Se estima que las actividades ilícitas en Centroamérica ascienden a US$13.500 millones al año. La inteligencia artificial y la analítica pueden detectar patrones inusuales, como el flujo de dinero hacia áreas inusuales o la compra de seguros millonarios que se cancelan poco después.
El lavado de dinero sigue siendo una preocupación global, relacionado con actividades ilegales y crímenes financieros. Según un informe de las Naciones Unidas, el lavado de dinero representa una pérdida de hasta un 2,7% del Producto Interno Bruto (PIB) mundial anualmente. La región centroamericana no escapa a esta problemática, ya que se estima que las actividades ilícitas en Centroamérica ascienden a US$13.500 millones al año, según Global Financial Integrity.
A pesar de esta situación, en Centroamérica y el Caribe, se ha despertado un gran interés en abordar el lavado de dinero y mejorar las soluciones utilizadas por las entidades financieras para detectar transacciones sospechosas. Yuri Rueda, experto en Fraude de SAS, líder en analítica avanzada y predictiva según IDC durante los últimos 28 años, destaca que muchas de las soluciones actuales contra el lavado de dinero no cumplen con las demandas del mercado y las autoridades. No incorporan tecnologías como la Inteligencia Artificial, el Machine Learning ni la Analítica.
Esto abre una brecha que las organizaciones criminales aprovechan para realizar pequeñas transacciones que, individualmente, pasan desapercibidas pero que, en conjunto y a lo largo del tiempo, representan sumas millonarias. Uno de los ejemplos citados es el envío de remesas que se dirigen a múltiples destinatarios, donde una persona recopila esos fondos de manera encubierta. Estas transacciones ilícitas son difíciles de detectar visualmente y requieren soluciones que puedan analizar comportamientos y patrones específicos para identificar actividades sospechosas.
Vea también: Derek Manky, de Fortinet: "Blockchain es un catalizador del cibercrimen y el lavado de dinero"
El lavado de dinero no debe limitarse a las transacciones monetarias, ya que a menudo está vinculado a actividades ilícitas como la trata de personas y el tráfico de animales exóticos. La inteligencia artificial, el machine learning y la analítica pueden ayudar a identificar estas actividades al detectar patrones inusuales, como el flujo de dinero hacia áreas inusuales o la compra de seguros millonarios que se cancelan poco después.
Una solución que propone la empresa en la lucha contra el lavado de dinero es SAS Anti-Money Laundering, que utiliza IA, machine learning y modelos analíticos para crear una red de vínculos entre transacciones, lo que cumple con las demandas de reguladores y autoridades. Esta red de vínculos permite un análisis exhaustivo de cuentas, nombres, ubicaciones y montos, lo que facilita la detección de transacciones sospechosas.
Rueda sugiere que países de la región, como Panamá, Costa Rica y Honduras, tienen oportunidades significativas para mejorar la implementación de soluciones basadas en estas tecnologías. Además, se ha observado que las transacciones ilícitas se realizan a menudo a través de sistemas como SWIFT, lo que ha llevado a que las entidades financieras prioricen la detección de estas operaciones.
“Existen gran cantidad de datos y, si una entidad no logra aprovechar o explotar todos los datos con los que cuenta, no podrá competir. En este caso, detectar y detener el lavado de dinero. Estos datos deben ser transformados en información para que se puedan tomar decisiones de forma inmediata y más acertadas. Además, SAS ha ayudado a las instituciones financieras a lograr una precisión de modelos de más del 90%, y reducir los falsos positivos hasta en un 80%, mejorando la tasa de conversión de los reportes de actividades sospechosas, de acuerdo con análisis iniciales de cada una de las instituciones financieras”, concluyó el experto.
댓글