Rimani aggiornato con WebMasterPoint
Lintelligenza artificiale è sempre più protagonista nei crimini legati alle criptovalute: dal 2024 si registra un aumento del 40% del suo impiego secondo TRM Labs. Larticolo esplora dati, truffe, deepfake, hacking, ransomware, indagini e scenari futuri.
Negli ultimi anni, lapplicazione dellintelligenza artificiale ai crimini connessi alle valute digitali ha conosciuto unaccelerazione senza precedenti. Secondo i dati di TRM Labs, una delle principali societ di intelligence blockchain, lutilizzo dellAI da parte di attori malevoli cresciuto del 40% rispetto al 2024, suggerendo un salto tecnologico impressionante per lecosistema criminale.
Questa dinamica evidenzia come il settore delle criptovalute sia diventato terreno fertile per frodi sofisticate, truffe online e attacchi informatici, alimentati dalladozione di strumenti di IA sempre pi avanzati. Il fenomeno stato ben documentato nellAI-in-Crime Adoption Index divulgato da TRM, che misura la maturit e la diffusione delle pratiche criminali spinte proprio dalladozione di queste tecnologie. Entro il 2026, il punteggio dellindice ha raggiunto il valore di 54 su 100, quasi raddoppiando rispetto a due anni fa. Una dinamica che mostra la rapidit con cui le organizzazioni malevole si adattano e innovano, sfruttando chat automatizzate, falsi deepfake e attacchi coordinati per massimizzare i profitti e minimizzare i rischi di individuazione.
Lescalation favorita sia dallaumento delle competenze tecnologiche dei gruppi criminali, sia dalla democratizzazione di strumenti AI sempre pi “user friendly”, accessibili anche a chi non possiede competenze avanzate. I rischi per gli utenti, le piattaforme e le istituzioni crescono dunque in maniera esponenziale, facendo emergere la necessit, per tutto lecosistema, di nuove strategie di prevenzione e contrasto. Limpressione degli osservatori del settore che la lotta tra criminali digitali e forze dellordine si sia trasformata in una corsa agli armamenti tecnologici, in cui lintelligenza artificiale rappresenta non solo una minaccia, ma anche unopportunit per chi la sa utilizzare con competenza e responsabilit.
Ladozione dellAI nei crimini legati alle criptovalute: dati e trend 2024-2026
Negli ultimi due anni, lescalation dei crimini digitali associati ai crypto asset ha subito una forte accelerazione trainata dalladozione dellintelligenza artificiale. Dal 2024 al 2026 lAI-in-Crime Adoption Index di TRM Labs ha registrato unimpennata dal valore di circa 28 a una quota di 54 su 100, facendo emergere uno scenario in rapida mutazione e sempre pi sofisticato.
Secondo le rilevazioni fornite dagli esperti di blockchain intelligence, le truffe trainano la crescita nellimpiego dellAI in ambito criminale e rappresentano lunico segmento valutato come “maturo” per frequenza, efficacia e automazione dei processi. In particolare:
- Le segnalazioni di truffe che coinvolgono AI sono cresciute di tredici volte dal 2022, raggiungendo cifre record gi nella prima parte del 2026.
- Fra i domini ancora attivi nei circuiti illeciti, il 17% promuove servizi ingannevoli collegati allintelligenza artificiale.
- Le perdite attribuite a frodi deepfake hanno superato del 263% quelle rilevate nellintero 2025.
Allargando lo sguardo ad altre forme di reato digitale, limpiego dellAI si configura come “emergente” nellambito dellhacking e del ransomware, dove la tecnologia funge da amplificatore di efficienza piuttosto che da fattore totalmente autonomo.
Coinvolgendo diversi stadi delle operazioni criminali, lintelligenza artificiale ormai capace di influenzare tutto il ciclo di vita del crimine digitale: dalla ricognizione, alla scelta delle vittime, passando per lesecuzione degli attacchi e la gestione delle conversazioni. Il fenomeno tocca quindi sia i reati a basso impatto che quelli su larga scala, come nel caso di macroscopici attacchi sponsorizzati da enti statali (es. Corea del Nord e gli episodi di Drift Protocol e KelpDAO), con perdite nel solo primo semestre 2026 pari a circa 643 milioni di dollari. Quello che emerge, quindi, una tendenza strutturale allaumento di sofisticazione, scalabilit e automatizzazione delle tattiche.
