根據 Chainalysis 於 18 日（當地時間）發布的聲明，該區塊鏈數據分析公司正式推出全新自動化工具「工作流程（Workflows）」，協助用戶無需撰寫程式碼，即可分析鏈上數據、調查詐騙與執行合規監控作業。這項新工具旨在降低鏈上犯罪調查的技術門檻，推動「鏈上調查」普及化，應對日益複雜的 AI 驅動型詐騙行為。

根據官方說明，「工作流程」是一種預置流程模板，允許非技術背景的調查人員或合規監控團隊在不撰寫 SQL 或 Python 代碼的情況下，自動執行標準化操作。Chainalysis 表示，這不僅能提升調查工作效率，也有助於確保執行結果的一致性與可擴展性。

Chainalysis 產品經理 Ekim Buyuk 表示，「過去這類數據分析需仰賴技術專長，但現在任何人只需幾分鐘就能上手。我們希望調查人員不再被複雜的鏈上結構困擾，而能專注在重要的問題思考上。」他也指出，詐騙集團正在積極導入生成式 AI 與其他新興科技，使詐騙手法更具欺騙性與規模化。根據內部調查，AI 詐騙帶來的平均損失金額為傳統詐欺的 4.5 倍，顯示風險正快速擴張。

在鏈上分析過程中，也常發現單一受害者的損失雖小，背後卻牽連上千筆錢包與資金流向，說明大型詐騙網絡具極強的隱蔽性與系統性，需依賴自動化工具深入挖掘。

根據 Chainalysis 發布的《2025 年加密貨幣詐騙與非法活動報告》指出，單在過去一年內，全球因加密詐騙遭受的損失就高達 170 億美元（約新台幣 25,109 億元）。報告分析指出，詐騙規模急遽上升的原因之一，來自 AI、深偽技術與跨境洗錢網絡等科技手段的「詐騙商業化」趨勢。

近期案例亦印證這點。2026 年 1 月 2 日，一名駭客在多個支援以太坊虛擬機（EVM）的區塊鏈上操作，成功利用數百個錢包漏洞，每筆盜取約 2,000 美元（約新台幣 29.5 萬元）。雖然規模單次金額不高，但鏈上分析顯示攻擊具高度組織性，疑與 2025 年的 Ledger 漏洞事件有關。知名鏈上分析師 ZachXBT 提出此關聯性的研判。

此外，社交工程類詐騙也屢見不鮮。ZachXBT 曾追蹤一起詐騙事件，詐欺者假冒 Coinbase 客服中心，於一年之內騙取 200 萬美元（約新台幣 2.95 億元）資金。

然而，鏈上資訊同時也為防守者提供反制契機。據區塊鏈安全公司 PeckShield 於去年 12 月發布的數據，2023 年 12 月加密貨幣駭客損失為 7,600 萬美元（約新台幣 112.2 億元），較前一月的 1 億 9,420 萬美元（約新台幣 286.7 億元）大減 60%。這反映出業界在資安防護與應變流程方面正持續進步。

評論：在 AI 技術日漸惡用之際，Chainalysis 所推出的「工作流程」不只是工具上的升級，也象徵鏈上調查步入民主化與自動化階段。透過簡化、高效率的分析機制，更多非技術用戶與執法單位能更迅速地應對加密詐騙犯罪。該趨勢可望在未來成為鏈上安全的核心防線，為整體生態系創造正向迴圈。

隨著詐騙模式日益狡猾，加密貨幣產業亟需建立彈性、防護性兼備的應變體系，而這類自動化工具或將是其中關鍵拼圖。