Bảo vệ khoản lỗ tiềm năng trị giá 4,6 tỷ USD – Cách AI hỗ trợ ra quyết định rủi ro thời gian thực tại Binance

@binance
TIẾNG ANH16 thg 9, 2026
163K
165
25
79
7

TL;DR

Binance báo cáo đã ngăn chặn 4,6 tỷ USD tổn thất tiềm năng trong nửa đầu năm 2026 nhờ các hệ thống quản lý rủi ro do AI điều khiển. Bài viết chi tiết hóa cách hơn 100 mô hình AI xử lý 80-90% các quyết định rủi ro thời gian thực, cân bằng giữa quy mô tự động hóa và đánh giá của con người nhằm đảm bảo an ninh và tuân thủ.

Những Điểm Chính

  • Trong nửa đầu năm 2026, các hệ thống quản lý rủi ro dựa trên AI của Binance đã giúp bảo vệ hơn 8 triệu người dùng và ngăn chặn khoảng 4,6 tỷ USD tổn thất tiềm năng.
  • Hiện nay, AI đóng vai trò quyết định trong 80% đến 90% các phán đoán rủi ro theo thời gian thực liên quan đến xác minh danh tính, bảo mật tài khoản, thanh toán và sàng lọc giao dịch, trong khi các chuyên gia nhân sự xử lý những trường hợp ngoại lệ đòi hỏi khả năng đánh giá tinh tế hơn.
  • Hơn 100 mô hình AI hỗ trợ các biện pháp chống gian lận để phát hiện quy mô lớn các vụ lừa đảo, tài liệu giả mạo và nỗ lực tấn công kỹ thuật xã hội.

📷

Một ảnh chụp màn hình thanh toán giả mạo hoặc giấy tờ tùy thân bị chỉnh sửa giờ đây có thể được tạo ra chỉ trong vài giây, và một kịch bản lừa đảo có thể được cá nhân hóa cho từng mục tiêu cụ thể với chi phí gần như bằng không. Khi việc tạo ra các thủ đoạn lừa đảo trở nên rẻ hơn, cách duy nhất thực tế để bắt kịp là đánh giá rủi ro liên tục, ở quy mô lớn và theo thời gian thực.

Đó chính là lý do AI đã trở thành yếu tố cốt lõi trong cách Binance bảo vệ người dùng. Trong nửa đầu năm 2026, các hệ thống quản lý rủi ro dựa trên AI của Binance đã giúp bảo vệ hơn 8 triệu người dùng và ngăn chặn khoảng 4,6 tỷ USD tổn thất tiềm năng, bao gồm các hoạt động giao dịch bất thường, nỗ lực chiếm quyền kiểm soát tài khoản, lừa đảo và gian lận giao dịch.

Bài viết này sẽ phân tích các con số: nơi AI vận hành xuyên suốt hành trình của người dùng, cách các mô hình nội bộ và bên ngoài phối hợp với nhau, lý do tại sao các chuyên gia nhân sự vẫn giữ vai trò trung tâm trong vòng lặp, và cách tiếp cận này vượt ra ngoài phạm vi phòng ngừa tổn thất để mở rộng sang tuân thủ và vận hành nội bộ.

Binance Biến Hơn 100 Mô Hình AI Thành Công Cụ Bảo Vệ Người Dùng Theo Thời Gian Thực

Trong nửa đầu năm 2026, Binance đã chặn đứng hàng triệu nỗ lực lừa đảo và phishing (lừa đảo trực tuyến), đưa hơn 42.000 địa chỉ độc hại vào danh sách đen và gửi hơn 14.000 cảnh báo theo thời gian thực mỗi ngày.

Những kết quả này xuất phát từ cơ sở hạ tầng AI mà Binance tự xây dựng, huấn luyện và giám sát nội bộ. Hiện chúng tôi đang vận hành hơn 100 mô hình AI trong các biện pháp kiểm soát chống gian lận và chống lừa đảo, với các nhà phân tích rủi ro nhân sự thiết lập ngưỡng, xem xét các trường hợp ngoại lệ và tái huấn luyện mô hình khi các mẫu hình lừa đảo mới xuất hiện.