Truffe e deepfake: il ruolo centrale dellAI nelle frodi crypto
Tra tutte le declinazioni del cybercrime, le truffe legate alle valute digitali rappresentano il terreno dove lintelligenza artificiale ha raggiunto la massima maturit e diffusione. Secondo i dati pi aggiornati, i criminali sfruttano oggi strumenti AI in ogni passaggio delle frodi crypto, dalla selezione delle potenziali vittime fino alla gestione delle conversazioni tramite bot, chatbot o false figure di autorit digitale.
I nuovi scenari vedono limpiego di AI generativa per la creazione di messaggi personalizzati, capaci di superare le difese tradizionali dellutente grazie a una maggiore credibilit e a un realismo senza precedenti. Oltre ai messaggi, spicca la produzione di deepfake sempre pi realistici: video e audio in grado di simulare volti, voci e identit di personaggi noti o persone reali direttamente coinvolte nel settore crypto, ingannando anche gli utenti pi consapevoli.
Le tecniche pi comuni includono:
- Impostazione automatizzata di phishing via email, canali Telegram, social network, con linguaggio iper-personalizzato.
- Creazione e gestione di identit fasulle (KYC fake) tramite AI, per aggirare i processi di registrazione su piattaforme legittime.
- Deepfake in video call di pseudo-esperti o di supporto clienti, utilizzate per convincere la vittima a cedere seed o credenziali.
- Automazione delle chat tra vittima e criminale tramite chatbot AI: il processo di convincimento diventa cos scalabile e senza soluzione di continuit.
Leffetto di questa maturit si riflette nei dati finanziari: le perdite per frodi deepfake sono cresciute nellultimo anno oltre il 260%, una cifra che segnala la portata del fenomeno ma anche la necessit, per utenti e istituzioni, di rivedere approcci e strumenti di sicurezza. Un esempio pratico sono gli avvisi lanciati dagli stessi acquirenti sulle darknet market, che iniziano a riconoscere e segnalare mercati sospettati di essere generati interamente con AI. Il rischio, quindi, non riguarda solamente gli utenti meno esperti, ma cresce progressivamente anche per chi opera con competenze avanzate nel settore delle valute digitali.
Hacking ed exploitation con AI: dallingegneria sociale agli attacchi complessi
Lintelligenza artificiale sta rapidamente trasformando le modalit e la portata degli attacchi informatici nel mondo crypto. Nellambito degli hacking, la tecnologia AI viene implementata sia nella fase preparatoria, per la raccolta intelligente di dati e informazioni sulle vittime, sia come catalizzatore di fasi pi avanzate come la persuasione contestuale e la manipolazione di sistemi convoluti.
Uno degli sviluppi pi significativi levoluzione dellingegneria sociale basata su AI, dove i criminali utilizzano agenti autonomi in grado di:
- Analizzare i social network e i registri on-chain per individuare target con wallet appetibili.
- Costruire trappole personalizzate e campagne di phishing su larga scala.
- Innescare interazioni credibili, simulando comportamenti umani sempre pi convincenti.
I dati emersi da TRM Labs illustrano che gli attacchi tramite social engineering hanno preceduto maxi exploit ai danni di piattaforme DeFi (come quelli ai danni di Drift Protocol e KelpDAO), generalmente sponsorizzati anche da attori statali, per un valore sottratto che si aggira sui 600 milioni di dollari solo nella prima met del 2026.
Rispetto alla fase iniziale di questa ondata criminale, lAI consente ora di automatizzare penetration test, ricognizione e ricerca di vulnerabilit in modo proattivo e capillare. Una minaccia che diventa trasversale, interessando tanto le micro-transazioni quanto i portafogli pi ricchi, e che non si limita pi allutilizzo umano delle tecniche, ma che delega sempre di pi a software in grado di apprendere, ottimizzare e migliorare ad ogni tentativo.
La rilevanza degli agenti linguistici AI autonomi in grado di portare a termine attacchi senza intervento umano evidenzia la necessit, per le aziende crypto, non solo di rafforzare i propri protocolli, ma soprattutto di adottare strategie di detection, risposta e recovery basate anchesse sullAI.
Ransomware e cybercrime: come lAI abbassa la barriera dingresso per i criminali
Con il diffondersi di kit ransomware “no-code”, lintelligenza artificiale ha reso pi semplice per un vasto pubblico accedere a strumenti di attacco sofisticati. Non infatti pi necessario disporre di elevate competenze tecniche: ora bastano poche centinaia di dollari (tra 400 e 1.200) per ottenere software ready-to-use che integrano agenti AI per le fasi cruciali dellattacco.
