Cuatro tendencias tecnológicas antilavado

La aceleración tecnológica que impulsó la pandemia también amplió el terreno propicio para los ataques, los fraudes y las operaciones financieras ilícitas; de ahí que las autoridades endurecieran las leyes antilavado, aseveró SAS Latam. 

Lo cierto es que a nivel mundial, los bancos han gastado un estimado de 321,000 millones de doláres en multas desde 2008 por no cumplir con los estándares regulatorios, facilitar el lavado de dinero, el financiamiento del terrorismo y la manipulación del mercado, detalló. 

LEE: POR QUÉ EL COMERCIO EN LÍNEA FACILITA EL LAVADO DE DINERO

“De hecho, se estima que el total de dinero lavado anualmente en todo el mundo podría ubicarse entre un 2% y un 5% del PIB mundial. La amenaza es real y las instituciones financieras están obligadas a actuar rápidamente”, subrayó en un comunicado. 

Por lo anterior la firma destacó cuatro temas que tendrán una influencia importante en las estrategias antilavado de dinero (AML) a escala global:

Orquestación. Es crítico para las instituciones financieras contar con una arquitectura que integre varios sistemas fuente para transformar y enriquecer los datos de clientes y terceros para utilizarlos en el monitoreo y el análisis. 

Inteligencia artificial. Esta tecnología contribuye a la evolución continua hacia casos de uso de la analítica avanzada para incluir modelado avanzado, automatización de alertas, recolección de datos y creación de narrativas.

Interacción con el usuario. Una experiencia común y visualización a través del stack AML que escale y gestione todas las variables bajo un soporte integrado de configuración de flujos de trabajo, vistas, páginas y tableros.

Planes de migración. La documentación completa de la migración, los recursos y los servicios previamente definidos.

Con estos temas es posible desarrollar un marco de cumplimiento de próxima generación que ayudará a reducir los costos y riesgos de incumplir las regulaciones vigentes y futuras. 

Asimismo, con la Inteligencia Artificial como piedra angular de la estrategia de AML, se añaden innovadoras funcionalidades, como:

• una capa de automatización para la gestión de datos

• mayor visualización

• capacidad para integrar soluciones machine learning y deep learning

• procesamiento de lenguaje natural

• forecasting

• pptimización para la toma de decisiones más ágiles e informadas

SAS Latam explicó que la analítica avanzada y la Inteligencia Artificial ofrecen a los bancos análisis de los flujos financieros y detección inteligente de anomalías en tiempo real. Al mismo tiempo, permiten que los equipos encargados de combatir el lavado de dinero estén un paso delante de los delincuentes, identifiquen indicadores de actividades fraudulentas y vean con mayor claridad las nuevas tendencias en prevención de lavado de dinero. 

“Hoy es esencial que los bancos puedan demostrarles a los reguladores la forma en que las transacciones se marcan siguiendo ciertos parámetros, cómo realizan la segmentación de clientes, cómo utilizan los modelos predictivos y perfeccionan la detección. Deben tener la capacidad de demostrar que sus decisiones no son determinadas por prejuicios o malas interpretaciones”, puntualizó.