La Chine dégaine une IA policière qui repère 89,4 % des transactions crypto illicites
Pékin bannit les cryptos, mais apprend à les lire. Des chercheurs de l’Université de sécurité publique du peuple de Chine, l’école rattachée au ministère de la Sécurité publique, affirment avoir mis au point un système d’intelligence artificielle capable d’identifier les transactions crypto illicites avec 89,4 % de précision globale, selon le South China Morning Post.
Le score en impose. Sur le terrain, les 10,6 % d’erreurs restantes pèsent pourtant beaucoup plus lourd que ne le laisse deviner le communiqué.
Points clés
- Des chercheurs de l’Université de sécurité publique du peuple de Chine annoncent un système d’IA détectant les transactions crypto illicites avec 89,4 % de précision, selon le South China Morning Post
- Un taux d’erreur de 10,6 % appliqué aux 400 000 transactions quotidiennes de Bitcoin génère un volume massif de faux positifs à trier manuellement
- Pékin interdit les activités crypto depuis 2021 mais fait face aux circuits USDT des bureaux de change clandestins et des centres d’escroquerie d’Asie du Sud-Est
- Ces modèles ne fonctionnent que grâce au registre public des blockchains, quand l’essentiel du blanchiment mondial, estimé à 2 000 milliards de dollars par an, reste invisible
Comment une IA à flairer une adresse crypto sale
La méthode décrite repose sur l’analyse de graphes. Une blockchain, vue de haut, n’est rien d’autre qu’un immense réseau d’adresses reliées par des transferts. Le modèle y trace des profils comportementaux : fréquence des envois, montants, profondeur des chaînages, proximité avec des grappes d’adresses déjà étiquetées comme frauduleuses (marchés du darknet, rançongiciels, portefeuilles d’arnaques).
Le principe n’a rien d’inédit, Chainalysis, Elliptic ou TRM Labs le commercialisent depuis des années. La nouveauté tient à l’adresse de l’expéditeur : le laboratoire qui forme les futurs officiers de police chinois.
Reste la statistique. Une « précision globale » de 89,4 % signifie que, sur l’échantillon de test, près de neuf classifications sur dix tombent juste. Appliqué à un flux réel, le calcul devient nettement moins flatteur : Bitcoin traite environ 400 000 transactions par jour, Ethereum plus d’un million.
Un taux d’erreur de 10,6 % sur de tels volumes produit une avalanche de faux positifs, c’est-à-dire de transactions parfaitement légitimes signalées comme suspectes, qu’il faut ensuite trier à la main. Un outil de ce type ne condamne personne. Il hiérarchise des pistes, et fait gagner du temps aux enquêteurs.
Interdiction d’un côté, traque de l’autre
Depuis septembre 2021, la Banque populaire de Chine classe toute activité liée aux cryptomonnaies parmi les activités financières illégales, quelques mois après avoir chassé les mineurs du territoire. Le marché n’a pas disparu pour autant, il a plongé.
L’USDT reste la monnaie de compte des bureaux de change clandestins, ces dixia qianzhuang qui permettent de contourner le plafond de conversion de 50 000 dollars par an et par habitant. C’est aussi le carburant des centres d’escroquerie installés en Birmanie et au Cambodge, largement opérés par des réseaux sinophones.
La justice chinoise a verrouillé le terrain juridique : une interprétation commune de la Cour populaire suprême et du Parquet populaire suprême, entrée en vigueur en août 2024, inscrit noir sur blanc les transactions en actifs virtuels parmi les canaux de blanchiment sanctionnés. Les précédents donnent la mesure des sommes en jeu. La pyramide PlusToken, qui avait englouti l’épargne de deux millions de personnes, s’est soldée par la saisie de 194 775 bitcoins et 833 083 ethers. Côté américain, la confiscation de 127 271 BTC à Chen Zhi, fondateur du conglomérat cambodgien Prince Group accusé d’avoir industrialisé les arnaques sentimentales, constitue la plus grosse saisie jamais réalisée par le département de la Justice.
La traçabilité, cette alliée encombrante
Si un modèle atteint 89,4 %, c’est d’abord parce que la blockchain lui offre ce qu’aucun système bancaire ne fournit : un registre public, horodaté, exhaustif et rejouable depuis le premier bloc. Chainalysis a recensé 40,9 milliards de dollars reçus par des adresses identifiées comme illicites sur l’année 2024, estimation ensuite relevée au-delà de 50 milliards après attribution de nouvelles adresses.
En face, l’Office des Nations unies contre la drogue et le crime chiffre le blanchiment mondial entre 2 et 5 % du PIB de la planète, soit 800 à 2 000 milliards de dollars par an, dont l’écrasante majorité circule par des canaux qui ne laissent aucune trace exploitable par un algorithme.
L’autre face du dispositif est politique. Un classificateur probabiliste n’a aucune opinion sur la nature de l’infraction qu’il signale : sortie de capitaux, financement associatif, achat sur un marché gris, tout se ressemble dans un graphe. Dans un pays où la détention de cryptos est tolérée mais où toute activité liée est illégale, la frontière entre police financière et surveillance tient à un réglage de seuil. Les blanchisseurs, eux, s’adaptent depuis longtemps : ponts inter-chaînes, mixers, cryptos de confidentialité et courtiers de gré à gré servent précisément à casser les graphes que ces modèles apprennent à lire.
Le cadre décrit par le South China Morning Post demeure un travail de recherche validé sur un jeu de données étiquetées, pas un système déployé dans les commissariats. Les polices provinciales chinoises achètent déjà des outils d’analyse on-chain auprès de sociétés locales comme SlowMist ou Beosin. Ce que change une intelligence artificielle à 89,4 %, ce n’est donc pas la capacité à retrouver l’argent sale sur une chaîne publique. C’est le coût, en heures d’enquêteur, de le chercher.
Gabriel Montaut
Geek, passionné de SEO, de crypto et d'IA. Responsable SEO pour Journal Du Coin et consultant SEO freelance, je suis investi dans la diffusion et la compréhension des innovations tech en général et m’attache particulièrement à rendre l’actualité accessible au plus grand nombre.
