Chainalysis: Los flujos de criptomonedas hacia redes de tráfico aumentan un 85%

TheNewsCryptoPublicado a 2026-02-13Actualizado a 2026-02-13

Resumen

Chainalysis informa que los flujos de criptomonedas hacia redes de tráfico ilegal aumentaron un 85% en el último año, con redes asociadas a Telegram y un alto uso de stablecoins. Las transacciones vinculadas a servicios de escort internacionales superaron frecuentemente los $10,000, mostrando la profesionalización de estas actividades. Se identificaron cuatro categorías principales: servicios de escort, agentes de trabajo forzado, redes de prostitución y vendedores de material de abuso infantil. La transparencia de blockchain permite a las autoridades rastrear flujos e interrumpir operaciones. Las redes de prostitución y escort dependen mayormente de stablecoins, mientras que los vendedores de material abusivo migran a redes Layer 1. Las transacciones estructuradas revelan empresas criminales organizadas, con modelos de suscripción para contenido ilegal. También se observa mayor solapamiento con comunidades de extremismo en línea y uso de herramientas de privacidad.

Chainalysis, una plataforma de investigación y cumplimiento de criptomonedas, ha informado que los flujos de criptomonedas hacia servicios sospechosos de tráfico aumentaron un 85% el año pasado, con redes asociadas a Telegram y con alto uso de stablecoins, dejando series rastreables en la cadena.

Aproximadamente el 50% de las transacciones asociadas con servicios de acompañantes internacionales basados en Telegram superaron los $10,000, según el informe. Los datos muestran una creciente profesionalización de estas redes; sin embargo, la transparencia de la cadena de bloques se ha convertido en una herramienta de investigación para las fuerzas del orden.

Chainalysis rastreó cuatro categorías principales de actividad sospechosa de tráfico asistida por criptomonedas: servicios de acompañantes internacionales basados en Telegram, agentes de colocación laboral asociados con complejos de estafas, redes de prostitución y vendedores de material de abuso sexual infantil (CSAM).

El crecimiento está en línea con la expansión de complejos de estafas con sede en el sudeste asiático, operaciones de apuestas en línea y redes de lavado de dinero de habla china, muchas operando a través de Telegram, menciona el informe.

Las transacciones de cadena de bloques dejan rastros para siempre, a diferencia de las transacciones en efectivo. Los supervisores de las fuerzas del orden están utilizando esa visibilidad para rastrear flujos, reconocer puntos de estrangulamiento y interrumpir operaciones, según la empresa.

El comportamiento de pago varía según las categorías. Los servicios de acompañantes internacionales asociados a Telegram y las redes de prostitución dependen intensamente de stablecoins, según los datos. Anteriormente, los vendedores de CSAM elegían Bitcoin, pero ahora están optando fuertemente por redes de Capa 1.

Más sobre la transacción

Monero se utiliza ampliamente para el lavado en operaciones asociadas con CSAM. El uso de stablecoins indica que estas redes priorizan la estabilidad de precios y la rápida salida en lugar del riesgo de congelación de activos por parte de emisores centralizados, según el informe.

Los datos de tamaño de transacción muestran la naturaleza estructurada de estas operaciones. Aproximadamente la mitad de las transacciones de acompañantes basadas en Telegram superaron los $10,000; la red de prostitución se mantiene en el rango de $1,000 a $10,000, y las transacciones de CSAM son comparativamente más bajas, con muchas de ellas por debajo de $100.

Las transferencias grandes muestran empresas criminales organizadas y escaladas en lugar de actores aislados. La actividad asociada con CSAM continúa evolucionando. Los modelos de ingresos basados en suscripción lideran el sector, con pagos normalmente inferiores a $100 cada mes.

Los datos también revelan una mayor superposición entre comunidades de extremismo en línea sádico y un mayor uso de intercambiadores instantáneos y herramientas de privacidad.

Noticias destacadas de criptomonedas hoy:

La SEC de EE. UU. advierte que los mercados de predicción pueden estar sujetos a la ley de valores

EtiquetasChainalysiscomercio ilegalTelegram

Preguntas relacionadas

Q¿Qué porcentaje de aumento reportó Chainalysis en los flujos de criptomonedas hacia redes de tráfico sospechosas el año pasado?

AChainalysis reportó un aumento del 85% en los flujos de criptomonedas hacia servicios de tráfico sospechosos el año pasado.

Q¿A través de qué plataforma de mensajería están asociadas muchas de estas redes de tráfico según el informe?

AMuchas de estas redes de tráfico están asociadas con la plataforma de mensajería Telegram, según el informe.

Q¿Qué tipo de criptomoneda es ampliamente utilizada para el lavado de dinero en operaciones asociadas con material de abuso sexual infantil (CSAM)?

AMonero es ampliamente utilizada para el lavado de dinero en operaciones asociadas con material de abuso sexual infantil (CSAM).

Q¿Qué indica la preferencia por stablecoins en estas redes criminales, según el análisis?

ALa preferencia por stablecoins indica que estas redes priorizan la estabilidad de precios y la rápida conversión a dinero fiduciario, en lugar del riesgo de congelación de activos por parte de emisores centralizados.