Trong quy trình KYC (xác minh danh tính), các đường ống rà soát ứng dụng AI của chúng tôi đã mang lại hiệu quả vận hành tăng gấp 100 lần so với quy trình thủ công trong một số luồng công việc cụ thể, đồng thời vẫn giữ các chuyên gia tham gia vào quá trình ra quyết định đối với các trường hợp rủi ro cao hơn.

Binance Tích Hợp Bảo Vệ Rủi Ro Bằng AI Xuyên Suốt Hành Trình Người Dùng

AI được tích hợp vào toàn bộ hành trình người dùng, ở bất kỳ đâu cần đưa ra quyết định rủi ro theo thời gian thực. Điều này bao gồm xác minh danh tính, bảo mật tài khoản (như phát hiện các dấu hiệu chiếm quyền kiểm soát tài khoản), thanh toán và các biện pháp bảo vệ cũng như sàng lọc giao dịch rộng hơn.

Mỗi hành động đều được đánh giá ngay khi nó diễn ra, và phần lớn trong số đó được giải quyết tự động. Đây là điều cho phép hệ thống bảo vệ hoạt động ở quy mô nền tảng mà không làm chậm trải nghiệm của những người dùng hợp pháp, vì hầu hết mọi người thậm chí không nhận thấy các bước kiểm tra đang chạy ngầm phía sau hoạt động của họ.

Một Stack Mô Hình Hybrid, Được Xây Dựng Nội Bộ Và Bên Ngoài

Binance sử dụng sự kết hợp giữa công nghệ độc quyền và bên thứ ba. Các mô hình nội bộ được thiết kế riêng cho những rủi ro đặc thù quan sát được trên nền tảng, trong khi các mô hình AI và mô hình nền tảng (foundation models) hàng đầu từ bên ngoài đảm nhiệm các tác vụ suy luận phức tạp hơn.

Cách tiếp cận hybrid này giữ cho khả năng phát hiện luôn nằm ở biên giới tiên tiến nhất của năng lực AI, đồng thời duy trì lợi thế cạnh tranh được tùy chỉnh riêng cho người dùng, sản phẩm và quy mô của Binance. Nó cũng có nghĩa là các khả năng mới có thể được áp dụng nhanh chóng khi lĩnh vực AI nói chung phát triển.

Song song với các mô hình phát hiện, Binance vận hành một Đội Red Team nội bộ để thử nghiệm các lớp phòng thủ giống như cách một kẻ tấn công thực sự sẽ làm, bao gồm cả việc thăm dò cách các công nghệ mới nổi có thể bị khai thác để chống lại nền tảng.

Jimmy Su, Giám đốc An ninh tại Binance, giải thích: “Các bài tập này giúp chúng tôi xác định điểm yếu trước khi kẻ tấn công tìm ra, xác thực rằng các biện pháp kiểm soát của chúng tôi hoạt động hiệu quả trong điều kiện thực tế, và liên tục củng cố con người, quy trình và công nghệ bảo vệ người dùng. Trong lĩnh vực an ninh, bạn không thể đơn giản giả định rằng hệ thống phòng thủ của mình sẽ hoạt động – bạn phải thách thức chúng.”

Ví Dụ: Các Lớp Phòng Thủ Nhiều Tầng Chống Lại Tấn Công Kỹ Thuật Xã Hội

Một số cuộc tấn công được thiết kế để bỏ qua hoàn toàn công nghệ và nhắm vào niềm tin thay thế. Giao dịch P2P là một lĩnh vực mà các nỗ lực tấn công kỹ thuật xã hội đặc biệt phổ biến.

