SAN JOSÉ, 03. Abril (Elmundo.cr) – En la actualidad, la inteligencia artificial (IA) y el aprendizaje mecánico (ML) se han establecido como herramientas clave en la lucha contra el lavado de dinero. A pesar de su potencial, la implementación de estas tecnologías en el sector financiero avanza a un ritmo más lento de lo esperado. Según un exhaustivo estudio realizado por SAS, en colaboración con KPMG y la Asociación de Expertos Certificados en la Prevención del Lavado de Dinero (ACAM), se ha evidenciado que las instituciones financieras aún enfrentan importantes desafíos para adoptar tecnologías avanzadas.
El estudio, respaldado por una encuesta aplicada a 850 miembros de ACAM, revela datos significativos sobre la situación actual. Solo el 18% de los encuestados ha incorporado soluciones de IA y ML en sus operaciones, mientras que otro 18% se encuentra en fases de pilotaje. Un 25% adicional tiene planes de implementación en un plazo de 12 a 18 meses. Sin embargo, un alarmante 40% de las organizaciones consultadas no cuentan con planes inmediatos para adoptar estas tecnologías, lo que pone de manifiesto una reserva notable en el sector.
Ventajas de IA en la prevención del lavado de dinero
El informe destaca cómo la IA y el ML son herramientas efectivas en la detección de actividades sospechosas y en la automatización de alertas, así como en la generación de evaluaciones de riesgo que permiten reducir la incidencia de falsos positivos en los sistemas de monitoreo. Timo Purkott, representante de KPMG en el ámbito de la transformación de delitos financieros, subraya que estas tecnologías son especialmente valiosas para el análisis de grandes volúmenes de datos, lo que facilita la identificación de delincuentes financieros.
Purkott enfatiza que la reducción de falsos positivos se ha convertido en una prioridad creciente, con el 38% de los encuestados identificando este como su principal objetivo al implementar IA y ML. Otros objetivos relevantes incluyen la automatización del enriquecimiento de datos de investigaciones (25%) y la identificación de nuevos riesgos mediante técnicas avanzadas de modelado (23%).
Desafíos en la adopción IA / ML
A pesar de las indudables ventajas de estas tecnologías, la encuesta revela que varias barreras aún obstaculizan su adopción. Un 37% de los encuestados considera que la falta de un imperativo regulatorio es el principal obstáculo, seguido de limitaciones presupuestarias que afectan al 34%. Además, existe una percepción de que los reguladores han disminuido su apoyo hacia la innovación en IA y ML, lo que ha contribuido a la renuencia de algunas instituciones a adoptar estas herramientas avanzadas.
El estudio también indica que el porcentaje de profesionales que perciben a los reguladores como promotores de la innovación ha bajado a 51%, un aumento notable desde el 21% en 2021. Por otro lado, aquellos que los consideran «resistentes a los cambios» han visto más que duplicadas sus cifras, pasando del 6% al 13% en el mismo período.
“La investigación indica que los profesionales de PLD creen que los reguladores se han enfriado en relación con la IA”, comentó Kieran Beer, analista principal de ACAM. Otro desafío que se menciona es la falta de habilidades especializadas en la implementación de soluciones de IA y ML. Sin embargo, este problema ha perdido relevancia, ya que solo el 11% de los encuestados lo señalaron como un tema preocupante, una notable disminución respecto a los años anteriores.
La futura IA para prevenir el lavado de dinero
Para sacar el máximo provecho a las capacidades de la IA y el ML, las organizaciones deben enfocarse en la integración de datos, equipos y tecnología. Según Stu Bradley, vicepresidente sénior de gestión de riesgos en SAS, “el primer paso hacia esta integración es establecer ecosistemas de datos que conecten información de diversas fuentes”.
La encuesta revela que el 86% de las instituciones ya han implementado algún tipo de integración entre los procesos de prevención del lavado de dinero, el combate al fraude y la seguridad de la información, lo que les otorga una ventaja competitiva crucial en el sector.
“Si bien algunas organizaciones esperan una clara orientación de los reguladores, aquellas que adoptan IA y ML con estrategias de gestión adecuadas pueden optimizar sus capacidades para detectar actividades ilícitas, posicionándose así como líderes en la lucha contra el crimen financiero”, concluye el análisis de la encuesta.
