Avanza uso de Inteligencia Artificial para detectar lavado de dinero

Las instituciones financieras en Latinoamérica enfrentan retos crecientes para identificar y detener los flujos de dinero ilícito en tiempo real, resultando en pérdidas financieras y riesgos de cumplimiento. Los grupos criminales utilizan cada vez las “mulas bancarias” para lavar fondos ilegales. Según el informe global sobre delitos financieros 2024, elaborado por el Nasdaq, se estima que 3.1 billones de dólares en fondos ilícitos fluyeron a través del sistema financiero global en el 2023.

En este escenario, la firma de origen español, Lynx Tech indicó los bancos a nivel global se encuentran adoptando herramientas de Inteligencia Artificial (IA) para detectar las transacciones fraudulentas, actualmente ya atienden a más de 20 bancos a nivel global, en México la firma se encuentra trabajando con Santander y BBVA, además de que se encuentra realizando pilotos para la implementación dentro de 10 bancos más.

“Las mulas bancarias representan un gran desafío en seguridad, porque muchas veces son personas que no saben que se está haciendo algo ilegal. La implementación de IA tiene la capacidad de entender grandes cantidades de datos y correlacionar, lo que nos permite detectar el tipo de comportamientos de mulas bancarias para poder alertar a los bancos y que tomen decisiones”, señaló Juan Pablo Jiménez Isaza, director de ventas para Latinoamérica en Lynx.

Mediante un modelo adaptativo diario, la firma procesa las transacciones de los clientes del banco, de esta forma se detectan aquellas que podrían ser fraudulentas o relacionadas con una actividad ilícita. Esta información se actualiza de forma diaria. De acuerdo con las pruebas de concepto de Lynx, la identificación de transacciones de fraude aumenta 40% en comparación con herramientas tradicionales, además de una reducción en los falsos positivos.

“Pasamos todas las transacciones de los clientes del banco por nuestra plataforma, de esa forma monitoreamos cada una de esas transacciones, con esa información se crean los modelos estadísticos que mediante IA pueden detectar un potencial fraude o actividad atípica”, señaló Jiménez.