Gran parte de los crímenes financieros en México son perpetrados por el crimen organizado y el narcotráfico, la IA puede ser una herramienta para evitarlos
La mayoría de los crímenes financieros en México provienen del crimen organizado y el narcotráfico. Una de sus manifestaciones más complejas es el envío de remesas, donde se dificulta hacer un análisis de riesgo, aun con herramientas de inteligencia artificial, señaló SAS.
Según datos de la Asociación de Especialistas Certificados en Antilavado de Dinero (ACAMS, por sus siglas en inglés), anualmente en Latinoamérica se lavan aproximadamente 400 mil millones de dólares.
Yuri Rueda, especialista en fraude y security intelligence LATAM de SAS, comentó a NotiPress que en México hay una conciencia más avanzada respecto a las medidas que se toman en contra del lavado de dinero. Por su parte, en algunos países de Centroamérica o Sudamérica cuentan con sistemas obsoletos, los cuales no evitan el crimen financiero.
Algunas de las instituciones de fiscalización, reguladores y revisión financiera cuentan con herramientas tecnológicas, pero la mayoría se han visto rebasadas con el uso de la tecnología por los delincuentes. En ese sentido, es necesario usar un contrapeso basado en la inteligencia artifcial (IA), machine learning y analítica avanzada.
Los expertos de SAS ubican, desde las actividades más antañas como el smurfing, que consiste en fragmentar grandes transacciones en pequeños movimientos bancarios hasta las remesas. Su naturaleza intrínseca hace altamente complicado identificar de dónde provienen estos fondos y a dónde se dirigen, aunque llegan a ser rastreables.
Otro gran reto son los silos de información, los cuales consisten en encapsulaciones de información por parte de miembros de instituciones bancarios o de orden financiero. Estos no pueden ser analizados por estar separada de los datos de la institución, complicando detectar anomalías.
El crimen organizado y el narcotráfico son los reyes de los crímenes financieros, tales como la creación y operación de empresas fantasmas, uso de prestanombres, contrabando de bienes, entre otros. Las naciones con mayores problemas de crímenes financieros en la región son Panamá, Costa Rica, Honduras y El Salvador, naciones donde predomina una de las nuevas formas de blanqueo: Swift. Este consiste en enviar dinero de procedencia ilícita desde el extranjero.
Generalmente, las investigaciones realizadas para detectar actividades ilícitas en cuanto al traspaso de capital ilegal, son investigaciones forénsicas, pues se realizan después de haber cometido el crimen. Estas se basan en redes de vínculos entre cuentas, nombres, ciudades, montos y países, es decir, rastreo de 360º.
Para contrarrestar este crimen, SAS propone conectar a cualquier base de datos de las instituciones bancarias que impliquen transacciones de dinero o adquisiciones cuantiosas. Al hacer un cruce de datos y usando soluciones satelitales, se podrá generar la fragmentación de la información.
Anteriormente, la investigación de lavado de dinero estaba separada de la realizada con el fraude, sin embargo, el robo de identidad y suplantación son una constante de buenos resultados. Los expertos comentaron que actualmente existen muchas medidas para identificar cómo se vincula el lavado de dinero y los fraudes en distinto niveles.
Diversas instituciones financieras han implementado sistemas como el SAS Antimoney Laundryng, el cual está basado en IA, machine learning y modelos analíticos. Estos están constituidos como una solución de punta a punta y parten de un monitoreo transaccional o revisión minuciosa de listas internacionales.
Por medio de estas implementaciones, diversas instituciones financieras a nivel global lograron una precisión de modelo de análisis de más del 90 por ciento. Asimismo, consiguieron reducir los falsos positivos hasta en un 80% y mejorar cuatro veces la tasa de conversión de reportes de actividades sospechosas.
Entre los beneficios para las empresas al implementar sistemas de analítica e IA en análisis van desde evitar pérdidas económicas hasta daños reputacionales.