Chainalysis表示，在区块链调查中，不应将机器学习视为最终证据。该公司认为，预测模型可以帮助在海量链上数据中发现模式，但不适合用于就钱包控制权作出基础性判断。在8月14日发布的一份报告中，这家区块链分析公司表示，其不会使用机器学习来识别钱包分组，也不会据此判断多个区块链地址是否由同一实体控制。该公司将钱包聚类归类为一级结构情报，这意味着相关方法必须具备确定性、可复现性和可审计性。该公司表示，只要将AI输出视为概率性信号，并进行额外验证，AI在线索生成、异常检测、模式识别以及基于证据的类别评估方面仍然有用。Chainalysis还将这一问题与Daubert标准（美国对专家证据的检验标准）下的法律审查联系起来，并提及2024年的 United States v. Sterlingov 一案。该公司表示，法院在审查聚类如何构建以及相关推理能否被独立验证后，认为其聚类方法具有充分的可靠性。