Por Francisco Richardt
La Prevención de Lavado de Dinero (PLD) se ha vuelto un tema de vital importancia en la lucha global contra los delitos financieros como financiamiento al terrorismo y tráfico de drogas y personas. Con el rápido avance tecnológico, el rol de la Inteligencia Artificial (IA) ha crecido significativamente y tiene el potencial de revolucionar los esfuerzos por mejorar la precisión, efectividad y eficiencia para detectar actividades vulnerables en temas de PLD. Sin embargo, también la IA en el tema de PLD presenta varios desafíos y consideraciones en el ramo ético que no se pueden ignorar.
¿Cuál es el rol de la IA en temas de PLD?
Los algoritmos de IA pueden analizar cantidades inmensas de información en tiempo real, que ayudan a identificar patrones y anomalías en transacciones y/o actividades que se pueden investigar en un futuro. Estos algoritmos automatizados pueden ayudar a las instituciones financieras a mejorar la precisión, efectividad y eficiencia para reducir costos y liberar recursos para otras actividades críticas. La gran ventaja de los algoritmos de IA es que están en constante aprendizaje y adaptación a nuevos patrones y tendencias que mejora la precisión y acota más puntualmente los riesgos.
A grandes rasgos, el rol de la IA en temas de PLD, es proveer un sistema más sofisticado y automatizado para detectar y prevenir actividades vulnerables, así como reducir los costos y tiempo en las instituciones financieras.
¿Cuáles son las ventajas de la IA en temas de PLD?
- Mayor Precisión: Los algoritmos de IA pueden procesar inmensas cantidades de información en tiempo real y así identificar patrones y tendencias que serían muy difíciles por la capacidad humana. Esto permite a las instituciones financieras identificar transacciones sospechosas, mejorar comportamientos y tendencias, así como reducir los errores ocasionados por “falsos positivos”.
- Mejorar la Eficiencia: La IA puede automatizar la gran mayoría de tareas ejecutadas por personas. Algunos ejemplos son el monitoreo de transacciones, así como la identificación de los clientes. Con ello, pueden liberar a las personas para realizar tareas con mayor criticalidad.
- Constante Aprendizaje: Los algoritmos de IA están en constante aprendizaje y, por ende, en constante adaptación a nuevos patrones y tendencias. Esto permite que las instituciones financieras estén más preparadas contra amenazas y riesgos.
- Reducción de Costos y Tiempo: Al automatizar la mayor cantidad de tareas en los procesos de PLD, las instituciones financieras reducen los costos y tiempos y reaccionan de manera más activa y rápida ante amenazas, investigaciones y revisiones de cumplimiento.
- Mejorar Experiencia de Usuario (UX): Al utilizar IA, el proceso de identificación e investigación del cliente se puede gestionar de manera digital, haciéndolo mucho más sencillo y rápido para los clientes, tanto para abrir cuentas como ejecutar transacciones.
¿Cuáles son los retos de la IA en temas de PLD?
- Calidad de la Información: Los algoritmos de IA dependen ampliamente de la calidad de la información para poder hacer predicciones con mayor precisión. Sin embargo, las instituciones financieras pueden encontrar dificultades con la calidad de la información como lo pueden ser expedientes incompletos o no precisos. Esto puede conllevar a “falsos positivos” o “falsos negativos” que reducen la precisión de la IA.
- Difícil de Explicar: Los algoritmos de IA son complejos y difíciles de entender, lo que puede dificultar las explicaciones y justificaciones de las decisiones tomadas por las instituciones financieras ante autoridades regulatorias y auditores externos e internos.
- Cumplimiento a las Normas de la Ley: Las instituciones financieras tienen que cumplir con las normas establecidas en la ley que típicamente son muy complejas y están cambiando constantemente. La implementación de IA podrá requerir cambios constantes a sistemas y procesos existentes, lo cual pudiera llevar a altos costos de mantenimiento.
- Experiencia Humana: A pesar de que la IA puede automatizar la gran mayoría de tareas y procesos de PLD, la experiencia de las personas es necesaria para tomar decisiones basados en los resultados de los algoritmos. Uno de los grandes retos de las instituciones financieras es encontrar personal calificado que puede balancear de manera efectiva los resultados de la IA, así como mejorar sus usos.
- Preferencias: Si los algoritmos de la IA no son entrenados adecuadamente o si la información proporcionada no es de calidad, entonces podrá haber problemas de preferencias que pueden llevar a discriminación y predicciones imprecisas.
¿Cuáles son las aplicaciones reales y en el futuro para la IA en temas de PLD?
- Monitoreo de transacciones.
- Evaluación de riesgos.
- Identificación de clientes y negocios.
- Reporte de actividades vulnerables.
- Mejorar falsos positivos.
- Análisis predictivo.
En la actualidad existen instituciones financieras en los países de primer mundo que ya se subieron al tren de la IA en temas de PLD y los resultados han sido exorbitantes. Desde reducir “falsos positivos” hasta en un 95%, reducir costos anualmente de $400,000 dólares identificando transacciones sospechosas, así como reducir tiempos en temas de cumplimiento hasta en un 40%.
La IA está en una constante evolución, y sin duda, se irá integrando en los diferentes procesos de PLD cada vez más de manera más eficiente, rápida e innovadora para luchar contra los crímenes financieros.
Si todavía no te subes a este tren, no te puedes perder las próximas ediciones…
Francisco Richardt
CEO de FINDIS y autor del libro: “Inversumidor”.