COVID-19 aceleró la transformación digital del sector financiero, pero también amplió el terreno propicio para los ataques, los fraudes y las operaciones financieras ilícitas.
Por Por Yuri Rueda, Experto en Fraude, SAS LATAM.
A nivel mundial, los bancos han gastado un estimado de US$321 mil millones 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. 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.
Los cambios que ha experimentado el entorno empresarial debido a la contingencia provocada por el COVID-19 no han sido menores. En pocos meses, muchas empresas tuvieron que cambiar radicalmente su forma habitual de hacer negocios y de trabajar, innovando en sus procesos y acelerando su transformación digital.
Si bien la crisis sanitaria a causa del COVID-19 aceleró la transformación digital del sector financiero, también amplió el terreno propicio para los ataques, los fraudes y las operaciones financieras ilícitas. Pronto se dispararon las alertas, que evidenciaron las vulnerabilidades de los nuevos medios para intercambiar información y de colaboración, y en un paradigma de home office, y también se encendieron los focos rojos por el creciente volumen de transacciones bancarias y los posibles riesgos de fraude y lavado de dinero.
A medida que el mundo se adapta a una normalidad diferente, los organismos reguladores del sector financiero están endureciendo las leyes antilavado de dinero. Esto significa que las instituciones bancarias están obligadas a reducir el volumen y el valor de esta práctica ilegal en sus servicios.
En respuesta, un importante número de bancos están aprovechando cada vez más soluciones de tecnología avanzadas, para enfrentar estos retos. Así es como la analítica avanzada con la inteligencia artificial y el machine learning se han convertido en la respuesta al combate del lavado de dinero en la era COVID-19.
Y es que en la segunda oleada de innovación que vendrá con la era COVID, los bancos deben identificar e investigar aún más la actividad potencialmente fraudulenta y notificarla lo más rápido posible a las autoridades.
Ante este nuevo escenario, SAS destaca 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. SAS propone que las instituciones financieras cuenten con soporte para la transmisión de respuestas entre SAS AML y los sistemas de los clientes.
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. Así, a través de éste, las organizaciones del sector financiero pueden proteger y modernizar la inversión hecha en analítica avanzada, supervisar el cumplimiento al nivel de grupos, mejorar la automatización de las actividades de cumplimiento, así como mejorar la agilidad y la velocidad de las investigaciones.
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
• Optimización para la toma de decisiones más ágiles e informadas.
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.
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 (AML).