Principales temas de la publicación:

  • En el primer semestre de 2026, los sistemas de riesgo impulsados por IA de Binance ayudaron a proteger a más de 8 millones de usuarios y a evitar aproximadamente 4,6 mil millones de USD en posibles pérdidas.

  • Actualmente, la IA respalda entre el 80% y el 90% de las decisiones de riesgo en tiempo real en verificación de identidad, seguridad de cuentas, pagos y clasificación de transacciones, y revisores humanos se encargan de los casos extremos que exigen un juicio más refinado.

  • Más de 100 modelos de IA impulsan controles antifraude para detectar estafas, documentos falsificados e intentos de ingeniería social a escala.

Una captura de pantalla de pago falsificada o un documento de identidad alterado ahora se puede generar en segundos, y un guion de estafa se puede personalizar para un único objetivo con un coste casi nulo. A medida que el engaño se vuelve más barato de producir, la única forma realista de mantenerse al día es evaluar el riesgo de manera continua, a escala y en tiempo real.

Aquí es donde la IA se volvió central en la forma en que Binance protege a sus usuarios. En el primer semestre de 2026, los sistemas de riesgo basados en IA de Binance ayudaron a proteger a más de 8 millones de usuarios y a evitar aproximadamente 4,6 mil millones de USD en pérdidas potenciales, cubriendo actividades de trading anormales, intentos de intrusión de cuentas, estafas y fraude en transacciones.

Este blog detalla los números: dónde interviene la IA a lo largo del recorrido del usuario, cómo los modelos internos y externos trabajan juntos, por qué los revisores humanos siguen siendo fundamentales en el ciclo y cómo el enfoque va más allá de la prevención de pérdidas para lograr cumplimiento y operaciones internas.

Binance transforma más de 100 modelos de IA en protección para el usuario en tiempo real

En el primer semestre de 2026, Binance interceptó millones de intentos de estafa y phishing, puso más de 42.000 direcciones maliciosas en la lista de bloqueo y emitió más de 14.000 alertas en tiempo real al día.

Estos resultados provienen de una infraestructura de IA que Binance desarrolla, entrena y supervisa internamente. Actualmente, operamos más de 100 modelos de IA en nuestros controles antifraude y antiestafa, con analistas humanos de riesgo que definen los límites, revisan casos extremos y vuelven a entrenar los modelos a medida que surgen nuevos patrones de estafa.

En KYC (verificación de identidad), nuestros flujos de revisión habilitados por IA lograron mejoras de hasta 100 veces en eficiencia operativa frente a procesos manuales en flujos de trabajo específicos, manteniendo a los especialistas en el ciclo para los casos de mayor riesgo.

Binance integra la protección de riesgo con IA a lo largo del recorrido del usuario

La IA está integrada en todo el recorrido del usuario, siempre que sea necesario tomar una decisión de riesgo en tiempo real. Esto incluye verificación de identidad, seguridad de la cuenta (como detectar señales de intrusión de la cuenta), pagos y protección y una triaje y evaluación más amplia de transacciones.

Cada acción se evalúa en el momento en que ocurre, y la gran mayoría se resuelve automáticamente. Esto es lo que permite que la protección opere a escala de plataforma sin ralentizar a usuarios legítimos, ya que la mayoría de las personas nunca ven las verificaciones que se ejecutan en segundo plano durante su actividad.

Un conjunto híbrido de modelos, desarrollado internamente y además

Binance utiliza una combinación de tecnología propia y externa. Los modelos internos se construyen a medida para los riesgos específicos observados en la plataforma, mientras que la IA externa líder y los modelos base se encargan de tareas de razonamiento más amplias.

Este enfoque híbrido mantiene la detección en el límite de lo que permite la capacidad de la IA, al tiempo que conserva una ventaja adaptada a usuarios, productos y escala de Binance. También significa que nuevas capacidades pueden adoptarse rápidamente a medida que avanza el campo más amplio de la IA.

Además de los modelos de detección, Binance mantiene un Red Team interno que pone a prueba las defensas como lo haría un adversario real, incluyendo sondear cómo tecnologías emergentes podrían usarse contra la plataforma.

Jimmy Su, Chief Security Officer de Binance, explica: “Estos ejercicios nos ayudan a identificar debilidades antes de que los atacantes lo hagan, validar que nuestros controles funcionan en condiciones realistas y fortalecer continuamente a las personas, los procesos y la tecnología que protegen a nuestros usuarios. En seguridad, no puedes simplemente asumir que tus defensas funcionarán; necesitas desafiarlas”.

Ejemplo: defensas en capas contra la ingeniería social

Algunos ataques están diseñados para eludir totalmente la tecnología y, en lugar de eso, apuntar a la confianza. El trading P2P es un área en la que los intentos de ingeniería social son especialmente comunes.

En Binance, los modelos internos de visión por computadora detectan imágenes falsas de comprobantes de pago analizando detalles de la transacción y manipulaciones sutiles de la imagen. Los modelos de procesamiento de lenguaje natural identifican mensajes de estafa en el chat. Los modelos tradicionales de machine learning evalúan el nivel de riesgo de cada orden. Además, los modelos de lenguaje de gran tamaño ayudan a interpretar la intención del mensaje y a captar texto de estafa incrustado dentro de imágenes.

