Криптомошенничество переживает самый прибыльный период в своей истории. По оценке Chainalysis, только за 2025 год мошенники получили более 17 миллиардов долларов. Исследователи считают, что одним из главных факторов роста стал искусственный интеллект, который резко снизил стоимость подготовки мошеннических кампаний.

Последние несколько лет искусственный интеллект активно внедряется в криптовалютную индустрию. Биржи используют его для поиска подозрительных транзакций, разработчики — для написания кода, аналитики — для обработки огромных массивов данных.

Однако те же технологии быстро освоили и мошенники.

Согласно исследованиям Chainalysis 2026 Crypto Crime Report и TRM Labs 2026 Crypto Crime Report, генеративный ИИ практически не создал новых способов мошенничества. Его главная роль оказалась значительно опаснее — он автоматизировал существующие схемы, снизил стоимость их запуска и позволил масштабировать атаки практически без увеличения затрат.

Именно поэтому аналитики все чаще говорят уже не о росте отдельных преступных групп, а о формировании полноценной индустрии цифрового мошенничества.

---

Рекордные объемы

По предварительной оценке Chainalysis, в 2025 году криптовалютные мошенничества принесли преступникам более 17 миллиардов долларов. Это крупнейший показатель за всю историю наблюдений компании.

Еще более впечатляющую цифру приводит TRM Labs. По оценке аналитиков, через кошельки, связанные с незаконной деятельностью, прошло около 158 миллиардов долларов.

Исследователи не утверждают, что весь этот рост вызван исключительно искусственным интеллектом. Однако обе компании отмечают одну и ту же тенденцию: современные AI-инструменты значительно снизили стоимость подготовки мошеннических операций и позволили проводить их в значительно больших масштабах.

---

Искусственный интеллект изменил экономику мошенничества

Главное изменение произошло не в самих схемах обмана.

Фишинговые сайты, поддельные службы поддержки, ложные инвестиционные проекты и рассылки существовали задолго до появления ChatGPT.

Изменилась стоимость их создания.

Еще несколько лет назад запуск крупной мошеннической кампании требовал участия разработчиков, дизайнеров, переводчиков, операторов поддержки и специалистов по массовым рассылкам.

Сегодня значительную часть этой работы выполняют генеративные модели.

За несколько минут можно подготовить убедительный текст без грамматических ошибок, перевести его на десятки языков, создать изображения сотрудников поддержки, сгенерировать голосовое сообщение или подготовить дипфейк-видео.

То, что раньше занимало недели подготовки, сегодня часто укладывается в несколько часов.

---

Цифры, которые удивили исследователей

Chainalysis отдельно сравнила мошеннические схемы, использующие специализированные AI-инструменты, с традиционными операциями.

Результаты оказались показательными.

Показатель	AI-схемы	Обычные схемы
Средний объем средств	3,2 млн долларов	719 тыс. долларов
Ежедневные входящие платежи	35,1	3,89
Медианный ежедневный доход	почти в 9 раз выше	—

Исследователи подчеркивают, что речь идет только о случаях, где использование AI удалось подтвердить через анализ блокчейн-транзакций. Тем не менее даже эта выборка показывает, насколько сильно автоматизация изменила эффективность подобных операций.

---

Самая быстрорастущая категория

Особое внимание Chainalysis уделяет Impersonation Scams — мошенничеству, в котором преступники выдают себя за сотрудников банков, криптовалютных бирж, платежных сервисов или государственных организаций.

По данным компании, объем подобных операций за последний год вырос примерно на 1400%.

Причина очевидна.

Современные генеративные модели позволяют создавать практически идеальные копии сайтов, писать тексты без ошибок, генерировать изображения сотрудников поддержки, клонировать голос и использовать дипфейки во время видеозвонков.

Если раньше пользователя могли насторожить плохой перевод или некачественный дизайн, то сегодня подобных признаков становится все меньше.

Искать подтверждение этой гипотезы долго не пришлось. Во время расследования аналитики Chainalysis обнаружили платформу Darcula — сервис, который наглядно показывает, как современные технологии превращают мошенничество в готовый коммерческий продукт

---

Когда мошенничество становится сервисом

Одним из самых показательных примеров новой модели стала платформа Darcula, которую Chainalysis подробно разбирает в своем отчете.

Darcula не занимается поиском жертв и не похищает деньги самостоятельно.

Она предоставляет преступникам готовую инфраструктуру для проведения фишинговых атак.

Исследователи обнаружили административную панель, инструменты массовых SMS-рассылок, шаблоны страниц известных компаний и систему управления мошенническими кампаниями.

Именно через подобные платформы распространялись масштабные SMS-атаки, маскировавшиеся под уведомления банков, служб доставки и системы оплаты дорог E-ZPass.

По данным Chainalysis, развитием Darcula занималась группировка Smishing Triad, превратившая SMS-фишинг в коммерческий продукт.

Darcula стала одним из первых примеров того, как цифровое мошенничество начинает работать по модели обычного облачного сервиса.

---

Crime-as-a-Service

Darcula — далеко не единственный пример.

Chainalysis и TRM Labs отмечают стремительное развитие модели Crime-as-a-Service, при которой преступные группы специализируются на отдельных этапах мошеннических операций.

Одни создают фишинговые платформы.

Другие разрабатывают дипфейки.

Третьи продают инструменты клонирования голоса.

Четвертые занимаются массовыми рассылками.

Пятые помогают выводить похищенные средства.

Подобное разделение труда делает рынок значительно эффективнее и позволяет быстро масштабировать новые схемы.

---

Почему это опасно

Главная проблема заключается не в том, что искусственный интеллект научился лучше убеждать людей.

Опасность в другом.

ИИ резко снизил технический порог входа.

Если раньше для организации крупной мошеннической кампании требовались знания, команда и серьезные финансовые вложения, то сегодня многие задачи автоматизированы или доступны через готовые сервисы.

Чем дешевле становится запуск подобных операций, тем больше людей получают возможность заниматься мошенничеством.

Именно этот экономический эффект аналитики считают одним из главных последствий распространения генеративного искусственного интеллекта.

Вывод КЛЁ

Совсем недавно мы разбирали, как алгоритмы и искусственный интеллект торгуют быстрее человека, конкурируют между собой и создают значительную часть активности в блокчейнах.

Теперь мы видим другую сторону тех же технологий.

Те же самые нейросети, которые помогают писать код, анализировать рынок и автоматизировать работу, уже используются для создания фишинговых сайтов, дипфейков и масштабных мошеннических кампаний.

Технологии сами по себе не бывают ни хорошими, ни плохими.

Все зависит от того, в чьих руках они оказываются.