Головні висновки
- У першій половині 2026 року AI-системи Binance для управління ризиками допомогли захистити понад 8 мільйонів користувачів та запобігти потенційним збиткам на суму приблизно $4,6 млрд.
- Штучний інтелект тепер приймає від 80% до 90% рішень щодо ризиків у реальному часі в сферах верифікації особистості, безпеки акаунтів, платежів та скринінгу транзакцій, тоді як люди-експерти опрацьовують складні випадки, що потребують більш глибокого аналізу.
- Понад 100 моделей штучного інтелекту забезпечують антишахрайський контроль, виявляючи шахрайства, підроблені документи та спроби соціальної інженерії у великих масштабах.
📷
Підроблений скріншот оплати або зіпсований документ, що посвідчує особу, тепер можна створити за секунди, а шахрайський скрипт можна персоналізувати під конкретного жертву майже безкоштовно. Оскільки створення обману стає дешевшим, єдиний реалістичний спосіб тримати темп — це постійна оцінка ризиків у реальному часі та у великих масштабах.
Саме тут AI став центральним елементом того, як Binance захищає своїх користувачів. У першій половині 2026 року AI-системи Binance для управління ризиками допомогли захистити понад 8 мільйонів користувачів та запобігти потенційним збиткам на суму приблизно $4,6 млрд, охоплюючи аномальну торговельну активність, спроби захоплення акаунтів, шахрайства та фінансові махінації.
У цьому блозі ми розберемо цифри: де саме AI використовується на шляху користувача, як співпрацюють власні та зовнішні моделі, чому люди-експерти залишаються ключовою ланкою процесу та як цей підхід виходить за межі запобігання збиткам, охоплюючи комплаєнс та внутрішні операції.
Binance перетворює понад 100 AI-моделей на реальний захист користувачів у реальному часі
У першій половині 2026 року Binance перехопила мільйони спроб шахрайства та фішингу, внесла до чорних списків понад 42 000 шкідливих адрес та випускала понад 14 000 попереджень у реальному часі щодня.
Ці результати досягаються завдяки AI-інфраструктурі, яку Binance розробляє, навчає та контролює власними силами. Зараз ми використовуємо понад 100 моделей штучного інтелекту в наших системах проти шахрайства та фішингу, причому люди-аналітики ризиків встановлюють пороги, переглядають складні випадки та переобучують моделі, коли з’являються нові схеми шахрайства.
У сфері KYC (верифікація особистості) наші AI-пайплайни перевірки забезпечили підвищення операційної ефективності до 100 разів порівняно з ручними процесами в окремих робочих процесах, зберігаючи участь фахівців у справах із вищим рівнем ризику.
Binance вбудовує AI-захист від ризиків на кожному етапі шляху користувача
AI вбудований у весь шлях користувача всюди, де потрібно прийняти рішення про ризики в реальному часі. Це включає верифікацію особистості, безпеку акаунтів (наприклад, виявлення ознак їхнього захоплення), платежі та ширший захист і скринінг транзакцій.
Кожна дія оцінюється в момент її виконання, і переважна більшість вирішується автоматично. Саме це дозволяє системі захисту працювати в масштабах платформи, не уповільнюючи легітимних користувачів, оскільки більшість людей навіть не помічають перевірок, що відбуваються в тлі їхньої активності.
Гібридний стек моделей, розроблений всередині компанії та з використанням зовнішніх рішень
Binance використовує поєднання власних та зовнішніх технологій. Внутрішні моделі спеціально розроблені для конкретних ризиків, які спостерігаються на платформі, тоді як провідні зовнішні AI-та фундаментальні моделі виконують більш загальні завдання міркування.
Такий гібридний підхід дозволяє утримувати систему детектування на передовій можливостей AI, зберігаючи при цьому перевагу, адаптовану до специфіки користувачів, продуктів та масштабів Binance. Це також означає, що нові можливості можуть бути швидко впроваджені, оскільки сфера AI продовжує розвиватися.
Окрім моделей детектування, Binance має внутрішню «Червону команду» (Red Team), яка тестує системи захисту так, як це зробив би справжній противник, включаючи перевірку того, як новітні технології можуть бути використані проти платформи.
Джиммі Су, директор з безпеки Binance, пояснює: «Ці тренування допомагають нам виявляти слабкі місця раніше за зловмисників, перевіряти, чи працюють наші засоби контролю в реалістичних умовах, та постійно зміцнювати людей, процеси та технології, що захищають наших користувачів. У сфері безпеки не можна просто припускати, що ваш захист працюватиме — його потрібно перевіряти».
Приклад: Багатошарова оборона проти соціальної інженерії
Деякі атаки розроблені так, щоб повністю обійти технології та атакувати довіру. P2P-торгівля є однією з сфер, де спроби соціальної інженерії особливо поширені.
