46億ドルの潜在的損失を防ぐ – BinanceにおけるAIによるリアルタイムリスク判断

@binance
英語2026年9月16日
163K
165
25
79
7

TL;DR

Binanceは2026年上半期において、AI駆動型リスクシステムにより46億ドルの潜在的損失を防いだと報告しています。本記事では、100以上のAIモデルがリアルタイムのリスク判断の80〜90%を処理し、自動化されたスケーラビリティと人間の判断力をバランスさせることで、セキュリティとコンプライアンスを確保する仕組みを詳しく解説します。

主なポイント

  • 2026 年上半期、Binance の AI 駆動型リスクシステムは、800 万人以上のユーザーを保護し、約 46 億ドルの潜在的損失を防ぐのに貢献しました。
  • AI は現在、本人確認、アカウントセキュリティ、決済、取引スクリーニングにおけるリアルタイムのリスク判断の 80% から 90% を担っており、より細かな判断が必要なエッジケースは人間のレビュアーが対応しています。
  • 100 を超える AI モデルが不正対策制御を支え、詐欺、偽造書類、ソーシャルエンジニアリングの試みを大規模に検出しています。

📷

偽造された支払いスクリーンショットや改ざんされた身分証明書は、今や数秒で生成でき、詐欺スクリプトもほぼコストをかけずに特定のターゲット向けにパーソナライズできます。欺瞞行為のコストが下がる中、これに対抗する唯一現実的な方法は、リスクを継続的かつ大規模に、そしてリアルタイムで評価することです。

ここで重要になるのが、Binance がユーザーを保護する方法において AI が中心的な役割を果たしている点です。2026 年上半期、Binance の AI 駆動型リスクシステムは、異常な取引活動、アカウント乗っ取りの試み、詐欺、取引不正などに対し、800 万人以上のユーザーを保護し、約 46 億ドルの潜在的損失を防ぐのに貢献しました。

本記事では、これらの数字の内訳を解説します。ユーザージャーニー全体で AI がどこで機能しているか、社内モデルと外部モデルがどのように連携するか、なぜ人間のレビュアーがループの中心であり続けるのか、そしてこのアプローチが損失防止を超えてコンプライアンスや内部業務にまで及んでいるかを詳しく見ていきます。

Binance は 100 を超える AI モデルをリアルタイムのユーザー保護に変換

2026 年上半期、Binance は数百万件の詐欺およびフィッシングの試みを遮断し、42,000 を超える悪意のあるアドレスをブラックリストに登録し、毎日 14,000 件以上のリアルタイム警告を発行しました。

これらの成果は、Binance が自社で構築、訓練、監督している AI インフラストラクチャによるものです。現在、当社では不正対策および詐欺対策の制御において 100 を超える AI モデルを実行しており、人間のリスクアナリストが閾値を設定し、エッジケースをレビューし、新たな詐欺パターンが発生した際にモデルを再訓練しています。

KYC(本人確認)において、AI を活用したレビューパイプラインは、特定のプロセスにおいて手動プロセスと比較して最大 100 倍の運用効率向上を実現しつつ、高リスクなケースでは専門家をループ内に維持しています。

Binance はユーザージャーニー全体に AI リスク保護を組み込む

AI は、リアルタイムのリスク判断が必要となる場所であれば、ユーザージャーニーのあらゆる段階に組み込まれています。これには、本人確認、アカウントセキュリティ(アカウント乗っ取りの兆候検出など)、決済、そしてより広範な取引保護およびスクリーニングが含まれます。

すべてのアクションは発生時に評価され、大多数は自動的に解決されます。これにより、正当なユーザーの体験を遅らせることなく、プラットフォーム規模での保護が可能になります。ほとんどの人は、自分のアクティビティの裏側でチェックが実行されていることを目にすることはありません。

ハイブリッドモデルスタック:自社開発と外部技術の融合

Binance は、独自技術と外部技術を組み合わせて使用しています。社内モデルは、プラットフォーム上で観察される特定のリスクに合わせて目的別に構築されており、主要な外部 AI および基盤モデルは、より広範な推論タスクを担当しています。

このハイブリッドアプローチにより、検出能力を AI の最先端水準に保ちつつ、Binance のユーザー、製品、スケールに特化した優位性を維持しています。また、AI 分野全体の進歩に伴い、新しい機能を迅速に導入できるという利点もあります。

検出モデルに加え、Binance は実際の攻撃者と同じ方法で防御を検証する社内レッドチームを運営しており、新興テクノロジーがプラットフォームに対して悪用される可能性についても調査しています。

Binance の最高セキュリティ責任者である Jimmy Su 氏は次のように説明しています。「これらの演習は、攻撃者に先立って弱点を特定し、現実的な条件下で当社のコントロールが機能することを検証し、ユーザーを保護する人々、プロセス、テクノロジーを継続的に強化するのに役立ちます。セキュリティにおいては、防御策が機能すると単に想定するだけでは不十分であり、それらを積極的に挑戦する必要があります。」

事例:ソーシャルエンジニアリングに対する多層防御

一部の攻撃は、テクノロジーを完全に回避し、信頼そのものを標的とするよう設計されています。P2P 取引は、ソーシャルエンジニアリングの試みが特に頻繁に見られる領域の一つです。

