Por Canuto  

Chainalysis asegura que una herramienta interna de inteligencia artificial redujo de más de 20 horas a menos de 10 minutos la conciliación de transferencias entre cadenas vinculadas al hackeo de Bitget, un robo de USD $387,5 millones que movió fondos por cuatro redes.

***

  • Según Chainalysis, cerca de USD $387 millones del robo salieron en 23 transferencias distribuidas entre Ethereum, XRP, Zcash y Tron.
  • La firma atribuye el ataque a actores vinculados con Corea del Norte, aunque Gracy Chen señaló que la atribución todavía no está confirmada.
  • La IA aceleró el rastreo, pero la recuperación depende de alertas, coordinación con autoridades y medidas de congelamiento. Bitget había congelado cerca de USD $1,1 millones al 2 de octubre, según CNBC.

 

La firma asegura que su herramienta de inteligencia artificial redujo de más de 20 horas a menos de 10 minutos la conciliación manual de movimientos entre cadenas vinculados al ataque de Bitget.

Un robo que atravesó cuatro redes

Chainalysis informó que una herramienta interna de IA permitió reducir a menos de 10 minutos un trabajo de conciliación entre puentes que habría requerido más de 20 horas de análisis manual. El trabajo se realizó durante el rastreo del hackeo de Bitget, cuya pérdida revisada asciende a USD $387,5 millones, según el reporte de la firma. Los investigadores humanos dirigieron el caso; el sistema automatizó el emparejamiento de depósitos y pagos entre protocolos.

El ataque ocurrió el 24 de septiembre de 2026 y afectó las billeteras calientes y templadas de Bitget, según la información difundida sobre el incidente. La empresa detectó transferencias no autorizadas a las 18:31 UTC, mientras que las billeteras frías no fueron comprometidas. La CEO Gracy Chen explicó después que los atacantes falsificaron solicitudes de transferencia y vulneraron un sistema crítico del backend; según sus declaraciones, no robaron las claves privadas.

La cifra inicial de pérdidas fue de USD $351,6 millones, pero Bitget elevó el cálculo a USD $387,5 millones al incorporar saldos de Zcash y TRON que no estaban reflejados en la primera contabilización. Esa revisión no significó que el atacante hubiera sustraído más fondos después de que la plataforma contuviera el incidente. La diferencia, de acuerdo con la explicación publicada, respondió a una contabilidad más completa de los activos afectados.

Chainalysis señaló que cerca de USD $387 millones salieron en 23 transferencias distribuidas durante tres horas. Los fondos llegaron a cuatro redes: Ethereum concentró el 49,7% del total, XRP el 40,8%, Zcash el 7,6% y Tron el 1,8%. La dispersión muestra por qué el seguimiento exigió conectar movimientos en distintos sistemas, en vez de limitarse a observar una sola cadena de bloques.

Puentes, intercambios y el recorrido del XRP

Más de USD $157 millones en XRP fueron identificados como la mayor porción atribuida a un solo activo dentro del robo. Los primeros datos en cadena apuntaron a patrones de enrutamiento parecidos a los asociados con Lazarus, un nombre vinculado a operaciones cibernéticas atribuidas a Corea del Norte. Esa semejanza, sin embargo, no equivale por sí sola a una confirmación de quién ejecutó el ataque, y la atribución permanece en desarrollo.

De acuerdo con el seguimiento descrito, el XRP robado pasó por un protocolo de liquidez entre cadenas y fue recibido como Bitcoin. Los investigadores rastrearon decenas de millones de dólares durante aproximadamente 36 horas hasta direcciones de Bitcoin bajo control del atacante. La conversión complica el análisis porque obliga a asociar transacciones y montos entre redes con estructuras y registros distintos.

El atacante también comenzó a intercambiar Ethereum por Bitcoin, mientras Chen pidió públicamente a THORChain que congelara los fondos que circulaban por el protocolo. THORChain se negó a hacerlo, por lo que esa solicitud no detuvo el movimiento a través de ese canal. El episodio dejó en primer plano una dificultad operativa para las investigaciones: los protocolos y plataformas involucrados no necesariamente aplican las mismas medidas frente a una alerta.

Los puentes entre cadenas, los intercambios instantáneos, los exchanges descentralizados y los servicios de lavado aparecen entre las vías utilizadas para desplazar los fondos, según el reporte. Cada salto puede separar una transacción de la anterior y obligar a los analistas a reconstruir qué depósito corresponde a qué pago. Chainalysis sostiene que su automatización, apoyada en más de una década de datos de atribución entre cadenas, aceleró precisamente esa conciliación.

La rapidez ayuda, pero no recupera el dinero por sí sola

La herramienta automatizada emparejó depósitos y pagos a través de protocolos, y las etiquetas de las direcciones identificadas se compartieron en tiempo casi real con equipos de cumplimiento y autoridades. Chainalysis atribuye a esa velocidad una reducción considerable del intervalo entre la salida de los fondos y la circulación de información útil para otras entidades. En un caso con transferencias rápidas y múltiples conversiones, ese margen puede ser importante para coordinar alertas.

Sin embargo, completar el rastreo en menos de 10 minutos no devuelve automáticamente los activos ni garantiza que un exchange o emisor pueda congelarlos. Al 2 de octubre, Bitget había congelado aproximadamente USD $1,1 millones de los casi USD $388 millones robados, según declaró Chen a CNBC. La firma también informó sobre congelamientos de menor escala por parte de Circle y Tether, así como la restauración gradual de los retiros de Bitget. La velocidad mejora la identificación, pero la respuesta depende también de la cooperación de los actores que controlan los servicios por donde pasan los fondos.

Chainalysis atribuyó el ataque a actores vinculados con la República Popular Democrática de Corea y calculó que el robo de criptomonedas asociado con ese país superó USD $1.000 millones en 2026. El dato se presenta en un contexto de advertencias del G7 sobre el destino de fondos sustraídos, que, según esas alertas citadas en el reporte, pueden alimentar programas de desarrollo nuclear. La atribución amplia de un caso concreto, no obstante, sigue sujeta a consolidación.

Chen dijo que los patrones de direcciones IP y el uso de redes privadas virtuales observados al momento de la brecha eran consistentes con actividad del estilo Lazarus, pero no confirmó que ese grupo estuviera detrás del ataque. La cautela importa porque las semejanzas técnicas constituyen indicios y no una identificación concluyente de los responsables. Chainalysis, por su parte, indicó que el monitoreo de las direcciones señaladas continúa.

Entre las vías de recuperación que siguen abiertas están la coordinación con las autoridades, las alertas a exchanges y una recompensa del 5% para quien devuelva voluntariamente los fondos. La experiencia también funciona como una prueba de la rapidez con que herramientas de IA pueden apoyar investigaciones de múltiples cadenas, sin reemplazar el criterio de los especialistas ni las decisiones de las plataformas. En el caso Bitget, la automatización redujo horas de trabajo, pero el desenlace financiero aún depende de que los activos puedan localizarse y recuperarse.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.

 


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados