IA, gestión y análisis de datos son fundamentales para combatir los crímenes financieros en México: SAS

Vocero: Yuri Rueda, especialista en Fraude y Security Intelligence LATAM de SAS

Los crímenes financieros, en particular el lavado de dinero, representan un desafío constante en todo el mundo. En el contexto de América Latina, México se destaca como un punto crítico en la lucha contra este flagelo. Sin embargo, la evolución de las tácticas utilizadas por los delincuentes y la complejidad de las operaciones de lavado de dinero han llevado a la necesidad de adoptar enfoques más avanzados, como el uso de la Inteligencia Artificial, el Machine Learning y la Analítica Avanzada para hacer contrapeso a la delincuencia organizada.

El impacto económico de estos crímenes financieros es significativo, representando entre el 2 y el 5% del Producto Interno Bruto (PIB) mundial, lo que equivale a hasta 2 billones de dólares al año, según la Oficina de las Naciones Unidas contra la Droga y el Delito

Y es que según 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 unos 400 mil millones de dólares. Esta cifra es alarmante y resalta la urgente necesidad de abordar este problema de manera efectiva.

.

Distintos métodos, un mismo problema

En México, se han implementado regulaciones estrictas para combatir el lavado de dinero, pero aún persisten desafíos, como la obsolescencia de algunos sistemas utilizados en la supervisión financiera. Los métodos tradicionales de lavado, como el “Pitufeo” o “Smurfing”, continúan siendo un problema, ya que implican la fragmentación de grandes transacciones en movimientos más pequeños, realizados con ayuda de múltiples cómplices, para evitar la detección.

Uno de los mayores desafíos en la lucha contra el lavado de dinero es el seguimiento de las remesas. Aunque estas transacciones son rastreables, la identificación de su origen y destino puede resultar complicada.

Otro gran reto, se ubica en los “silos de información” dentro de las instituciones financieras dificultan la detección de actividades sospechosas, ya que la información se encuentra encapsulada y separada del resto de los datos de la institución, por lo que complica detectar anomalías relacionadas con estos.

Si bien a la lista se suman distintos ilícitos como la creación y operación de empresas, fantasma, el uso de prestanombres en operaciones de procedencia dudosa, inversiones en fondos indexados o en aseguradoras con capital ilegal, contrabando de distintos bienes, objetos o seres vivos; compraventa de inmuebles o joyería de alta gama; o adquisición de vales de despensa, etc.

Sin embargo, El crimen organizado y el narcotráfico siguen siendo los principales impulsores de estos delitos financieros en la región, y México no es una excepción. Las naciones de América Central, como Panamá, Costa Rica, Honduras y El Salvador, enfrentan nuevos desafíos, como el uso de la red Swift para el blanqueo de fondos.

IA para contrarrestarlo

Por lo regular las investigaciones que se realizan para detectar actividades ilícitas en cuanto al traspaso de capital ilegal, son investigaciones forénsicas o “post-mortem”, pues se llevan a cabo luego de que ya se cometió el ilícito y se basan en redes de vínculos, entre cuentas, nombres, ciudades, montos y países, es decir, por medio de acciones de rastreo de 360 grados.

Las soluciones de análisis y gestión de datos pueden conectar las bases de datos de instituciones financieras, aseguradoras y empresas, cruzando información con instituciones reguladoras y fiscalizadoras. A sí como evitar soluciones satelitales o que operen alrededor de este sistema y de forma independiente o externa, esto evita la fragmentación de datos y permite un enfoque más holístico para identificar actividades sospechosas. 

Anteriormente, la investigación de lavado de dinero estaba separa de la que se realizaba con el fraude, sin embargo, hoy el robo de identidad, suplantaciones y demás ilícitos relacionados a bancos o aseguradoras son una constante con buenos resultados. Actualmente existen muchas medidas a través de las cuales se puede identificar de qué manera se vinculan el lavado de dinero y los fraudes en distintos niveles. Además, hoy ha escalado para posicionarse como un delito con un impacto importante dentro de las instituciones bancarias.

En los últimos años han repuntado las implementaciones de sistemas como el SAS Antimoney Laundryng, el cual está basado en IA, Machine Learning y modelos analíticos, los cuales están constituidos como una solución de punta a punta y parten del monitoreo transaccional o revisión minuciosa de listas internacionales como las GAFI (Grupo de Acción Financiera Internacional); customer due dillingence; know your customer (KYC), el cual tiene su mayor aplicación en el momento de la originación de créditos, al detectar respuestas sospechosas en solicitudes. 

Estas implementaciones, ayudan a instituciones financieras a nivel global para lograr una precisión de modelo de análisis de más del 90%, reducir los falsos positivos hasta en un 80% y mejorar cuatro veces la tasa de conversión de reportes de actividades sospechosas (SAR por sus siglas en ingles).

La implementación de estas soluciones tecnológicas ofrece beneficios significativos para las empresas, incluyendo la prevención de pérdidas económicas, la protección de la reputación, el cumplimiento normativo y la reducción de la carga operativa. Además, ayudan a adaptarse a cambios regulatorios locales y a mejorar la eficiencia en la elaboración de reportes regulatorios.

En conclusión, el lavado de dinero es un problema persistente que requiere la adopción de tecnología avanzada para abordarlo de manera efectiva. La Inteligencia Artificial y el Machine Learning son herramientas clave en la lucha contra los crímenes financieros, y su implementación es esencial para proteger la integridad del sistema financiero y la economía en general. Los países han avanzado en este campo, pero debe seguir innovando y adaptándose a las nuevas estrategias de los delincuentes.