Tại Binance, các mô hình thị giác máy tính nội bộ phát hiện hình ảnh chứng từ thanh toán giả mạo bằng cách phân tích chi tiết giao dịch và các thao tác chỉnh sửa hình ảnh tinh vi. Các mô hình xử lý ngôn ngữ tự nhiên (NLP) xác định tin nhắn lừa đảo trong khung chat. Các mô hình học máy truyền thống đánh giá mức độ rủi ro của từng lệnh đặt. Trên hết, các mô hình ngôn ngữ lớn (LLM) giúp diễn giải ý định của tin nhắn và phát hiện văn bản lừa đảo được nhúng bên trong hình ảnh.

Máy Móc Sàng Lọc, Con Người Quyết Định, Mô Hình Học Hỏi

Mặc dù AI cực kỳ xuất sắc trong việc khám phá và sàng lọc sơ bộ, con người vẫn đóng vai trò thiết yếu trong việc xác minh chi tiết và đưa ra phán đoán dựa trên bối cảnh. Phát hiện giả mạo giấy tờ tùy thân và kiểm tra tính chân thực (liveness detection) là một ví dụ điển hình. AI có thể nhanh sàng lọc lượng lớn dữ liệu và đưa ra các trường hợp đáng ngờ, nhưng nhiều trường hợp ngoại lệ vẫn đòi hỏi các chuyên gia nhân sự phải dán nhãn và đánh giá chính xác hơn.

Khi các mẫu hình tấn công mới xuất hiện, AI giúp khám phá và xác định chúng, và những phát hiện đó sau đó được sử dụng để tinh chỉnh các mô hình. Kết quả là một vòng lặp liên tục, nơi AI cung cấp quy mô và con người cung cấp độ chính xác. Trong các biện pháp kiểm soát gian lận, các mô hình AI đưa ra 80% đến 90% quyết định rủi ro theo thời gian thực và hỗ trợ khoảng 45% quy trình rà soát của con người.

Để đảm bảo trách nhiệm giải trình của AI ở quy mô này, Binance áp dụng quy tắc quản trị mô hình có cấu trúc xuyên suốt vòng đời của mô hình, từ phát triển và xác thực đến triển khai và giám sát liên tục. Các mô hình được kiểm tra về thiên kiến và độ chính xác trước khi đi vào hoạt động, và hiệu suất của chúng được theo dõi liên tục dựa trên kết quả thực tế.

Khi độ chính xác của một mô hình bị trôi dạt hoặc tỷ lệ dương tính giả tăng vượt quá ngưỡng chấp nhận được, như được phát hiện bởi quy trình rà soát nhân sự nêu trên, mô hình đó sẽ tự động bị đánh dấu để tái huấn luyện. Điều này đảm bảo rằng các quyết định tự động vẫn công bằng, dễ giải thích và có thể kiểm toán — chứ không chỉ nhanh chóng.

Vượt Ra Ngoài Phòng Ngừa Tổn Thất: Tuân Thủ Và Hiệu Quả Nội Bộ

Ngoài việc bảo vệ người dùng, các đội ngũ tuân thủ của chúng tôi sử dụng các công cụ tự động hóa hỗ trợ bởi AI để mở rộng quy mô và chuẩn hóa các quy trình như phát hiện gian lận KYC và thực thi giám sát giao dịch.

Hơn 24 sáng kiến AI đã được triển khai trong các lĩnh vực như onboarding người dùng, leo thang sàng lọc và thẩm định đối tác. Các mô hình này sắp xếp các vụ việc theo mức độ ưu tiên, xác định các mẫu hình trong những tập dữ liệu phức tạp – bao gồm hoạt động trên chuỗi (on-chain activity) và dấu vết thiết bị (device fingerprints) – và chuyển hướng đúng vấn đề đến các chuyên gia nhân sự trong khi giảm thiểu tối đa các cảnh báo sai.

