TRM Labs lancia l'allarme: nei crimini legati alle criptovalute l'uso dell'AI è salito del 40% rispetto al 2024

L’intelligenza artificiale è sempre più protagonista nei crimini legati alle criptovalute: dal 2024 si registra un aumento del 40% del suo impiego secondo TRM Labs. L’articolo esplora dati, truffe, deepfake, hacking, ransomware, indagini e scenari futuri.

Negli ultimi anni, l’applicazione dell’intelligenza artificiale ai crimini connessi alle valute digitali ha conosciuto un’accelerazione senza precedenti. Secondo i dati di TRM Labs, una delle principali società di intelligence blockchain, l’utilizzo dell’AI da parte di attori malevoli è cresciuto del 40% rispetto al 2024, suggerendo un salto tecnologico impressionante per l’ecosistema criminale.

Questa dinamica evidenzia come il settore delle criptovalute sia diventato terreno fertile per frodi sofisticate, truffe online e attacchi informatici, alimentati dall’adozione di strumenti di IA sempre più avanzati. Il fenomeno è stato ben documentato nell’AI-in-Crime Adoption Index divulgato da TRM, che misura la maturità e la diffusione delle pratiche criminali spinte proprio dall’adozione di queste tecnologie. Entro il 2026, il punteggio dell’indice ha raggiunto il valore di 54 su 100, quasi raddoppiando rispetto a due anni fa. Una dinamica che mostra la rapidità 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.

L’escalation è favorita sia dall’aumento delle competenze tecnologiche dei gruppi criminali, sia dalla democratizzazione di strumenti AI sempre più "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 necessità, per tutto l’ecosistema, di nuove strategie di prevenzione e contrasto. L’impressione degli osservatori del settore è che la lotta tra criminali digitali e forze dell’ordine si sia trasformata in una corsa agli armamenti tecnologici, in cui l’intelligenza artificiale rappresenta non solo una minaccia, ma anche un’opportunità per chi la sa utilizzare con competenza e responsabilità.

L’adozione dell’AI nei crimini legati alle criptovalute: dati e trend 2024-2026

Negli ultimi due anni, l’escalation dei crimini digitali associati ai crypto asset ha subito una forte accelerazione trainata dall’adozione dell’intelligenza artificiale. Dal 2024 al 2026 l’AI-in-Crime Adoption Index di TRM Labs ha registrato un’impennata dal valore di circa 28 a una quota di 54 su 100, facendo emergere uno scenario in rapida mutazione e sempre più sofisticato.

Secondo le rilevazioni fornite dagli esperti di blockchain intelligence, le truffe trainano la crescita nell’impiego dell’AI in ambito criminale e rappresentano l’unico 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 già nella prima parte del 2026.
• Fra i domini ancora attivi nei circuiti illeciti, il 17% promuove servizi ingannevoli collegati all’intelligenza artificiale.
• Le perdite attribuite a frodi deepfake hanno superato del 263% quelle rilevate nell’intero 2025.

Allargando lo sguardo ad altre forme di reato digitale, l’impiego dell’AI si configura come "emergente" nell’ambito dell’hacking e del ransomware, dove la tecnologia funge da amplificatore di efficienza piuttosto che da fattore totalmente autonomo.

Coinvolgendo diversi stadi delle operazioni criminali, l’intelligenza artificiale è ormai capace di influenzare tutto il ciclo di vita del crimine digitale: dalla ricognizione, alla scelta delle vittime, passando per l’esecuzione 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, è una tendenza strutturale all’aumento di sofisticazione, scalabilità e automatizzazione delle tattiche.

Truffe e deepfake: il ruolo centrale dell’AI nelle frodi crypto

Tra tutte le declinazioni del cybercrime, le truffe legate alle valute digitali rappresentano il terreno dove l’intelligenza artificiale ha raggiunto la massima maturità e diffusione. Secondo i dati più 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 autorità digitale.