У Binance внутрішні моделі комп’ютерного зору виявляють підроблені докази оплати, аналізуючи деталі транзакцій та тонкі маніпуляції з зображеннями. Моделі обробки природної мови ідентифікують шахрайські повідомлення в чатах. Традиційні машинні моделі оцінюють рівень ризику кожного замовлення. Крім того, великі мовні моделі допомагають інтерпретувати наміри повідомлень і ловлять шахрайський текст, вбудований усередину зображень.
Машини скринять, люди вирішують, моделі навчаються
Хоча AI винятково добре справляється з пошуком та грубим скринінгом, люди залишаються необхідними для точної валідації та контекстного судження. Виявлення живності та підроблених документів, що посвідчують особу, є гарним прикладом. AI може швидко попередньо перевірити великі обсяги даних і виділити підозрілі, але багато крайніх випадків все ще потребують того, щоб люди-рецензенти маркували та оцінювали їх більш точно.
Коли з’являються нові патерни атак, AI допомагає їх виявити та ідентифікувати, а ці знахідки потім використовуються для доналаштування моделей. Результатом є безперервний цикл, де AI надає масштаб, а люди — точність. У межах антишахрайського контролю AI-моделі приймають від 80% до 90% рішень щодо ризиків у реальному часі та допомагають приблизно в 45% робочих процесів людської перевірки.
Щоб забезпечити підзвітність AI у таких масштабах, Binance застосовує структуроване управління моделями протягом усього життєвого циклу моделі, від розробки та валідації до розгортання та постійного моніторингу. Моделі тестуються на упередженість та точність перед запуском, а їхня продуктивність постійно відстежується відповідно до результатів у реальному світі.
Коли точність моделі знижується або частота хибнопозитивних результатів перевищує прийнятні пороги, як це виявляється зазначеним вище процесом людської перевірки, модель автоматично позначається для переобучення. Це гарантує, що автоматизовані рішення залишаються справедливими, пояснюваними та аудитованими — а не просто швидкими.
За межами запобігання збиткам: Комплаєнс та внутрішня ефективність
Окрім захисту наших користувачів, наші команди комплаєнсу використовують інструменти автоматизації на базі AI для масштабування та стандартизації таких процесів, як виявлення шахрайства в KYC та виконання моніторингу транзакцій.
Понад 24 AI-ініціативи були впроваджені в процеси онбордингу користувачів, ескалації скринінгу та належної перевірки партнерів. Ці моделі сортують справи за пріоритетністю, ідентифікують патерни в складних наборах даних — включаючи активність у блокчейні та відбитки пристроїв — та направляють правильні проблеми людям-рецензентам, мінімізуючи кількість хибних сповіщень.
Всередині компанії ефект подібний. Аналітики використовують AI, щоб прискорити роботу в сферах аналізу, моніторингу та розгортання моделей, тоді як операційні команди використовують його для допомоги в розслідуваннях та деталях справ. В обох випадках мета однакова: делегувати рутинну роботу, щоб люди могли зосередитися на рішеннях, що потребують більш високої кваліфікації. Це відображається у рівні впровадження — внутрішній агентний інструмент Binance тепер використовується приблизно 72% команд, що підтримується загальнокорпоративним навчанням, програмами інжинірингу промптів та структурованим наглядом.
Основою всього цього є приверженність принципу «конфіденційність за замовчуванням» (privacy by design). Системи AI Binance працюють у рамках концепції «приватність насамперед», де мінімізація даних, обмеження мети використання та гарантії прав користувачів вбудовані в те, як будуються та розгортаються AI-моделі. Мета проста: захищати користувачів від фінансового насильства та шкоди, не порушуючи їхнє право на конфіденційність даних — і робити це прозоро, щоб користувачі розуміли, що засоби захисту працюють у фоновому режимі, а їхні дані не використовуються більше, ніж це необхідно для виконання завдання.
Заключні думки
У Binance захист користувачів є пріоритетом, у який ми продовжуємо інвестувати. AI надає масштаб; люди надають судження. Оскільки інструменти для створення обману стають дешевшими, ця комбінація повинна постійно вдосконалюватися — що означає переобучення моделей, уточнення порогів та залучення досвідчених аналітиків до справ, де вони необхідні.
Застереження: Цей контент надається вам «як є» лише для загальної інформації та освітніх цілей, без жодних заяв чи гарантій будь-якого роду. Його не слід тлумачити як фінансову пораду, і він не призначений для рекомендації купівлі будь-якого конкретного продукту чи послуги. Ціни на цифрові активи можуть бути волатильними. Вартість ваших інвестицій може зрости або впасти, і ви можете не отримати назад вкладену суму. Ви несете виключну відповідальність за свої інвестиційні рішення, і Binance не несе відповідальності за будь-які збитки, які ви можете понести. Це не фінансова порада. Для отримання додаткової інформації ознайомтеся з нашими Умовами використання та Попередженням про ризики.
