Points clés à retenir
- Au premier semestre 2026, les systèmes de gestion des risques pilotés par l'IA de Binance ont contribué à protéger plus de 8 millions d'utilisateurs et à prévenir environ 4,6 milliards de dollars de pertes potentielles.
- L'IA guide désormais 80 % à 90 % des décisions de risque en temps réel couvrant la vérification d'identité, la sécurité des comptes, les paiements et le filtrage des transactions, tandis que les analystes humains gèrent les cas limites nécessitant un jugement plus fin.
- Plus de 100 modèles d'IA alimentent les contrôles anti-fraude pour détecter à grande échelle les arnaques, les documents falsifiés et les tentatives d'ingénierie sociale.
📷
Une capture d'écran de paiement falsifiée ou un document d'identité altéré peut désormais être généré en quelques secondes, et un script d'arnaque peut être personnalisé pour une cible unique à un coût quasi nul. À mesure que la tromperie devient moins coûteuse à produire, la seule façon réaliste de suivre le rythme est d'évaluer les risques en continu, à grande échelle et en temps réel.
C'est là que l'IA est devenue centrale dans la manière dont Binance protège ses utilisateurs. Au premier semestre 2026, les systèmes de gestion des risques pilotés par l'IA de Binance ont contribué à protéger plus de 8 millions d'utilisateurs et à prévenir environ 4,6 milliards de dollars de pertes potentielles, couvrant les activités de trading anormales, les tentatives de prise de contrôle de compte, les arnaques et la fraude aux transactions.
Ce blog détaille les chiffres : où l'IA intervient tout au long du parcours utilisateur, comment les modèles internes et externes collaborent, pourquoi les analystes humains restent essentiels dans la boucle, et comment cette approche dépasse la prévention des pertes pour inclure la conformité et les opérations internes.
Binance transforme plus de 100 modèles d'IA en protection en temps réel pour les utilisateurs
Au premier semestre 2026, Binance a intercepté des millions de tentatives d'arnaque et de phishing, inscrit sur liste noire plus de 42 000 adresses malveillantes et émis plus de 14 000 alertes en temps réel chaque jour.
Ces résultats proviennent d'une infrastructure IA que Binance construit, entraîne et supervise en interne. Nous exploitons désormais plus de 100 modèles d'IA dans nos contrôles anti-fraude et anti-arnaques, avec des analystes des risques humains qui définissent les seuils, examinent les cas limites et réentraînent les modèles à mesure que de nouveaux schémas d'arnaque émergent.
Dans le cadre du KYC (vérification d'identité), nos pipelines de revue assistés par l'IA ont permis des gains d'efficacité opérationnelle allant jusqu'à 100 fois supérieurs aux processus manuels sur certains flux de travail spécifiques, tout en maintenant des spécialistes dans la boucle pour les cas à risque plus élevé.
Binance intègre la protection des risques par l'IA tout au long du parcours utilisateur
L'IA est intégrée à l'ensemble du parcours utilisateur, partout où une décision de risque en temps réel doit être prise. Cela inclut la vérification d'identité, la sécurité des comptes (comme la détection de signes de prise de contrôle de compte), les paiements, ainsi qu'une protection et un filtrage plus larges des transactions.
Chaque action est évaluée au moment où elle se produit, et la grande majorité sont résolues automatiquement. C'est ce qui permet à la protection de fonctionner à l'échelle de la plateforme sans ralentir les utilisateurs légitimes, puisque la plupart des gens ne voient jamais les contrôles s'exécuter en arrière-plan de leur activité.
Un stack de modèles hybride, développé en interne et au-delà
Binance utilise un mélange de technologies propriétaires et externes. Les modèles internes sont conçus spécifiquement pour les risques observés sur la plateforme, tandis que les principaux modèles d'IA externes et modèles fondamentaux gèrent des tâches de raisonnement plus générales.
Cette approche hybride maintient la détection à la pointe des capacités de l'IA tout en préservant un avantage adapté aux utilisateurs, produits et à l'échelle de Binance. Cela signifie également que de nouvelles capacités peuvent être adoptées rapidement à mesure que le domaine de l'IA évolue.
En parallèle des modèles de détection, Binance dispose d'une équipe Red Team interne qui teste les défenses comme le ferait un adversaire réel, y compris en sondant comment les technologies émergentes pourraient être retournées contre la plateforme.
Jimmy Su, Directeur de la Sécurité chez Binance, explique : « Ces exercices nous aident à identifier les faiblesses avant que les attaquants ne le fassent, à valider que nos contrôles fonctionnent dans des conditions réalistes et à renforcer continuellement les personnes, les processus et la technologie qui protègent nos utilisateurs. En matière de sécurité, on ne peut pas simplement supposer que nos défenses tiendront bon – il faut les mettre à l'épreuve. »
Exemple : Défenses en couches contre l'ingénierie sociale
Certaines attaques sont conçues pour contourner entièrement la technologie et cibler la confiance à la place. Le trading P2P est un domaine où les tentatives d'ingénierie sociale sont particulièrement courantes.
