Foto: Sergio F Cara (NotiPress/Composición)
Un cuarto de las empresas en el mundo planea implementar soluciones de inteligencia artificial (IA) para prevenir el lavado de dinero en los próximos 12 a 18 meses. Así lo indica un estudio conjunto de SAS, KPMG y la Asociación de Especialistas Certificados en Prevención de Lavado de Dinero (ACAMS). El informe señala que la adopción tecnológica en esta área clave sigue siendo limitada, pese a su demostrado potencial.
Actualmente, solo el 18% de las instituciones financieras encuestadas ya utiliza IA o aprendizaje automático (ML) en entornos de producción. Otro 18% se encuentra en fase piloto, mientras que un significativo 40% no tiene planes inmediatos de adopción. Esta situación persiste a pesar de las capacidades de estas tecnologías para automatizar alertas, detectar transacciones sospechosas y reducir falsos positivos.
En el caso de México, el escenario se volvió más complejo luego de que el gobierno de Estados Unidos clasificara al crimen organizado mexicano como terrorismo internacional. Esta decisión elevó la presión sobre las organizaciones para prevenir cualquier vínculo con actividades ilícitas, incluso de forma indirecta. De acuerdo con especialistas de SAS, esto obliga a las empresas a reforzar sus estrategias de cumplimiento y adoptar herramientas tecnológicas que reduzcan el riesgo de exposición.
De acuerdo con el estudio proporcionado a NotiPress, entre los principales objetivos de la implementación de IA figuran la reducción de falsos positivos (38%), la automatización del enriquecimiento de datos para investigaciones (25%) y la detección de nuevos riesgos mediante modelos avanzados (23%). Según Timo Purkott, líder global en KPMG para fraudes y crímenes financieros, "estas tecnologías resultan especialmente útiles en los análisis de grandes volúmenes de datos, lo que permite a las instituciones adelantarse a los criminales financieros".
No obstante, en México persisten importantes obstáculos. La falta de un marco regulatorio claro, restricciones presupuestarias y la escasez de talento especializado son las principales barreras para la implementación de IA y ML en los sistemas de cumplimiento. A nivel internacional, el 37% de los encuestados identificó la ausencia de un imperativo regulatorio como el mayor impedimento, seguido por limitaciones de presupuesto (34%).
La percepción sobre el papel de los reguladores también cambió. "La encuesta indica que los profesionales de la prevención de lavado de dinero creen que los reguladores se enfriaron respecto a la IA", afirmó Kieran Beer, analista principal y director de contenido editorial de ACAMS. La proporción de profesionales que considera que los reguladores apoyan la innovación tecnológica disminuyó 15 puntos desde 2021, situándose en 51%.
Frente a estos desafíos, se recomienda a las empresas mexicanas, particularmente aquellas de los sectores financiero, logístico, construcción, bienes raíces y comercio exterior, adoptar una postura más activa. Las acciones sugeridas incluyen la integración de herramientas de IA en procesos de monitoreo de transacciones, el fortalecimiento de las áreas de cumplimiento y la trazabilidad documental de proveedores y relaciones comerciales.
Además, se insta a colaborar con autoridades mediante programas de certificación y reportes de operaciones sospechosas. Stu Bradley, vicepresidente senior de SAS, señaló que "el primer paso hacia esa integración es establecer un ecosistema de datos que combine datos de todas las fuentes".
El informe concluye que el 86% de las instituciones ya comenzó a integrar sus procesos de prevención de lavado de dinero, fraude y seguridad de la información. Este enfoque interconectado podría representar una ventaja competitiva para las organizaciones que decidan liderar la adopción tecnológica.
DESCARGA LA NOTA SÍGUENOS EN GOOGLE NEWS
