Protegiendo u$s4.600M: cómo la IA impulsa decisiones de riesgo en tiempo real en Binance
En el primer semestre de 2026, los sistemas de riesgo impulsados por IA de Binance ayudaron a proteger a más de 8 millones de usuarios
Binance, la plataforma global de activos digitales más grande del mundo por volumen y número de usuarios, anunció que sus sistemas de riesgo impulsados por inteligencia artificial ayudaron a proteger a más de 8 millones de usuarios y a prevenir aproximadamente u$s4.600 millones en pérdidas potenciales durante el primer semestre de 2026.
La cifra abarca actividad de trading anormal, intentos de toma de control de cuentas, estafas y fraude transaccional. Durante este período, Binance interceptó millones de intentos de estafa y phishing, incluyó en listas negras más de 42.000 direcciones maliciosas y emitió más de 14.000 advertencias en tiempo real diarias.
A medida que las herramientas para producir engaños se vuelven más accesibles, la única forma de mantener el ritmo es evaluar el riesgo de manera continua, a escala y en tiempo real. Es ahí donde la IA se ha convertido en el centro de la estrategia de protección de Binance.
Binance construye, entrena y supervisa internamente su infraestructura de IA, que está integrada en todo el recorrido del usuario: verificación de identidad, seguridad de cuentas, pagos y protección y monitoreo de transacciones. Cada acción se evalúa a medida que ocurre, y la gran mayoría se resuelve automáticamente, lo que permite que la protección opere a escala de plataforma sin ralentizar a los usuarios legítimos.
Más de 100 modelos de IA para protección en tiempo real
Actualmente Binance opera más de 100 modelos de IA dedicados a controles antifraude y antiestafa, con analistas de riesgo humanos que establecen los umbrales, revisan casos excepcionales y reentrenan los modelos a medida que surgen nuevos patrones de estafa. En verificación de identidad (KYC), los pipelines de revisión habilitados con IA han logrado mejoras de eficiencia operativa de hasta 100 veces respecto a los procesos manuales en flujos de trabajo específicos, manteniendo a los especialistas en el circuito para los casos de mayor riesgo.
Enfoque híbrido y Red Team interno
Binance combina tecnología propia y externa. Los modelos internos están diseñados específicamente para los riesgos observados en la plataforma, mientras que modelos externos de IA y modelos fundacionales líderes manejan tareas de razonamiento más amplias. Además de los modelos de detección, Binance cuenta con un Red Team interno que prueba las defensas como lo haría un adversario real.
"Estos ejercicios nos ayudan a identificar debilidades antes que los atacantes, validar que nuestros controles funcionen 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: tienes que desafiarlas", señaló Jimmy Su, Chief Security Officer de Binance.
Defensas en capas contra la ingeniería social
En trading P2P, donde los intentos de ingeniería social son especialmente comunes, Binance despliega múltiples capas de protección: modelos de visión por computadora que detectan imágenes falsas de comprobantes de pago; modelos de procesamiento de lenguaje natural que identifican mensajes de estafa en el chat; modelos tradicionales de machine learning que evalúan el riesgo de cada orden; y grandes modelos de lenguaje que interpretan la intención de los mensajes y detectan texto de estafa incrustado en imágenes.
Las máquinas filtran, los humanos deciden, los modelos aprenden
Si bien la IA es excepcional en el descubrimiento y el filtrado, los humanos siguen siendo esenciales para la validación detallada y el juicio contextual. Los modelos de IA toman entre el 80% y el 90% de las decisiones de riesgo en tiempo real y asisten en aproximadamente el 45% de los flujos de trabajo de revisión humana. Cuando la precisión de un modelo se desvía o las tasas de falsos positivos superan los umbrales aceptables, se marca automáticamente para reentrenamiento, garantizando que las decisiones automatizadas sigan siendo justas, explicables y auditables.
Más allá de la prevención de pérdidas: cumplimiento y eficiencia interna
Los equipos de cumplimiento de Binance utilizan herramientas de automatización asistidas por IA para escalar y estandarizar procesos como la detección de fraude en KYC y la ejecución del monitoreo de transacciones. Se han desplegado más de 24 iniciativas de IA en el onboarding de usuarios, escalamientos de monitoreo y debida diligencia de socios. La herramienta agéntica interna de Binance registra una adopción de aproximadamente el 72% entre los equipos. Los sistemas operan dentro de un marco de privacidad primero, donde la minimización de datos, la limitación de propósito y las salvaguardas de derechos de los usuarios están integradas en el diseño y despliegue de los modelos.
En Binance, la protección de los usuarios es una prioridad en la que se sigue invirtiendo. La IA proporciona la escala; las personas proporcionan el juicio. A medida que las herramientas para producir engaños se vuelven más baratas, esa combinación tiene que seguir mejorando, lo que significa reentrenar modelos, refinar umbrales y mantener a analistas experimentados en los casos que los necesitan.