Il rilevamento delle frodi basato sull’IA di Coinbase riduce del 30% le frodi nelle operazioni di acquisto

Coinbase afferma che il suo sistema di rilevamento delle frodi basato sull’IA ha ridotto del 30% le transazioni fraudolente sul servizio di acquisto di criptovalute Onramp e del 22% il valore monetario delle frodi in un test A/B online. Onramp consente agli utenti di acquistare criptovalute tramite app partner, anche con una procedura di acquisto come ospite. Inizialmente Coinbase ha aggiunto un agente di rischio basato sull’IA ai controlli di machine learning e al motore di regole già esistenti. L’agente esamina le sequenze di transazioni e assegna un livello di rischio ai pagamenti che hanno superato i controlli precedenti; la decisione finale spetta al codice dell’applicazione. Non può annullare un blocco imposto da un sistema a monte. In seguito, l’azienda ha perfezionato il modello open-weight Qwen3.5-9B usando dati proprietari sulle transazioni. In un benchmark di 16.140 transazioni relative a 7.293 utenti, tra cui 813 casi di frode confermati, Coinbase afferma che il modello ha superato Opus 4.5 di Anthropic in precisione, richiamo, punteggio F1 e richiamo ponderato per valore. Ha riportato un tempo di risposta mediano di 0,683 secondi — il 55% più veloce di Opus 4.5 — e costi di addestramento inferiori a 100 dollari usando una sola GPU. Coinbase ha inoltre dichiarato che, su alcuni aspetti del benchmark, alcune versioni più recenti dei modelli di frontiera hanno ottenuto risultati peggiori rispetto alle precedenti; GPT-5.6 ha migliorato la precisione, ma ha registrato un richiamo inferiore. I risultati suggeriscono che il rilevamento delle frodi con IA progettato per attività specifiche potrebbe aiutare le piattaforme crypto a ridurre le perdite dovute alle frodi, la latenza e i costi operativi. Tuttavia, il benchmark proprietario di Coinbase non è stato verificato in modo indipendente e riguarda un solo prodotto e caso d’uso; i risultati, quindi, non dimostrano prestazioni più ampie nel settore.