Citibank et l'escroquerie de 20M $

L’algorithme n’a rien vu

J’ai examiné le dossier judiciaire du tribunal de Manhattan hier. Ce n’est pas par curiosité — je suis payé pour détecter les schémas que les autres ignorent. La revendication du plaignant n’est pas dramatique ; elle est prévisible. Les publicités Facebook ont conduit à un créateur NFT frauduleux sur OpenrarityPro, et Citi, malgré ses outils de surveillance, n’a rien fait. Ce n’est pas de la négligence — c’est une défaillance architecturale.

Les données ne s’excusent pas

Nous construisons des modèles corrélant l’activité des portefeuilles au bruit des signaux sociaux : faible engagement sur profils vérifiés + haut volume de transferts sortants = drapeau rouge #47B dans notre taxonomie des risques. Les systèmes de Citi étaient configurés pour privilégier la liquidité au détriment de la diligence. Leur couche « conformité » fonctionnait sur des heuristiques obsolètes — des algorithmes formés sur des données propres, mais sourds à la manipulation humaine.

Le vrai scam n’est pas le crypto — c’est la confiance

L’actif crypto ? Sans identité vérifiée, il vaut rien. Mais la vraie perte ? 20M évaporés parce que personne ne demande : « Qui détient cette alerte ? » Nous automatisons la détection via les empreintes comportementales, mais les banques externalisent la gestion des risques à des fournisseurs qui ne parlent ni mandarin ni anglais — par peur de la responsabilité.

J’ai exécuté des simulations où les entités centralisées agissent comme des nœuds passifs dans un graphe DeFi alimenté par des incitations toxiques. Quand votre modèle assume la confiance plutôt que la vérité, vous devenez partie du problème.

Ce n’est pas une escroquerie. C’est à propos de qui est payé pour les voir.