difesa a un'ispezione, e "l'algoritmo l'ha approvato" è peggio. Quindi l'unico design responsabile è l'IA come strato di supporto che si trova sopra dati affidabili, con un ufficiale della conformità nominato che mantiene la decisione e la responsabilità che ne deriva. Il controllo umano non è un cerchietto di allenamento che rimuoviamo una volta che il modello matura. È l'architettura.

E un modello è buono solo quanto ciò che sta alla sua base. Questa è la parte che gli outsider perdono. Da solo, un'IA che legge una blockchain vede solo stringhe anonime di caratteri che trasferiscono valore ad altre stringhe anonime. Non può sapere che il wallet a tre salti a monte è uno scambio sanzionato, o che la controparte che riceve i fondi è un mixer piuttosto che un fornitore di buste paga. Fornire quel contesto mancante è tutto il lavoro dell'analisi blockchain: attaccare identità e rischio all'attività on-chain grezza, tracciando l'esposizione indiretta attraverso più salti invece di controllare solo l'indirizzo di fronte a te, e valutandolo contro oltre un miliardo di punti dati e oltre un milione di entità crittografiche che abbiamo etichettato dal 2015. Prendete un caso concreto: un wallet sembra pulito a prima vista, ma il tracciamento dei suoi flussi mostra che la maggior parte del suo saldo è arrivata, due salti indietro, da un indirizzo legato a un operatore di ransomware. Questa è la scoperta che un modello non raggiungerebbe mai sui dati grezzi della catena da sola, e quella su cui un ufficiale della conformità deve agire. Alimentate un modello con quel contesto e può ragionare su solide basi. Alimentatelo con dati scarsi e produce nonsense fiducioso, che nella conformità è più pericoloso di un onesto vuoto, perché approva cose che non dovrebbe.

Ecco cosa trovo davvero nuovo. L'IA non è più solo uno strumento che i team di conformità usano; sta diventando un partecipante nel mercato che monitorano. Agenti autonomi che avviano pagamenti entro limiti prestabiliti si sono spostati dalla demo al deployment, spinti da infrastrutture reali: lo standard x402 di Coinbase per i pagamenti macchina-macchina, il Trusted Agent Protocol di Visa, l'integrazione di checkout PayPal e OpenAI. Il software sta iniziando a transactare con altro software, regolando in asset crittografici, a un volume che nessun team di tesoreria potrebbe corrispondere a mano.

Questo solleva una domanda che il settore non ha ancora risposto in modo chiaro: come si applicano i principi Know Your Transaction a una controparte che è un software? La direzione, almeno, è chiara. Quando gli agenti transactano da soli, i controlli non possono risiedere solo nell'onboarding. Si spostano allo strato di transazione stesso: monitoraggio in tempo reale, limiti di velocità, provenienza e la capacità di intervenire mentre i soldi sono ancora in movimento. La trasparenza che abbiamo passato anni a difendere dagli scettici si rivela essere l'unica cosa che rende l'attività on-chain autonoma auditabile.

Questo è il futuro che abbiamo deciso di costruire invece di aspettare. Abbiamo recentemente lanciato Scorechain MCP, che espone il nostro punteggio di rischio e l'intelligenza sulle entità attraverso il Model Context Protocol, lo standard emergente che consente agli agenti IA di chiamare strumenti esterni direttamente. L'intelligenza risiede nella nostra piattaforma, e l'IA rimane al di fuori di essa, chiamando per ottenere risposte invece di essere incorporata nello strumento di conformità stesso. Il presupposto è semplice: un agente non dovrebbe mai transactare alla cieca. Prima di spostare fondi o approvare una controparte, può chiedere a Scorechain nello stesso respiro se quell'indirizzo è un'entità sanzionata, un mixer, una truffa nota o un wallet privato pulito, e ricevere un punteggio di rischio in cambio. Questo non è un throughput ipotetico. Gestiamo già più di 1,5 milioni di controlli AML al giorno, e una chiamata di screening restituisce in circa 235 millisecondi, abbastanza veloce da stare all'interno di una transazione live senza rallentarla. Lo abbiamo messo dove quegli agenti e flussi di lavoro vivono effettivamente, come un'app all'interno di ChatGPT e Claude, e come integrazione su piattaforme di automazione come n8n e Zapier. Un controllo di conformità che si trova all'interno del flusso, nel momento in cui viene presa la decisione, vale molto più di uno agganciato dopo che i soldi si sono già mossi. Il controllo più basilare di tutti, se un indirizzo appare in una lista di sanzioni, non dovrebbe essere dietro un paywall per nessuno. È per questo che lo offriamo come API gratuita di screening delle sanzioni che qualsiasi sviluppatore, agente o flusso di lavoro può chiamare. Lo screening per l'esposizione alle sanzioni non è dove un fornitore di conformità dovrebbe estrarre valore; è il pavimento su cui dovrebbe stare l'intero mercato.

C'è uno spostamento di secondo ordine qui che gli emittenti di token e i gestori di patrimoni stanno solo iniziando a elaborare. Quando il valore si sposta in stablecoin e asset tokenizzati alla velocità della macchina, il rischio che conta non è più solo la transazione individuale ma l'asset stesso: chi lo detiene, quanto è concentrata quella proprietà e quanto della supply si trova con entità sanzionate o altrimenti ad alto rischio. Questa è una domanda diversa dal monitoraggio delle transazioni, ed è quella per cui la nostra Digital Asset Intelligence è costruita per rispondere, dando a un emittente o a un gestore di patrimoni una visione a livello di asset di holder ed esposizione prima che coniano, elencino o allocino.

L'Europa è più pronta per questo di quanto le venga dato credito. MiCA e AMLD6 assumono già il monitoraggio continuo e una chiara responsabilità piuttosto che un controllo una tantum alla porta, e un regime che assume che l'attività debba essere spiegabile è esattamente ciò che si vuole quando il software inizia a spostare denaro. Quindi sì, l'IA sta arrivando per la conformità crypto. Rimuoverà una grande quantità di lavoro noioso, e lo accogliamo con favore. Ciò che non rimuoverà è la necessità di giudizio, responsabilità e dati verificabili. Alza l'asticella su tutti e tre. I team che trattano l'IA come un analizzatore più veloce, radicato in un'intelligenza on-chain affidabile e mantenuto saldamente sotto il controllo umano, sono quelli che saranno ancora in piedi quando le macchine inizieranno a transactare. Questo è più vicino di quanto pensino la maggior parte delle persone.