Q¿Qué porcentaje de las transacciones de servicios de escort internacionales basados en Telegram superaron los $10,000?

AAproximadamente el 50% de las transacciones asociadas con servicios de escort internacionales basados en Telegram superaron los $10,000.

Lecturas Relacionadas

¿1996 o 1999? La primera prueba de Walsh es 'cómo ver la IA'

El nuevo presidente de la Reserva Federal, Wash, enfrenta su primera gran prueba: determinar si el auge actual de la IA se asemeja más al escenario económico de 1996 o al de 1999. Esta decisión definirá la política monetaria y su legado. Por un lado, está la visión optimista, que asemeja a 1996, donde un crecimiento impulsado por ganancias de productividad permitiría a la Fed mantenerse paciente mientras la inflación retrocede. Wash ha mostrado simpatía por esta narrativa, advirtiendo contra el error de sofocar prematuramente un boom de productividad. Por otro lado, la visión cautelosa, similar a 1999, sostiene que la demanda ya se está calentando y esperar datos concluyentes de productividad podría forzar subidas de tasas más agresivas después. Chicago Fed's Goolsbee argumenta que, al ser un boom ampliamente anticipado, la IA podría inflar la demanda antes de materializar la oferta, presionando la inflación. Wash opera en un contexto más difícil que el de Greenspan en los 90, con presión arancelaria, alto déficit fiscal y menos ventajas globales. Un dilema adicional es su deseo de eliminar la "guía anticipada" de la Fed, un mecanismo creado precisamente en 1999 para gestionar expectativas. Si la economía se recalienta, podría verse forzado a usarlo o arriesgar volatilidad en los mercados. La respuesta a la pregunta central —¿1996 o 1999?— resolverá este y otros dilemas.

marsbitHace 1 hora(s)

¿1996 o 1999? La primera prueba de Walsh es 'cómo ver la IA'

marsbitHace 1 hora(s)

Informe de Ethereum del primer trimestre de 2026: caen las tarifas, usuarios y volumen de transacciones alcanzan máximos históricos

Resumen del informe del primer trimestre de 2026 sobre Ethereum, por Token Terminal. El reporte destaca una tendencia clave: la cantidad de usuarios activos mensuales (13.2 millones, +53.5%), las transacciones (200.4 millones, +38%) y el rendimiento de la red (25.78 TPS) alcanzaron máximos históricos, mientras que las tarifas de transacción en la capa principal cayeron un 47.9% intertrimestral. Este fenómeno, denominado la "Paradoja de Jevons", sugiere que Ethereum está priorizando deliberadamente la expansión a corto plazo sobre la captura de ingresos inmediatos. La actualización Fusaka, que aumenta la capacidad de datos y reduce el costo del espacio de bloque, es un factor clave. La narrativa central de Ethereum se está desplazando de una cadena de bloques DeFi a una capa de liquidación financiera global. Ethereum mantiene una posición dominante en activos tokenizados, con una capitalización total de $2 billones (-0.7% intertrimestral). Destacan el crecimiento de los fondos tokenizados ($194 mil millones, +4.9%) y las materias primas tokenizadas ($47 mil millones, +60%), reflejando una mayor adopción institucional por parte de entidades como BlackRock y JPMorgan. A pesar de una caída del 30.3% en su capitalización de mercado totalmente diluida, la base de titulares de ETH creció a 292.8 millones. En resumen, Ethereum está sacrificando ingresos a corto plazo para impulsar la adopción, consolidándose como la infraestructura de liquidación preferida para las finanzas tokenizadas, con el objetivo de que una mayor demanda de red compense las tarifas más bajas a largo plazo.

marsbitHace 2 hora(s)

Informe de Ethereum del primer trimestre de 2026: caen las tarifas, usuarios y volumen de transacciones alcanzan máximos históricos

marsbitHace 2 hora(s)

Entrevista inaugural en podcast del CEO de Intel, Tan Lip Bu: Nuestro objetivo es '10 veces en 5-10 años', apostamos por empaquetado avanzado, sustratos de vidrio y diamantes artificiales

El CEO de Intel, Chen Lifu, expresó en una entrevista en un podcast su objetivo de multiplicar por diez el valor de la empresa en un plazo de 5 a 10 años. Para lograrlo, está centrando la estrategia en la superación de los límites físicos de la miniaturización de los semiconductores, invirtiendo en tres áreas clave: tecnologías avanzadas de empaquetado como EMIB, nuevos materiales como el nitruro de galio (GaN), carburo de silicio (SiC), fosfuro de indio (InP) y diamante sintético, y sustratos innovadores como el de vidrio. Destacó que la explosión de la IA, especialmente los agentes autónomos y la inferencia, está impulsando una fuerte demanda de CPUs, cambiando la proporción CPU/GPU en servidores. Chen Lifu también defendió la apuesta de Intel por el negocio de fundición (foundry), subrayando que es crucial para la seguridad de la cadena de suministro en EE.UU. y que se basa en generar confianza a través de altos rendimientos y fiabilidad. Reveló detalles de la colaboración Terafab con Elon Musk para construir fábricas de chips y abordar la escasez de capacidad. Reconoció que Intel aún está en una fase de transformación ("gatear"), reconstruyendo equipos y capacidades fundamentales, pero proyecta que su verdadero potencial en mercados como la informática de borde, la IA física y la de agentes comenzará a materializarse hacia 2030-2032. Con una mentalidad de capitalista de riesgo, su meta clara es entregar un retorno de 10x a los accionistas en la próxima década.

