Chainalysis advirtió sobre la irrupción de un nuevo tipo de ciberdelincuente en México, denominado “Coyote Digital”, que combina inteligencia artificial y activos digitales para ejecutar fraudes con una velocidad y sofisticación sin precedentes.
Este actor criminal aprovecha el procesamiento masivo de datos y la capacidad de personalización de la IA para orquestar múltiples modalidades de estafa de forma simultánea, lo que está redefiniendo el panorama de amenazas en el sector de las criptomonedas.
El fenómeno se caracteriza por un alto grado de automatización: algoritmos de aprendizaje automático generan mensajes de phishing adaptados al perfil de cada víctima, crean sitios web y aplicaciones falsas con interfaces idénticas a las de plataformas legítimas, y gestionan cientos de conversaciones simultáneas a través de chatbots con lenguaje natural convincente.
En paralelo, los delincuentes emplean modelos generativos para fabricar deepfakes de figuras públicas o representantes de empresas, integrando técnicas de clonación de voz y vídeo de alta fidelidad para dar verosimilitud a las interacciones.
¿Cómo funciona el «Coyote Digital»?
La arquitectura del fraude del Coyote Digital incorpora bots de inversión que simulan operaciones bursátiles o de trading en tiempo real, respaldados por dashboards falsos que muestran ganancias inexistentes para inducir a las víctimas a seguir depositando fondos.
Otra táctica en auge es la denominada “carnicería de cerdos” (pig butchering), ahora potenciada con IA, que permite construir relaciones de confianza más creíbles y sostenidas mediante el análisis del comportamiento y las respuestas de la víctima.
Chainalysis destacó que más del 60% de los fondos depositados en carteras fraudulentas actualmente corresponden a esquemas que utilizan IA, lo que representa un cambio drástico en la economía del cibercrimen.
El seguimiento de estos fondos requiere análisis blockchain avanzado para rastrear transacciones a través de múltiples cadenas, identificar patrones de dispersión y detectar su eventual conversión en exchanges centralizados o servicios de mezcla (mixers).
La detección temprana de estos fraudes implica el uso combinado de machine learning para identificar anomalías en el flujo transaccional, reconocimiento de patrones lingüísticos y detección automatizada de comportamientos atípicos en las interacciones con usuarios. Estas capacidades permiten anticipar campañas fraudulentas y bloquearlas antes de que alcancen una masa crítica de víctimas.
De acuerdo con Chainalysis, enfrentar al Coyote Digital requiere una estrategia coordinada que involucre al sector privado, plataformas de intercambio, entes reguladores y cuerpos de seguridad, con un enfoque que priorice la cooperación internacional y el despliegue de soluciones de IA defensiva. Solo así será posible neutralizar operaciones que, por su escala y adaptabilidad, representan uno de los desafíos más complejos para la seguridad digital en América Latina.
La imagen principal fue creada por Mobile Time con IA.