I nuovi scenari vedono l’impiego di AI generativa per la creazione di messaggi personalizzati, capaci di superare le difese “tradizionali” dell’utente grazie a una maggiore credibilità e a un realismo senza precedenti. Oltre ai messaggi, spicca la produzione di deepfake sempre più realistici: video e audio in grado di simulare volti, voci e identità di personaggi noti o persone reali direttamente coinvolte nel settore crypto, ingannando anche gli utenti più consapevoli.

Le tecniche più comuni includono:

• Impostazione automatizzata di phishing via email, canali Telegram, social network, con linguaggio iper-personalizzato.
• Creazione e gestione di identità 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 così scalabile e senza soluzione di continuità.

L’effetto di questa maturità si riflette nei dati finanziari: le perdite per frodi deepfake sono cresciute nell’ultimo anno oltre il 260%, una cifra che segnala la portata del fenomeno ma anche la necessità, 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: dall’ingegneria sociale agli attacchi complessi

L’intelligenza artificiale sta rapidamente trasformando le modalità e la portata degli attacchi informatici nel mondo crypto. Nell’ambito 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 più avanzate come la persuasione contestuale e la manipolazione di sistemi convoluti.

Uno degli sviluppi più significativi è l’evoluzione dell’ingegneria 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 più 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 metà del 2026.

Rispetto alla fase iniziale di questa ondata criminale, l’AI consente ora di automatizzare penetration test, ricognizione e ricerca di vulnerabilità in modo proattivo e capillare. Una minaccia che diventa trasversale, interessando tanto le micro-transazioni quanto i portafogli più ricchi, e che non si limita più all’utilizzo umano delle tecniche, ma che delega sempre di più 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 necessità, per le aziende crypto, non solo di rafforzare i propri protocolli, ma soprattutto di adottare strategie di detection, risposta e recovery basate anch’esse sull’AI.

Ransomware e cybercrime: come l’AI abbassa la barriera d’ingresso per i criminali

Con il diffondersi di kit ransomware "no-code", l’intelligenza artificiale ha reso più semplice per un vasto pubblico accedere a strumenti di attacco sofisticati. Non è infatti più 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 dell’attacco.

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 scalabilità 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 d’accesso per il cybercrime "as a service".
• Maggiore velocità 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 è 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 l’AI già nella fase iniziale di phishing ed esfiltrazione, sfruttando l’efficienza degli algoritmi per massimizzare l’impatto degli attacchi.

Il ciclo di vita del crimine crypto: come l’intelligenza artificiale interviene in ogni fase

L’impatto dell’intelligenza artificiale sulla scena criminale in ambito crittografico si estende lungo tutte le fasi operative. L’AI è divenuta componente determinante sia per le singole micro-azioni sia per l’orchestrazione 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 l’analisi comportamentale e la profilazione delle attività on-chain.
• Esecuzione dell’attacco: sfruttamento di vulnerabilità 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 dell’AI criminale sta nella sua "adattabilità" 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 d’azione a nuove vittime attraverso l’analisi massiva di dati pubblici e privati.

Indagini e contrasto: l’uso dell’AI da parte di forze dell’ordine e aziende di sicurezza

Mentre le attività illegali si fanno più evolute, anche le strategie di indagine e contrasto adottate dalle forze dell’ordine e dalle aziende di sicurezza si sono evolute, puntando proprio sull’uso intelligente della tecnologia. L’intelligenza artificiale, impiegata dalle principali autorità investigative e dai colossi dell’analisi 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 l’uso di algoritmi di machine learning, è 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 capacità di lavorare con dati già giudicati affidabili in sede legale (come nel caso della piattaforma Chainalysis), consentendo flussi decisionali difendibili anche in tribunale.

