Coinbase ha reconstruido su infraestructura antifraude (anti-fraud stack) integrando estrechamente modelos de aprendizaje automático (machine learning) con un motor de reglas (rules engine) de alta velocidad, reduciendo los tiempos de respuesta a nuevos patrones de estafa de días a horas, justo cuando TRM Labs advierte que el fraude cripto es ahora una industria multimillonaria anualmente y potenciada por la IA.
Coinbase ha mejorado su infraestructura antifraude (anti-fraud stack) integrando estrechamente modelos de aprendizaje automático con un motor de reglas, reduciendo su tiempo de respuesta a nuevos patrones de fraude de varios días a solo unas pocas horas, mientras las estafas habilitadas por IA aumentan en el sector cripto.
La compañía describe una estrategia de doble vía donde "los modelos son responsables de la defensa a largo plazo, las reglas son responsables de la respuesta rápida", todo ello alojado en un marco unificado que permite a las reglas capturar nuevos tipos de fraude que luego pueden ser retroalimentados a los modelos para fortalecer las defensas generales con el tiempo.
Coinbase afirma que ha transformado lo que solía ser un flujo de trabajo manual y lento para la creación de reglas en un sistema de recomendación automatizado y basado en datos, reestructurando la información, automatizando la evolución del esquema e introduciendo herramientas analíticas basadas en notebooks para sus equipos de riesgo.
Como parte de la revisión, el rendimiento de las pruebas retrospectivas de reglas (rule backtesting) ha mejorado más de 10 veces, lo que permite a Coinbase probar e implementar nuevas protecciones mucho más rápidamente a medida que el comportamiento de las estafas evoluciona en tiempo real.
Según Coinbase, el sistema ahora utiliza el aprendizaje automático para recomendar parámetros de reglas, con el objetivo de "reducir las tasas de falsos positivos mientras se combate el fraude y se minimiza el impacto en los usuarios normales", un equilibrio importante para un exchange importante que procesa miles de millones en volumen de negociación.
La última actualización se basa en esfuerzos anteriores descritos en un blog de Coinbase sobre modelos avanzados de aprendizaje automático, donde la compañía dijo que su misión es "seguir construyendo sistemas de ML escalables, adaptativos y conscientes de la blockchain que permitan a Coinbase gestionar eficazmente el riesgo de sus productos" sin degradar la experiencia del usuario.
La medida llega en un momento en que el fraude en cripto se ha industrializado.
La firma de inteligencia de blockchain TRM Labs informó que el fraude cripto global alcanzó aproximadamente $35 mil millones en 2025, advirtiendo que, al incluir la subdeclaración, "las pérdidas anuales totales probablemente superen los $200 mil millones a nivel mundial".
En un informe de crímenes separado de 2026, TRM dijo que los flujos cripto ilícitos alcanzaron un récord de $158 mil millones en 2025, con redes de estafas cada vez más manejadas como negocios profesionales y herramientas de IA acelerando la suplantación de identidad y el alcance a escala.
El propio director de seguridad de la información de Coinbase, Philip Martin Lunglhofer, ha dicho anteriormente que el exchange está viendo un creciente "uso de IA para detectar fraudes" y ya está utilizando el aprendizaje automático para monitorear la actividad del usuario y los chats de soporte en busca de señales de estafas o apropiaciones de cuentas.
La última inversión del exchange en la generación de reglas automatizadas y basadas en eventos, y la potencial "conversión con un clic" de reglas eficientes en características de modelo, tiene como objetivo acercar a Coinbase a un sistema de gestión de riesgos totalmente automatizado, ya que los propios estafadores utilizan la IA como arma para sondear y explotar debilidades más rápido que nunca.
Para un contexto más amplio sobre la postura de seguridad de Coinbase y los esfuerzos de protección del usuario, los lectores pueden consultar las publicaciones de blog de Coinbase centradas en el fraude sobre aprendizaje automático y cumplimiento, así como la cobertura anterior de la actividad de estafas de Coinbase y las tendencias de fraude cripto en crypto.news.