Il caso di “JadePuffer”, documentato nel luglio del 2026, rappresenta il primo esempio di ransomware completamente gestito da agenti autonomi AI, capace di eseguire ricognizione di rete, furto di credenziali, lateral movement e cifratura, tutto senza supervisione umana. Questa automazione alimenta la scalabilit delle campagne malevole, in cui singoli individui possono colpire simultaneamente centinaia di wallet.
Il panorama si caratterizza per:
- Aumento della frequenza e sofisticazione dei casi di ransomware supportati da AI.
- Abbassamento della soglia tecnica daccesso per il cybercrime “as a service”.
- Maggiore velocit nelle fasi di ricatto, criptazione e trasferimento fondi.
La combinazione di automazione e intelligenza contestuale porta quindi a scenari in cui tutta la “filiera” del ransomware ottimizzata, dalla generazione delle email di phishing a campagne di ricatto multi-lingua, fino alla gestione dei riscattti tramite bot. Secondo i dati raccolti, la maggior parte delle gang ransomware adotta lAI gi nella fase iniziale di phishing ed esfiltrazione, sfruttando lefficienza degli algoritmi per massimizzare limpatto degli attacchi.
Il ciclo di vita del crimine crypto: come lintelligenza artificiale interviene in ogni fase
Limpatto dellintelligenza artificiale sulla scena criminale in ambito crittografico si estende lungo tutte le fasi operative. LAI divenuta componente determinante sia per le singole micro-azioni sia per lorchestrazione di trame articolate che coinvolgono innumerevoli passaggi.
I principali momenti in cui questa tecnologia si dimostra determinante:
- Ricognizione iniziale: raccolta automatizzata di dati e selezione dei potenziali bersagli tramite lanalisi comportamentale e la profilazione delle attivit on-chain.
- Esecuzione dellattacco: sfruttamento di vulnerabilit identificate, generazione di vettori personalizzati, persuasione contestuale realistica tramite chatbot AI.
- Gestione del post-attacco: automazione delle comunicazioni (phishing, richieste di riscatto, minacce) e movimentazione velocissima degli asset digitali per ostacolare il tracciamento.
Secondo le indagini di TRM, il vero potenziale dellAI criminale sta nella sua “adattabilit” alle metodologie difensive, permettendo modifiche e aggiornamenti in tempo reale dei propri strumenti e schemi di truffa. La tendenza indica che i software agentici sono ora capaci di apprendere, auto-migliorarsi e allargare il raggio dazione a nuove vittime attraverso lanalisi massiva di dati pubblici e privati.
Indagini e contrasto: luso dellAI da parte di forze dellordine e aziende di sicurezza
Mentre le attivit illegali si fanno pi evolute, anche le strategie di indagine e contrasto adottate dalle forze dellordine e dalle aziende di sicurezza si sono evolute, puntando proprio sulluso intelligente della tecnologia. Lintelligenza artificiale, impiegata dalle principali autorit investigative e dai colossi dellanalisi blockchain, ha cambiato il paradigma della lotta ai reati legati ai crypto asset.
Ad oggi, le soluzioni AI sono in grado di processare enormi volumi di dati, rintracciando e collegando transazioni sospette su blockchain pubbliche e private. Tramite luso di algoritmi di machine learning, stato possibile:
- Mappare reti criminali complesse incrociando wallet, dispositivi e social network.
- Rilevare in tempo reale comportamenti anomali, indirizzare alert ad alto rischio, individuare segnali di riciclaggio o frodi.
- Automatizzare la raccolta di intelligence OSINT e arricchire il contesto investigativo tramite report generativi strutturati.
Tra i maggiori punti di forza della digital forensics AI-driven si segnala la capacit di lavorare con dati gi giudicati affidabili in sede legale (come nel caso della piattaforma Chainalysis), consentendo flussi decisionali difendibili anche in tribunale.
Casi come Operacin Bonanza hanno dimostrato in Europa la potenza delle investigazioni digitali collaborative: grazie alle sinergie tra forze di polizia, enti normativi e aziende come Chainalysis, si riusciti a recuperare milioni di euro trafugati attraverso schemi Ponzi globali. La tendenza, confermata anche da risultati negli Stati Uniti e in America Latina, verso unintegrazione sempre maggiore tra strumenti AI, analisi forense e monitoraggio h24 delle transazioni, elementi che hanno aumentato efficienza, rapidit e successo delle indagini.
Piattaforme allavanguardia: il caso Chainalysis e le innovazioni per la compliance
Nel vasto panorama dei servizi per la sicurezza blockchain, Chainalysis si distingue per ladozione precoce e strategica di agenti AI dedicati alla compliance e alle investigazioni digitali. La piattaforma consente, dal 2026, anche a operatori non specializzati di utilizzare strumenti investigativi avanzati, abbattendo le barriere di accesso alle capacit forensi precedentemente riservate ai soli analisti qualificati.
