El 25% de las organizaciones a nivel global adoptarán soluciones de inteligencia artificial (IA) en la lucha contra el lavado de dinero en los próximos 12 a 18 meses, según un estudio conjunto de SAS, KPMG y la Asociación de Especialistas Certificados en Prevención de Lavado de Dinero (ACAMS).
Sin embargo, la implementación sigue siendo limitada debido a la falta de un marco regulatorio claro y a la escasez de recursos financieros y talento especializado.
En el contexto mexicano, la reciente clasificación del crimen organizado mexicano como una amenaza terrorista internacional por parte de Estados Unidos ha incrementado la presión sobre las empresas para adoptar medidas preventivas.
El vínculo con actividades ilícitas podría derivar en sanciones severas, como congelamiento de cuentas y prohibición de transacciones. Las instituciones deben tomar medidas preventivas robustas para evitar cualquier vínculo con el crimen organizado, lo que hace aún más urgente la adopción de tecnologías como la IA.
El estudio revela que, aunque la IA ha demostrado ser eficaz en la mejora de la detección de transacciones sospechosas y en la reducción de falsos positivos, solo el 18% de los encuestados en el estudio ya la implementa en producción, mientras que otro 18% se encuentra en fase piloto. A pesar de estos avances, el 40% de las organizaciones aún no tiene planes de adopción.
Las principales ventajas de implementar IA y aprendizaje automático (ML) son la automatización en el monitoreo de transacciones, la mejora en la evaluación de riesgos y la reducción de falsos positivos. Entre los objetivos clave se incluyen la reducción de falsos positivos (38%), la automatización del enriquecimiento de datos para investigaciones (25%) y la detección de nuevos riesgos con modelos avanzados (23%).
En cuanto a los retos para México, los obstáculos incluyen la falta de un marco regulatorio claro, limitaciones presupuestarias y la escasez de profesionales capacitados en tecnologías avanzadas. A nivel global, el 37% de los encuestados considera que la falta de una regulación obligatoria es el principal impedimento para la adopción de estas tecnologías, seguido de la falta de presupuesto (34%).
Para enfrentar estos desafíos, SAS recomienda a las empresas mexicanas adoptar una postura proactiva mediante la implementación de soluciones de IA y ML, fortalecer las áreas de cumplimiento con equipos capacitados y auditar los procesos internos para garantizar la trazabilidad. Además, sugieren la creación de ecosistemas de datos integrados que conecten áreas como prevención de lavado de dinero (PLD), fraude, seguridad de la información y fiscalización.
A medida que más instituciones implementan soluciones de IA y ML, aquellas que logren integrar estas tecnologías con una adecuada estrategia de gobernanza estarán mejor posicionadas para detectar y prevenir el lavado de dinero, y, a largo plazo, podrán liderar en la lucha contra el crimen financiero.
