AML e inteligencia artificial, un paso adelante frente a los delitos financieros

“Se necesita el fortalecimiento de todas las instituciones nacionales que le dan seguimiento a los temas de delitos y fraudes financieros, en eso puede haber avances sustanciales. En materia bancaria el control del lavado y otros flujos ilegales se puede fortalecer. Yo como ministro de Hacienda en Colombia establecí (hace años) los mecanismos de revisión de las actividades de los bancos en este campo en colaboración con la Secretaría del Tesoro de Estados Unidos”.

Esta cita, referenciada por las Naciones Unidas en la presentación del Panel de Alto Responsabilidad, Transparencia e Integridad Financiera Internacional en 2021, es de José Antonio Ocampo, hoy ministro de Hacienda de Colombia, y funciona perfectamente para ilustrar lo que se espera sea un compromiso aún mayor de la nueva banca con los delitos y los fraudes financieros en el próximo tiempo.

Según las Naciones Unidas, avanzar en la creación de mecanismos para luchar contra un delito como el del lavado de activos no solo ha hecho parte de la agenda y del interés de las entidades financieras en los últimos años, también lo hará en la denominada banca del futuro.

Se estima que la cantidad de dinero blanqueado al año a nivel global está entre el 2% al 5% del PIB mundial, es decir entre 2.000 y 5.000 millones de dólares. El blanqueo de capitales suele venir acompañado de actividades como el contrabando, la venta ilegal de armas, la malversación, el tráfico de información privilegiada, el soborno y los planes de fraudes informáticos.

También resulta habitual en los crímenes organizados, como el tráfico de personas, de armas o de droga y los círculos de prostitución. Pero ayudar a combatir todos estos flagelos de manera responsable no es el único interés que este tema tiene para los bancos.

De por medio está el dar cumplimiento con normativas que les obligan a controlar clientes y transacciones e informar de actividades sospechosas; proteger la reputación de marca y el valor para los accionistas cuidándose de no involucrarse en señalamientos o investigaciones por lavado de dinero; evitar las órdenes de consentimiento, así como las sanciones civiles y penales que podrían imponerse por incumplimiento o negligencia; y reducir los gastos relativos a multas, gastos de personal y de TI y del capital reservado para la exposición al riesgo.

Es mucho lo que está en juego y por eso “fortalecer todas las instituciones que dan seguimiento a los temas de delitos y fraudes financieros”, como mencionó el ahora ministro Ocampo, es de vital importancia para las entidades financieras y los bancos del futuro.

El apoyo en tecnologías avanzadas basadas en inteligencia artificial (IA) es el camino escogido por la mayoría de las instituciones financieras para enfrentar este gran desafío que representa el lavado de activos en la actualidad.

Recientemente, un estudio global de AML evidenció que un tercio de las instituciones financieras han acelerado su adopción de IA y aprendizaje automático para el cumplimiento de AML desde que comenzó la pandemia de COVID-19. Desde el Banco Nacional de Grecia, que transforma sus operaciones bancarias con analítica avanzada e IA, hasta el Standard Chartered Bank y el JP Morgan, que convierten las pruebas de resistencia y las soluciones anti money laundering en ventajas competitivas gracias a análisis avanzados de las variables, son varios los ejemplos en los que la IA permite ir un paso delante frente a los ciberdelincuentes.

El uso de robótica, análisis semántico e IA, por ejemplo, está permitiendo a las entidades financieras una mayor automatización de los procesos, haciéndolos más eficientes y efectivos.

El monitoreo de transacciones y la detección de anomalías, así como la clasificación del riesgo del cliente, análisis de redes sociales, y muchas otras fórmulas están demostrando que el aprendizaje automático cambia de forma drástica los mecanismos con los que las instituciones financieras luchan contra el blanqueo de capitales.

Mientras que las expectativas de cumplimiento contra el lavado de dinero han aumentado debido a las prioridades regulatorias más complejas, la IA y el aprendizaje automático están cumpliendo su promesa de hacer que los programas de AML sean más automatizados, eficientes y efectivos.