Los mecanismos de aprendizaje automático y lógica difusa creados con IA hacen posible el rastreo de quienes se dedican a esta actividad ilegal.
No es un secreto que los crímenes organizados utilizan métodos de pago cambiantes y constantemente crean empresas que nacen del ecosistema de medios de pago con el objetivo de lavar el dinero adquirido ilegalmente. Sin embargo, es necesario que tanto clientes como corporativos realicen sus transacciones financieras de forma ágil y sencilla.
A raíz de este conflicto, diversas empresas buscan, por un lado, brindar una experiencia libre de fricciones a sus clientes y, por otro, tienen la necesidad de controlar la problemática para evitar ser víctimas de estos criminales. Ante este panorama, existe una fuerte presión sobre la industria, ya que por un lado está el potencial daño en la reputación de las empresas, y por otro, las potenciales multas por parte de los reguladores.
Cabe destacar que este escenario es cada vez más complejo debido a la gran cantidad de métodos y canales de pago que existen, al igual que las transacciones con criptomonedas. Es por esta razón que las instituciones financieras y los diferentes actores del ecosistema deben poder controlar todos los procesos en los que fluyen los fondos y ser capaces de controlarlos en tiempo real.
Le puede interesar: Los costos que tendrán los ciberdelitos en 2023
Para poder garantizar esta necesidad y trabajar de manera eficiente, las entidades deben tener la capacidad de procesar cantidades increíblemente grandes de datos de manera efectiva. Un reto al que se enfrentan las diferentes instituciones es el gran volumen de “falsos positivos” que deben analizar, generando un trabajo adicional significativo y altos costos asociados.
Es por tal razón que las instituciones y entidades financieras deben abordar la problemática para mejorar su eficacia y control. Una prueba de este esfuerzo es que cada vez más los departamentos de TI, reemplazan a sus sistemas actuales que solo atacan una parte del problema y buscan soluciones inteligentes que permitan una visión integral del mismo.
Hoy, las soluciones basadas en inteligencia artificial híbrida (IAH) ofrecen mayores beneficios en la lucha contra el lavado de dinero y vigilancia de listas. Dichas herramientas son más avanzadas y efectivas, las mismas combinan procesos de autoaprendizaje basados en datos con procesos basados en el conocimiento y perfiles de clientes dinámicos, lo que se traduce en tasas de acierto significativamente más altas en la evaluación de riesgos.
“Una solución que se basa en un enfoque de IA híbrida ofrece un control completo y máxima transparencia a la hora de evaluar riesgos. Esta gestión optimizada permite identificar nuevos patrones de fraude y proporciona una visión holística del mismo, así como de la gestión de riesgos. La capacidad de respuesta y aprendizaje en tiempo real son fundamentales para anticipar y evitar el fraude”, afirma Federico dos Reis, CEO de INFORM en Latam.
De acuerdo con la información de la Asociación de Especialistas Certificados en Antilavado de Dinero (ACAMS por sus siglas en inglés) anualmente en Latinoamérica se estima que el lavado de dinero asciende a US$400.000 millones.
En línea con lo anterior, el CEO agrega que “nuestro software RiskShield investiga e identifica nuevos patrones extraños o sospechosos en el comportamiento de los clientes, tales como estructuración, movimientos de fondos, alta frecuencia o los relacionados con áreas de alto riesgo, construyendo una visión integral de cada cliente con una clasificación de riesgos automatizada y un monitoreo continuo de diligencia debida para detectar y alertar sobre comportamientos anormales. El mismo es capaz de procesar enormes cantidades de transacciones y de accionar en tiempo real gatillando acciones en diversos sistemas y evitando operaciones sospechosas”.