Roy Prayikulam, SVP de Riesgo y Fraude en INFORM, revela las mejores prácticas para combatir el crimen financiero, incluyendo herramientas para la detección del fraude y la lucha contra el lavado de dinero (FRAML).
En el último tiempo, el ámbito financiero mundial se ha visto envuelto en una compleja red de crímenes financieros que suponen más de 800.000 millones de dólares lavados al año. Con el objetivo de analizar esta realidad, INFORM (uno de los principales proveedores de sistemas de inteligencia artificial y optimización matemática a nivel mundial) realizó un encuentro que convocó a 137 representantes de 24 bancos y proveedores de servicios de pago, a fin de intercambiar información sobre las mejores prácticas para combatir el crimen financiero.
En esta actividad, en la cual destacó el concepto “FRAML” que combina la detección del fraude y la lucha contra el lavado de dinero, también se abordaron distintos casos de estudio. Entre ellos, la importancia de que los entes reguladores fomenten la adopción de tecnologías innovadoras que permitan reforzar la eficiencia de la gestión de riesgos del fraude y el crimen financiero.
IA, una herramienta eficaz
La Inteligencia Artificial (IA) está revolucionando muchos ámbitos, y la industria financiera no es la excepción. En este escenario, el FRAML es posible ya que gracias a la IA se pueden obtener resultados más precisos gracias a la automatización del intercambio de datos y mayor conocimiento entre funciones que tradicionalmente operaban como silos.
“En la era de la banca digital, la hiperdigitalización del fraude ha impulsado la necesidad de un marco de cumplimiento integrado de FRAML, facilitando la detección y análisis en tiempo real de actividades ilícitas, así como también el modelado predictivo, reduciendo considerablemente los falsos positivos”, comenta Roy Prayikulam.
Como caso de éxito INFORM desarrolló un software para proveedores de servicios de telecomunicaciones, donde los clientes utilizan sus teléfonos como “cuenta bancaria” para operaciones financieras, tales como registros, inicios de sesión, transacciones financieras o solicitudes de préstamos.
Roy Prayikulam entregó más detalles acerca de esta solución, indicando que, en este ámbito, una plataforma “end-to-end” con soluciones basadas en IA integra las mejores prácticas en prevención del fraude. “En palabras simples, cuando un nuevo cliente se registra, la IA realiza la segmentación de este cliente y califica el riesgo basándose en varios datos ingresados, pero al mismo tiempo, lo escanea contra listas de vigilancia y de sanciones. De esta manera, implementamos una integración comparable de evaluaciones relacionadas con fraude y cumplimiento para todo el ciclo de vida del cliente, lo que ocurre en tiempo real al activarse dinámicamente con cada nueva acción que realiza dicho cliente”, detalla el especialista.
La IA híbrida y el futuro del FRAML
En este mismo contexto destaca la aplicación de la IA híbrida. En el caso del FRAML esta herramienta es muy poderosa, ya que permite analizar enormes conjuntos de datos, aprender de ellos e identificar patrones ocultos de actividad fraudulenta y lavado de dinero, los que pasarían inadvertidos para los analistas o los sistemas convencionales basados en reglas.
“En la detección de crímenes financieros complejos, los sistemas de IA híbrida pueden descubrir comportamientos inusuales en las transacciones, a la vez que consideran la información del contexto, reduciendo los falsos positivos sin comprometer las tasas de detección. Estas tecnologías se adaptan a las nuevas tácticas de fraude y lavado de dinero, permitiendo que los sistemas evolucionen con los patrones de fraude emergentes”, destaca Roy Prayikulam.
¿Cuál es el futuro del FRAML? Considerando una perspectiva más amplia del crimen financiero y una mayor precisión de la evaluación de riesgos, lo cierto es que hoy las soluciones de IA le otorgan un enfoque más integrado a la lucha contra el lavado de dinero y la detección del fraude (FRAML), reforzando las defensas contra amenazas financieras sofisticadas y promoviendo así una mayor eficiencia operacional en la industria.