Puntos clave:
Sui Network integró las herramientas antilavado de dinero nativas de IA de ChainTrust, añadiendo monitoreo de transacciones en tiempo real mientras el valor total bloqueado de la blockchain de Capa 1 superó los $5.200 millones gracias a flujos institucionales.
"El monitoreo de cumplimiento en tiempo real ya no es opcional para las blockchains que buscan capital institucional — es un requisito previo para que las entidades reguladas operen en cadena", declaró Alex Liu, director ejecutivo de ChainTrust Labs, en un comunicado. La dirección de la firma incluye exempleados de ingeniería de riesgos de Alipay con más de dos décadas de experiencia desarrollando modelos de IA para detección de fraudes a gran escala.
La suite de productos de ChainTrust abarca verificación de direcciones, monitoreo de transacciones y puntuación de riesgos, todo impulsado por modelos de machine learning entrenados con datos específicos de blockchain. La empresa presta actualmente servicio a más de 35 blockchains y mantiene una base de datos que abarca más de 1.000 millones de activos digitales, según su sitio web. Los desarrolladores y protocolos de Sui obtienen acceso a estas herramientas de cumplimiento sin necesidad de integrar soluciones AML de terceros de forma independiente.
La alianza marca el segundo acuerdo enfocado en cumplimiento de Sui en 18 meses, tras una colaboración en enero de 2025 con Chainalysis centrada en el rastreo forense y la trazabilidad de flujos de fondos ilícitos. Mientras que la integración con Chainalysis enfatizaba la vigilancia y la investigación a posteriori, las herramientas de ChainTrust están orientadas a la prevención — verificando transacciones en tiempo real antes de que la actividad sospechosa se propague por la red. Esta distinción es relevante para las instituciones financieras reguladas que evalúan a Sui como capa de liquidación para activos del mundo real tokenizados, que alcanzaron un valor de $1.400 millones en la red a mediados de junio de 2026, según datos de DefiLlama.
Por qué la AML nativa de IA se está convirtiendo en el estándar
Los sistemas de cumplimiento tradicionales se basan en reglas predefinidas — señalando transacciones por encima de un umbral o bloqueando direcciones en listas de sanciones. Estos enfoques detectan infracciones evidentes pero pasan por alto patrones anómalos que los modelos de machine learning pueden identificar. La herencia de Alipay en ChainTrust es relevante aquí: la plataforma de pagos procesa miles de millones de transacciones anualmente y ha pasado años perfeccionando modelos de IA para la detección de fraudes en un entorno adversarial de alto volumen.
La arquitectura centrada en objetos de Sui, construida sobre el lenguaje de programación Move con la actualización de consenso Mysticeti, ofrece una finalidad inferior al segundo de aproximadamente 400 milisegundos. Integrar el monitoreo en tiempo real sin introducir latencia o falsos positivos que degraden la experiencia del usuario es el riesgo clave de ejecución. El rendimiento de los modelos de ChainTrust bajo el throughput de Sui determinará si la integración se convierte en una plantilla para otras redes de Capa 1 que buscan cumplimiento institucional.
El riesgo a vigilar es la ejecución. Los falsos positivos que bloqueen transacciones legítimas o la latencia que ralentice las liquidaciones podrían socavar la experiencia de usuario que ha impulsado el crecimiento de Sui. Las billeteras activas de agentes de IA en la red aumentaron un 608% hasta 850.000 entre abril y junio de 2026, según datos on-chain, lo que significa que cualquier fricción en el cumplimiento afectaría a una base en rápida expansión de actores económicos automatizados.
Este artículo es solo para fines informativos y no constituye asesoramiento de inversión.