Lofferta Chainalysis si basa su quattro principi chiave:
- Qualit e accuratezza dei dati sottostanti, da sempre pilastro nel contrasto ai reati crypto.
- Contestualizzazione e ragionamento guidato dallesperienza accumulata in oltre dieci milioni di indagini.
- Flussi di lavoro deterministici e verificabili, con output replicabili utili soprattutto per la compliance regolamentare.
- Supervisione costante dellelemento umano nelle decisioni ad alto rischio.
Le innovazioni lanciate recentemente includono:
- Workflow investigativi multi-chain in grado di comprimere giorni di analisi in pochi minuti.
- Arricchimento automatico degli alert e generazione on-demand di report strutturati per le autorit e le aziende controllate.
- Monitoraggio real-time delle minacce con possibilit di escalation mirata allintervento umano.
Attraverso queste soluzioni, la compliance normativa e la capacit di prevenzione sono cresciute significativamente, consentendo a enti finanziari, exchange e organi governativi di difendersi in modo pi efficace contro le minacce guidate da AI e tecnologie emergenti.
Collaborazione internazionale e nuovi framework regolatori per AI e crypto
Levoluzione del panorama criminale e tecnologico impone un approccio sempre pi integrato tra giurisdizioni nazionali e organismi internazionali. Da una parte, cresce il ricorso a collaborazioni pubblico-private che permettono lo scambio di informazioni tempestive tra forze dellordine, piattaforme blockchain e aziende di sicurezza.
Anche i quadri normativi si stanno adeguando: lUNICRI e lUnione Europea hanno promosso nuovi framework etici e regolamenti specifici per assicurare un impiego “responsabile e affidabile” dellAI negli asset digitali. Tali disposizioni combinano requisiti di trasparenza, auditabilit e controllo umano, rafforzando cos la fiducia degli attori di mercato e la prevenzione dei rischi sistemici.
Lobiettivo gettare le basi per una maturazione dellintero settore, capace di bilanciare innovazione e sicurezza, anche di fronte alle potenzialit dirompenti dellintelligenza artificiale.
Sfide future e scenari di rischio: vulnerabilit, manipolazioni e limiti dellAI
Nonostante levoluzione delle contromisure, ladozione di AI su larga scala espone a nuove criticit e rischi. Da un lato, la crescente dipendenza dai modelli predittivi crea il rischio di “catene di attacco” che sfruttino esattamente queste tecnologie ad esempio, attacchi che mirano a manipolare o confondere i modelli di machine learning attraverso input adattivi (data poisoning).
Le vulnerabilit non sono limitate alla sfera tecnica: la manageriale, lorganizzativa e quella della privacy giocano un ruolo altrettanto delicato. essenziale mantenere un equilibrio tra la necessit di monitoraggio continuo e il rispetto delle normative su privacy e protezione dati, nonch adottare processi di audit e validazione regolari dei sistemi AI.
Infine, resta aperto il tema della formazione specialistica: le capacit degli operatori umani e la loro sinergia con le macchine saranno decisive per prevenire manipolazioni, rispondere efficacemente agli attacchi e rendere davvero affidabile lecosistema. Gli attacchi “agentici” e la velocizzazione del ciclo criminale costringeranno quindi lintera industry a lavorare su standard pi elevati di sicurezza e trasparenza.
Riflessioni finali: Sicurezza, prevenzione e il futuro della lotta ai crimini crypto potenziati dallAI
Lincremento dei crimini digitali legati alladozione dellintelligenza artificiale nel settore delle criptovalute impone una prospettiva rinnovata sulle strategie di sicurezza e prevenzione. Mentre si affermano strumenti, piattaforme e collaborazioni orientati a contenere il fenomeno, appare chiaro che la velocit del progresso tecnologico va di pari passo con lingegnosit criminale.
La risposta dei professionisti della sicurezza, delle forze dellordine e dellintero ecosistema finanziario dovr puntare su formazione avanzata, compliance dinamica e cooperazione internazionale. Le innovazioni come quelle presentate da Chainalysis e le sinergie regolatorie transfrontaliere sono passi nella giusta direzione, ma sar la costante capacit di adattamento a fare la differenza nel prossimo futuro.
Tra vulnerabilit emergenti e opportunit di prevenzione, la sfida sar bilanciare il potenziale tecnologico dellintelligenza artificiale con una governance responsabile per ridurre i rischi, tutelare gli utenti e favorire la costruzione di un ambiente digitale pi sicuro e resiliente.