Binance では、社内のコンピュータビジョンモデルが取引詳細や画像の微妙な操作を分析することで、偽造された支払い証明画像を検出します。自然言語処理モデルはチャット内の詐欺メッセージを識別します。従来の機械学習モデルは各注文のリスクレベルを評価します。さらにその上に、大規模言語モデルがメッセージの意図を解釈し、画像内に埋め込まれた詐欺テキストを検出するのを支援します。

機械がスクリーニングし、人間が決定し、モデルが学習する

AI は発見や粗いスクリーニングにおいて卓越していますが、細かい検証と文脈に基づく判断には人間が不可欠です。ライブネス検出や身分証明書の偽造検出が良い例です。AI は大量のデータを迅速に事前スクリーニングし、疑わしいものを選別できますが、多くのエッジケースでは依然として人間のレビュアーによるより精密なラベリングと判断が必要です。

新たな攻撃パターンが発生すると、AI がその発見と識別を助け、得られた知見はモデルの微調整に使用されます。その結果、AI がスケールを提供し、人間が精度を提供するという連続的なループが形成されます。不正対策制御全体において、AI モデルはリアルタイムのリスク判断の 80% から 90% を行い、人間のレビューワークフローの約 45% を支援しています。

この規模で AI に責任を持たせるため、Binance はモデルライフサイクル全体を通じて構造化されたモデルガバナンスを適用しています。開発、検証、展開、継続的なモニタリングに至るまで、モデルは稼働前にバイアスと精度についてテストされ、実世界の結果に対してパフォーマンスが継続的に追跡されます。

前述の人間のレビュープロセスによって検出されたように、モデルの精度が低下したり、誤検知率が許容閾値を超えて上昇したりした場合、再訓練のために自動的にフラグが立てられます。これにより、自動化された判断は単に高速であるだけでなく、公平性、説明可能性、監査可能性を保証します。

損失防止を超えて:コンプライアンスと内部効率化

ユーザー保護に加え、当社のコンプライアンスチームは、KYC 不正検出や取引モニタリングの実行などのプロセスをスケールアップし標準化するために、AI 支援の自動化ツールを使用しています。

ユーザーオンボーディング、スクリーニングのエスカレーション、パートナーのデューデリジェンスなどにおいて、24 を超える AI イニシアチブが展開されています。これらのモデルは、優先度に応じてケースを分類し、オンチェーンアクティビティやデバイスフィンガープリントなどの複雑なデータセット間でパターンを特定し、誤警報を最小限に抑えながら適切な問題を人間のレビュアーへルーティングします。

内部においても同様の効果が得られています。アナリストは AI を使用して分析、モニタリング、モデル展開をより迅速に行い、オペレーションチームは調査やケース詳細の確認を支援するために AI を活用しています。どちらの場合も目標は同じです。反復的な作業を引き継ぎ、人々がより価値の高い判断に集中できるようにすることです。これは採用状況にも反映されており、Binance の社内エージェント型ツールは現在、チーム全体で約 72% の利用率を記録しています。これは全社的なトレーニング、プロンプトエンジニアリングプログラム、構造化された監督によって支えられています。

これらすべてを支えているのは、「プライバシー・バイ・デザイン」へのコミットメントです。Binance の AI システムは、プライバシー第一のフレームワーク内で動作し、データの最小化、目的制限、ユーザー権利の保護が、AI モデルの構築および展開の方法に組み込まれています。目標は明確です。ユーザーのデータプライバシーを損なうことなく、金銭的虐待や害からユーザーを守ることです。そしてこれを透明性を持って行うことで、ユーザーは自分のデータがタスクに必要な範囲を超えて使用されることなく、バックグラウンドで保護措置が機能していることを理解できるようになります。

結びに

Binance において、ユーザー保護は私たちが投資を続けている最優先事項です。AI はスケールを提供し、人間は判断力を提供します。欺瞞行為を生み出すためのツールが安価になるにつれ、この組み合わせは進化し続けなければなりません。つまり、モデルの再訓練、閾値の改善、そして専門知識を持つアナリストを必要とするケースへの配置を継続することが重要です。

免責事項: このコンテンツは、一般的な情報および教育目的のみで「現状のまま」提供されており、いかなる種類の表明または保証も伴いません。財務アドバイスとして解釈すべきではなく、特定の製品またはサービスの購入を推奨するものではありません。デジタル資産価格は変動する可能性があります。あなたの投資価値は上下し、投資額を取り戻せない場合があります。投資判断に関する責任はあなた自身にあり、Binance はあなたが被った損失について一切の責任を負いません。財務アドバイスではありません。詳細については、当社の [利用規約](https://www.binance.com/en/terms) および [リスク警告](https://www.binance.com/en/risk-warning) をご覧ください。

ワンクリック保存

YouMindでバイラル記事をAI深読み

ソースを保存し、的を絞った質問をし、主張を要約して、バイラル記事を再利用できるノートに変えます。すべてを1つのAIワークスペースで行えます。

YouMindを探索
クリエイターのために

あなたの Markdown をきれいな 𝕏 記事に

自分の長文を投稿するとき、画像・表・コードブロックを 𝕏 向けに整形するのは手間がかかります。YouMind は Markdown 全体を、そのまま投稿できるきれいな 𝕏 記事に変換します。

Markdown → 𝕏 を試す

解読すべきパターンをもっと

最近のバイラル記事

バイラル記事をもっと見る