Las máquinas hacen el triage, los humanos deciden, los modelos aprenden

Aunque la IA es excepcional en el descubrimiento y el triage inicial, las personas siguen siendo esenciales para la validación detallada y el juicio contextual. La detección de liveness y la falsificación de documentos de identidad es un buen ejemplo. La IA puede hacer una preselección rápida de grandes volúmenes y resaltar a los sospechosos, pero muchos casos extremos todavía requieren revisores humanos para etiquetar y juzgar con más precisión.

A medida que surgen nuevos patrones de ataque, la IA ayuda a descubrirlos y detectarlos, y estos hallazgos luego se usan para ajustar los modelos. El resultado es un ciclo continuo en el que la IA aporta escala y las personas aportan precisión. En todos los controles antifraude, los modelos de IA toman el 80% al 90% de las decisiones de riesgo en tiempo real y ayudan en aproximadamente el 45% de los flujos de trabajo de revisión humana.

Para mantener la IA bajo responsabilidad a esta escala, Binance aplica una gobernanza estructurada de modelos a lo largo de todo el ciclo de vida del modelo, desde el desarrollo y la validación hasta la implementación y el monitoreo continuo. Los modelos se prueban por sesgos y precisión antes de pasar a producción, y su rendimiento se supervisa de manera continua en relación con resultados del mundo real.

Cuando la precisión de un modelo se desvía o las tasas de falso positivo aumentan por encima de límites aceptables, según lo identificado por el proceso de revisión humana mencionado anteriormente, se marca automáticamente para reentrenamiento. Esto garantiza que las decisiones automatizadas se mantengan justas, explicables y auditables, no solo rápidas.

Más allá de la prevención de pérdidas: cumplimiento y eficiencia interna

Además de proteger a nuestros usuarios, nuestros equipos de cumplimiento utilizan herramientas de automatización asistidas por IA para escalar y estandarizar procesos, como la detección de fraude en KYC y la ejecución de monitoreo de transacciones.

Se han implementado más de 24 iniciativas de IA en el onboarding de usuarios, escalamiento de triage y debida diligencia de socios. Estos modelos clasifican casos por prioridad, identifican patrones en conjuntos de datos complejos, incluida la actividad on-chain y las huellas dactilares de dispositivos, y derivan los problemas correctos a revisores humanos, minimizando las alertas falsas.

Internamente, el efecto es similar. Los analistas usan IA para avanzar más rápido en análisis, monitoreo e implementación de modelos, mientras que los equipos de operaciones la utilizan para ayudar en investigaciones y detalles de casos. En ambos casos, el objetivo es el mismo: delegar el trabajo repetitivo para que las personas puedan centrarse en decisiones de mayor valor. Esto se refleja en la adopción: la herramienta agentic interna de Binance ahora registra aproximadamente un 72% de aceptación entre los equipos, respaldada por entrenamientos en toda la empresa, programas de prompt engineering y supervisión estructurada.

Sustentándolo todo, existe el compromiso con la privacidad desde el diseño (privacy by design). Los sistemas de IA de Binance operan dentro de un marco que prioriza la privacidad, donde la minimización de datos, la limitación de finalidad y las salvaguardas de los derechos del usuario se incorporan a la forma en que los modelos de IA se construyen y se implementan. El objetivo es directo: proteger a los usuarios contra el abuso financiero y el daño sin comprometer su derecho a la privacidad de los datos, y hacerlo de manera transparente, para que los usuarios entiendan que las salvaguardas están actuando en segundo plano sin que sus datos se usen más allá de la tarea que se exige.

Consideraciones finales

En Binance, la protección al usuario es una prioridad en la que seguimos invirtiendo. La IA ofrece escala; las personas ofrecen criterio. A medida que las herramientas para producir engaño se vuelven más baratas, esta combinación tiene que seguir evolucionando: lo que significa reentrenar modelos, refinar límites y mantener analistas experimentados en los casos en los que los necesitan.

Lectura adicional

Aviso legal: este contenido se le presenta “tal cual”, solo con fines de información general y educativos, sin ninguna declaración ni garantía de ningún tipo. No debe interpretarse como asesoramiento financiero, ni pretende recomendar la compra de ningún producto o servicio específico. Los precios de los activos digitales pueden ser volátiles. El valor de su inversión puede subir o bajar, y puede que no recupere el valor invertido. Usted es el único responsable de sus decisiones de inversión y Binance no se hace responsable de ninguna pérdida que pueda incurrir. No es asesoramiento financiero. Para más información, consulte nuestros Términos de uso y Aviso de riesgo.

Atención: tenga en cuenta que puede haber discrepancias entre este contenido original en inglés y cualquier versión traducida (estas versiones pueden generarse mediante IA). Por favor, consulte la versión original en inglés para obtener la información más precisa, en caso de que surjan discrepancias.