Casi come Operación 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 è riusciti a recuperare milioni di euro trafugati attraverso schemi Ponzi globali. La tendenza, confermata anche da risultati negli Stati Uniti e in America Latina, è verso un’integrazione sempre maggiore tra strumenti AI, analisi forense e monitoraggio h24 delle transazioni, elementi che hanno aumentato efficienza, rapidità e successo delle indagini.

Piattaforme all’avanguardia: il caso Chainalysis e le innovazioni per la compliance

Nel vasto panorama dei servizi per la sicurezza blockchain, Chainalysis si distingue per l’adozione 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 capacità forensi precedentemente riservate ai soli analisti qualificati.

L’offerta Chainalysis si basa su quattro principi chiave:

• Qualità e accuratezza dei dati sottostanti, da sempre pilastro nel contrasto ai reati crypto.
• Contestualizzazione e ragionamento guidato dall’esperienza accumulata in oltre dieci milioni di indagini.
• Flussi di lavoro deterministici e verificabili, con output replicabili utili soprattutto per la compliance regolamentare.
• Supervisione costante dell’elemento 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 autorità e le aziende controllate.
• Monitoraggio real-time delle minacce con possibilità di escalation mirata all’intervento umano.

Attraverso queste soluzioni, la compliance normativa e la capacità di prevenzione sono cresciute significativamente, consentendo a enti finanziari, exchange e organi governativi di difendersi in modo più efficace contro le minacce guidate da AI e tecnologie emergenti.

Collaborazione internazionale e nuovi framework regolatori per AI e crypto

L’evoluzione del panorama criminale e tecnologico impone un approccio sempre più 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 dell’ordine, piattaforme blockchain e aziende di sicurezza.

Anche i quadri normativi si stanno adeguando: l’UNICRI e l’Unione Europea hanno promosso nuovi framework etici e regolamenti specifici per assicurare un impiego "responsabile e affidabile" dell’AI negli asset digitali. Tali disposizioni combinano requisiti di trasparenza, auditabilità e controllo umano, rafforzando così la fiducia degli attori di mercato e la prevenzione dei rischi sistemici.

L’obiettivo è gettare le basi per una maturazione dell’intero settore, capace di bilanciare innovazione e sicurezza, anche di fronte alle potenzialità dirompenti dell’intelligenza artificiale.

Sfide future e scenari di rischio: vulnerabilità, manipolazioni e limiti dell’AI

Nonostante l’evoluzione delle contromisure, l’adozione di AI su larga scala espone a nuove criticità 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 vulnerabilità non sono limitate alla sfera tecnica: la manageriale, l’organizzativa e quella della privacy giocano un ruolo altrettanto delicato. È essenziale mantenere un equilibrio tra la necessità di monitoraggio continuo e il rispetto delle normative su privacy e protezione dati, nonché adottare processi di audit e validazione regolari dei sistemi AI.

Infine, resta aperto il tema della formazione specialistica: le capacità degli operatori umani e la loro sinergia con le macchine saranno decisive per prevenire manipolazioni, rispondere efficacemente agli attacchi e rendere davvero affidabile l’ecosistema. Gli attacchi "agentici" e la velocizzazione del ciclo criminale costringeranno quindi l’intera industry a lavorare su standard più elevati di sicurezza e trasparenza.

Riflessioni finali: Sicurezza, prevenzione e il futuro della lotta ai crimini crypto potenziati dall’AI

L’incremento dei crimini digitali legati all’adozione dell’intelligenza 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 velocità del progresso tecnologico va di pari passo con l’ingegnosità criminale.

La risposta dei professionisti della sicurezza, delle forze dell’ordine e dell’intero ecosistema finanziario dovrà 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 sarà la costante capacità di adattamento a fare la differenza nel prossimo futuro.

Tra vulnerabilità emergenti e opportunità di prevenzione, la sfida sarà bilanciare il potenziale tecnologico dell’intelligenza artificiale con una governance responsabile — per ridurre i rischi, tutelare gli utenti e favorire la costruzione di un ambiente digitale più sicuro e resiliente.