marsbitHace 2 hora(s)

Entrevista inaugural en podcast del CEO de Intel, Tan Lip Bu: Nuestro objetivo es '10 veces en 5-10 años', apostamos por empaquetado avanzado, sustratos de vidrio y diamantes artificiales

marsbitHace 2 hora(s)

Acaba de recaudar 2.700 millones, y Li Feifei también invirtió

En la actualidad, el mercado de inversión está obsesionado con los "Modelos del Mundo". Sin embargo, Pete Florence, ex científico de DeepMind y co-creador de la arquitectura Vision-Language-Action (VLA), fundó Generalist AI y rechaza esta etiqueta. Para él, el objetivo concreto es más importante: crear robots que realicen cualquier tarea con alta tasa de éxito sin datos específicos. Recientemente, Generalist AI recaudó 400 millones de dólares (unos 2.700 millones de RMB) en una ronda de financiación, alcanzando una valoración de 2.000 millones de dólares. Inversores incluyen NVentures de Nvidia, Bezos Expeditions, NFDG, y figuras como el cofundador de Xiaomi Lin Bin, el fundador de Zoom Eric Yuan, y la renombrada científica Fei-Fei Li. Florence, influenciado por su mentor en el MIT Russ Tedrake, prioriza comprender el mundo físico. Su enfoque comienza estableciendo una meta clara, luego diseña la ruta técnica. Tras dejar Google, lanzó Generalist AI en 2025. La compañía presentó su primer modelo de IA incorporada, GEN-0, en noviembre de 2025, demostrando que las leyes de escalado de los LLMs también se aplican al movimiento físico. En abril de 2026, presentaron GEN-1, entrenado con más de 50.000 horas de datos de interacción física recogidos por un dispositivo portátil. GEN-1 logra un 99% de éxito en tareas como plegar cajas y empaquetar teléfonos, siendo tres veces más rápido que GEN-0. Este avance acerca el modelo a un punto de inflexión similar al GPT-3, mostrando un rendimiento apto para despliegues comerciales en ciertas tareas. La inversión récord respalda la visión de Florence: robots universales que sean lo suficientemente expertos en tareas reales como para ser útiles, avanzando hacia la reducción del coste marginal del trabajo físico a cero. La etiqueta "Modelo del Mundo" queda así en segundo plano frente a los resultados tangibles.

marsbitHace 2 hora(s)

Acaba de recaudar 2.700 millones, y Li Feifei también invirtió

marsbitHace 2 hora(s)

Perdiendo a dos leyendas en tres días: ¿Se está resquebrajando el dique de talento de IA de Google?

En solo tres días, Google ha perdido a dos leyendas de la IA. El 18 de junio, Noam Shazeer, coautor del seminal trabajo "Attention is All You Need" y copresponsable de Gemini, anunció su salida para unirse a OpenAI. Dos días después, John Jumper, ganador del Nobel de Química 2024 y líder de AlphaFold, dejó Google DeepMind para incorporarse a Anthropic. Estas partidas no son incidentes aislados, sino parte de una tendencia clara de fuga de talento de Google hacia OpenAI y Anthropic, como lo confirma también la reciente incorporación a Anthropic del exmiembro fundador de OpenAI, Andrej Karpathy. El trasfondo de este éxodo es fundamentalmente una cuestión de misión y enfoque. El modelo de negocio central de Google, basado en la publicidad, impone una lógica orientada a productos y métricas comerciales que, en última instancia, restringe la investigación pura. En contraste, tanto OpenAI (con su misión de AGI) como Anthropic (centrada en la seguridad y la ciencia) ofrecen un entorno de trabajo enfocado únicamente en empujar los límites de las capacidades de los modelos. A esto se suma la fuerte atracción financiera: OpenAI y Anthropic están en camino a una OPI, lo que promete una recompensa económica masiva a través de capital para sus empleados, algo que la ya gigantesca Google difícilmente puede igualar. La fusión de Google Brain y DeepMind en 2023, destinada a consolidar esfuerzos, ha generado en cambio tensiones culturales y ha hecho más evidente la presión por alinear la investigación con los objetivos de los equipos de productos. El resultado es una reorganización estructural del mapa del talento en IA. Google, a pesar de sus vastos recursos en computación y datos, está perdiendo a las personas que definen el futuro del campo. La verdadera ventaja competitiva en IA reside en retener a las mentes más brillantes, y Google está descubriendo que esa es quizás su batalla más difícil.

marsbitHace 5 hora(s)

Perdiendo a dos leyendas en tres días: ¿Se está resquebrajando el dique de talento de IA de Google?

marsbitHace 5 hora(s)

Trading

Spot
Futuros
活动图片