Về mặt nội bộ, tác động cũng tương tự. Các nhà phân tích sử dụng AI để đẩy nhanh tốc độ trong phân tích, giám sát và triển khai mô hình, trong khi các đội ngũ vận hành sử dụng nó để hỗ trợ điều tra và chi tiết vụ việc. Trong cả hai trường hợp, mục đích đều giống nhau: bàn giao các công việc lặp đi lặp lại để con người có thể tập trung vào các quyết định phán đoán giá trị cao hơn. Điều này được phản ánh qua mức độ áp dụng – công cụ agentic nội bộ của Binance hiện đạt tỷ lệ sử dụng khoảng 72% giữa các đội nhóm, được hỗ trợ bởi đào tạo toàn công ty, các chương trình kỹ thuật prompt (prompt engineering) và giám sát có cấu trúc.

Nền tảng cho tất cả những điều này là cam kết về quyền riêng tư ngay từ khâu thiết kế (privacy by design). Các hệ thống AI của Binance hoạt động trong khuôn khổ ưu tiên quyền riêng tư, nơi việc tối thiểu hóa dữ liệu, giới hạn mục đích sử dụng và các biện pháp bảo vệ quyền của người dùng được tích hợp vào cách các mô hình AI được xây dựng và triển khai. Mục tiêu rất rõ ràng: bảo vệ người dùng khỏi lạm dụng tài chính và tổn hại mà không xâm phạm quyền riêng tư dữ liệu của họ — và thực hiện điều đó một cách minh bạch, để người dùng hiểu rằng các biện pháp bảo vệ đang hoạt động ngầm mà không sử dụng dữ liệu của họ vượt quá phạm vi cần thiết cho nhiệm vụ.

Suy Nghĩ Cuối Cùng

Tại Binance, bảo vệ người dùng là một ưu tiên mà chúng tôi liên tục đầu tư. AI cung cấp quy mô; con người cung cấp khả năng phán đoán. Khi các công cụ tạo ra sự lừa dối trở nên rẻ hơn, sự kết hợp này phải không ngừng cải thiện – điều đó có nghĩa là tái huấn luyện các mô hình, tinh chỉnh các ngưỡng và giữ các nhà phân tích giàu kinh nghiệm xử lý những vụ việc cần đến họ.

Miễn trừ trách nhiệm: Nội dung này được trình bày cho bạn "nguyên trạng" chỉ nhằm mục đích thông tin chung và giáo dục, không kèm theo bất kỳ tuyên bố hay bảo đảm nào dưới mọi hình thức. Không nên coi đây là lời khuyên tài chính, cũng không nhằm khuyến nghị mua bất kỳ sản phẩm hoặc dịch vụ cụ thể nào. Giá tài sản kỹ thuật số có thể biến động mạnh. Giá trị khoản đầu tư của bạn có thể tăng hoặc giảm và bạn có thể không thu hồi được số tiền đã đầu tư. Bạn chịu trách nhiệm hoàn toàn đối với các quyết định đầu tư của mình và Binance không chịu trách nhiệm cho bất kỳ tổn thất nào bạn có thể gặp phải. Đây không phải là lời khuyên tài chính. Để biết thêm thông tin, vui lòng xem [Điều Khoản Sử Dụng](https://www.binance.com/en/terms) và [Cảnh Báo Về Rủi Ro](https://www.binance.com/en/risk-warning) của chúng tôi.

Lưu một chạm

Đọc sâu bài viết viral bằng AI trong YouMind

Lưu nguồn, đặt câu hỏi tập trung, tóm tắt lập luận và biến một bài viết viral thành các ghi chú có thể tái sử dụng trong một không gian làm việc AI duy nhất.

Khám phá YouMind
Dành cho nhà sáng tạo

Biến Markdown của bạn thành bài viết 𝕏 gọn gàng

Khi bạn đăng bài viết dài của riêng mình, việc định dạng hình ảnh, bảng và khối mã cho 𝕏 rất mệt mỏi. YouMind biến cả bản nháp Markdown thành một bài viết 𝕏 gọn gàng, sẵn sàng để đăng.

Thử Markdown sang 𝕏

Thêm pattern để giải mã

Bài viết viral gần đây

Khám phá thêm bài viết viral