Chez Binance, les modèles internes de vision par ordinateur détectent les fausses preuves de paiement en analysant les détails des transactions et les manipulations subtiles d'images. Les modèles de traitement du langage naturel identifient les messages frauduleux dans les chats. Les modèles traditionnels d'apprentissage automatique évaluent le niveau de risque de chaque ordre. Par-dessus cela, les grands modèles de langue aident à interpréter l'intention des messages et à repérer les textes frauduleux intégrés dans les images.
Les machines filtrent, les humains décident, les modèles apprennent
Bien que l'IA soit exceptionnelle pour la découverte et le filtrage grossier, les humains restent essentiels pour la validation fine et le jugement contextuel. La détection de vivacité et de falsification de documents d'identité en est un bon exemple. L'IA peut pré-filtrer rapidement de gros volumes et faire remonter les suspects, mais de nombreux cas limites nécessitent encore des analystes humains pour étiqueter et juger plus précisément.
À mesure que de nouveaux schémas d'attaque émergent, l'IA aide à les découvrir et à les identifier, et ces découvertes sont ensuite utilisées pour affiner les modèles. Le résultat est une boucle continue où l'IA fournit l'échelle et les humains fournissent la précision. Dans l'ensemble des contrôles anti-fraude, les modèles d'IA prennent 80 % à 90 % des décisions de risque en temps réel et assistent environ 45 % des flux de travail de revue humaine.
Pour maintenir la responsabilité de l'IA à cette échelle, Binance applique une gouvernance structurée des modèles tout au long du cycle de vie, depuis le développement et la validation jusqu'au déploiement et au suivi continu. Les modèles sont testés pour les biais et la précision avant leur mise en production, et leurs performances sont suivies en continu par rapport aux résultats réels.
Lorsque la précision d'un modèle dérive ou que les taux de faux positifs augmentent au-delà des seuils acceptables, comme identifié par le processus de revue humaine mentionné ci-dessus, il est automatiquement signalé pour un réentraînement. Cela garantit que les décisions automatisées restent équitables, explicables et auditable — pas seulement rapides.
Au-delà de la prévention des pertes : Conformité et efficacité interne
Au-delà de la protection de nos utilisateurs, nos équipes de conformité utilisent des outils d'automatisation assistés par l'IA pour standardiser et étendre des processus tels que la détection de fraude KYC et l'exécution du monitoring des transactions.
Plus de 24 initiatives IA ont été déployées dans l'onboarding utilisateur, les escalades de screening et la due diligence des partenaires. Ces modèles trient les cas par priorité, identifient des motifs dans des jeux de données complexes – y compris l'activité on-chain et les empreintes digitales des appareils – et orientent les problèmes pertinents vers les analystes humains tout en minimisant les fausses alertes.
En interne, l'effet est similaire. Les analystes utilisent l'IA pour accélérer l'analyse, le monitoring et le déploiement de modèles, tandis que les équipes opérationnelles l'utilisent pour assister les enquêtes et les détails des dossiers. Dans les deux cas, l'objectif est le même : déléguer le travail répétitif afin que les personnes puissent se concentrer sur des décisions de jugement à plus forte valeur ajoutée. Cela se reflète dans l'adoption – l'outil agentique interne de Binance connaît désormais environ 72 % d'utilisation à travers les équipes, soutenu par une formation à l'échelle de l'entreprise, des programmes d'ingénierie de prompts et une supervision structurée.
Tout cela repose sur un engagement envers la confidentialité dès la conception. Les systèmes d'IA de Binance fonctionnent dans un cadre axé sur la vie privée, où la minimisation des données, la limitation des finalités et les garanties des droits des utilisateurs sont intégrées dans la construction et le déploiement des modèles d'IA. L'objectif est simple : protéger les utilisateurs contre les abus financiers et les préjudices sans compromettre leur droit à la confidentialité des données — et le faire de manière transparente, afin que les utilisateurs comprennent que les protections fonctionnent en arrière-plan sans que leurs données ne soient utilisées au-delà de ce que la tâche requiert.
Réflexions finales
Chez Binance, la protection des utilisateurs est une priorité dans laquelle nous continuons d'investir. L'IA fournit l'échelle ; les humains fournissent le jugement. À mesure que les outils permettant de produire de la tromperie deviennent moins chers, cette combinaison doit continuer à s'améliorer – ce qui implique de réentraîner les modèles, d'affiner les seuils et de maintenir des analystes expérimentés sur les cas qui en ont besoin.
Avertissement : Ce contenu vous est présenté "en l'état" à des fins d'information générale et pédagogiques uniquement, sans représentation ni garantie d'aucune sorte. Il ne doit pas être interprété comme un conseil financier, ni avoir pour but de recommander l'achat d'un produit ou service spécifique. Les prix des actifs numériques peuvent être volatils. La valeur de votre investissement peut baisser ou augmenter et vous pourriez ne pas récupérer le montant investi. Vous êtes seul responsable de vos décisions d'investissement et Binance n'est pas responsable des pertes que vous pourriez subir. Ceci n'est pas un conseil financier. Pour plus d'informations, consultez nos Conditions d'utilisation et notre Avertissement sur les risques.
