Por Benjamín Darán Moreno
Introducción
En el mundo moderno, el lavado de dinero y el financiamiento al terrorismo representan amenazas significativas para la estabilidad financiera global. Las instituciones financieras y empresas en sectores vulnerables están constantemente buscando métodos eficaces para mitigar estos riesgos. La Inteligencia Artificial (IA) ha emergido como una herramienta poderosa en la lucha contra actividades ilícitas, alineándose con las 40 recomendaciones del Grupo de Acción Financiera Internacional (GAFI) y las conclusiones de la Evaluación Nacional de Riesgo (ENR) de México.
El Papel de la IA en la Prevención de Lavado de Dinero y Financiamiento al Terrorismo
La IA ofrece capacidades avanzadas que superan las limitaciones de los sistemas tradicionales. Estas capacidades incluyen el análisis de grandes volúmenes de datos en tiempo real, la identificación de patrones complejos y la predicción de comportamientos sospechosos con alta precisión. Estos beneficios están en línea con las recomendaciones del GAFI, que destacan la importancia de utilizar tecnologías modernas para combatir el lavado de dinero y el financiamiento del terrorismo.
- Análisis de Grandes Volúmenes de Datos
Uno de los mayores desafíos en la prevención del lavado de dinero es la capacidad de analizar enormes volúmenes de datos generados por transacciones financieras. Los sistemas de IA pueden procesar y analizar datos de múltiples fuentes en tiempo real, lo que permite una detección más rápida y precisa de actividades sospechosas. La recomendación 15 del GAFI alienta el uso de nuevas tecnologías para mejorar la eficacia de los sistemas de PLD/FT.
- Identificación de Patrones Complejos
Los delincuentes utilizan técnicas cada vez más sofisticadas para ocultar sus actividades. Los algoritmos de IA pueden identificar patrones complejos que serían difíciles de detectar para los sistemas tradicionales. Por ejemplo, el análisis de redes neuronales puede descubrir relaciones ocultas entre transacciones aparentemente no relacionadas. Esto se alinea con la recomendación 19 del GAFI, que insta a las instituciones financieras a implementar sistemas de monitoreo sofisticados para detectar actividades sospechosas.
- Predicción de Comportamientos Sospechosos
La IA no solo detecta actividades sospechosas, sino que también predice comportamientos futuros basándose en datos históricos. Los modelos de aprendizaje automático pueden aprender de casos anteriores de lavado de dinero y aplicar ese conocimiento para identificar nuevas amenazas. Esto permite a las instituciones financieras tomar medidas preventivas antes de que ocurra una transacción ilícita.
Aplicación de la IA en Actividades Vulnerables según el Artículo 17 de la LFPIORPI
El artículo 17 de la Ley Federal para la Prevención e Identificación de Operaciones con Recursos de Procedencia Ilícita (LFPIORPI) identifica diversas actividades vulnerables que requieren medidas especiales de prevención. La IA puede ser aplicada de manera eficaz en estas actividades para mitigar los riesgos de lavado de dinero.
- Identificación y Monitoreo en Tiempo Real
Las soluciones de IA pueden monitorear transacciones en tiempo real, identificando inmediatamente cualquier actividad que se desvíe de los patrones normales. Esto es crucial en sectores como juegos y sorteos, bienes inmuebles, comercio de metales y joyas, y servicios profesionales independientes, donde las transacciones ocurren rápidamente y en grandes volúmenes.
- Evaluación de Riesgo de Clientes
La IA puede ayudar a las empresas a realizar evaluaciones de riesgo más precisas de sus clientes. Utilizando datos históricos y comportamientos transaccionales, los sistemas de IA pueden clasificar a los clientes según su nivel de riesgo y ajustar los controles de manera adecuada. Esto responde a las recomendaciones de la ENR que destacan la necesidad de una segmentación más precisa del riesgo de clientes en sectores vulnerables.
- Reducción de Falsos Positivos
Uno de los problemas más comunes en los sistemas tradicionales de detección de fraude es la alta tasa de falsos positivos. La IA mejora significativamente la precisión de la detección, reduciendo el número de alertas falsas y permitiendo que los equipos de cumplimiento se enfoquen en las verdaderas amenazas. Esto está en línea con la recomendación 22 del GAFI, que sugiere mejorar la eficacia de los sistemas de detección.
Implementación en Instituciones Financieras.
Las instituciones financieras en México, supervisadas por la Comisión Nacional Bancaria y de Valores (CNBV), también pueden beneficiarse significativamente de la implementación de la IA en sus sistemas de prevención de lavado de dinero.
- Detección y Monitoreo de Transacciones
La IA puede monitorear todas las transacciones realizadas por las instituciones financieras, analizando grandes volúmenes de datos en tiempo real para detectar actividades sospechosas. Esto incluye la identificación de transacciones estructuradas, transferencias internacionales inusuales y patrones de comportamiento que no se alinean con el perfil del cliente.
- Análisis de Riesgo de Clientes
Mediante el uso de IA, las instituciones financieras pueden realizar evaluaciones de riesgo más precisas y dinámicas de sus clientes. La IA puede analizar el historial transaccional y otros datos relevantes para asignar un puntaje de riesgo a cada cliente, permitiendo a las instituciones ajustar sus medidas de debida diligencia en consecuencia.
Conclusión
La inteligencia artificial representa una herramienta poderosa y esencial en la lucha contra el lavado de dinero y el financiamiento al terrorismo. Su capacidad para analizar grandes volúmenes de datos, identificar patrones complejos y predecir comportamientos sospechosos la convierte en una inversión valiosa para cualquier empresa en sectores vulnerables. La implementación de IA no solo mejora la seguridad y cumplimiento normativo, sino que también protege la integridad del sector financiero y contribuye a la estabilidad financiera global. Al alinearse con las recomendaciones del GAFI y las conclusiones de la ENR de México, la IA se presenta como una solución robusta y adaptable para mitigar los riesgos de PLD/FT.
Bibliografía
- FATF Recommendations. (s/f). Fatf-gafi.org. Recuperado el 21 de junio de 2024, de https://www.fatf-gafi.org/en/topics/fatf-recommendations.html
- (S/f). Worldbank.org. Recuperado el 21 de junio de 2024, de https://www.worldbank.org/en/topic/financialsector/publication
Benjamin Darán Moreno
Contador Público titulado, egresado del Instituto Politécnico Nacional, certificado por la CNBV en PLD/FT, especialidad en Impuestos y socio mayoritario de una consultora de negocios.
