El Economista.- 26 de junio del 2024/ Lynx Tech indicó que los bancos a nivel global se encuentran adoptando estas herramientas para detectar las transacciones fraudulentas.

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.

Fraude

El fraude también ha evolucionado con el uso de IA, por lo que se ha incrementado la complejidad para que las entidades financieras puedan detectar redes de movimientos transaccionales fraudulentos y el uso de identificaciones falsas, además de discernirlas de los movimientos y clientes reales, según lo indicado por Lynx.

“Es clave interpretar esos movimientos atípicos, porque es difícil identificar si es una transacción atípica tratándose de un cliente que viaja mucho y realiza una transacción en Corea a las tres de la mañana, hora México. El tener una solución que permita entender e interpretar esos comportamientos atípicos como IA, brinda mayor contexto del movimiento y a la decisión que toma el banco de dejar pasar o de parar la transacción”, explicó Jiménez.

Por otra parte, el uso de IA también aumenta la posibilidad de ataques automatizados, según la firma el aprendizaje automático de grupos delictivos aumenta la complejidad de los ataques, dificultando la detección y aumentando actividades criminales.

“Es un gran desafío en cuanto a seguridad, pero no solamente es una responsabilidad de las instituciones financieras, es una responsabilidad también del regulador, del gobierno y de nosotros como personas. Tenemos que estar cada día aprendiendo más, entendiendo más de cómo funcionan esas cosas para poder saber cuándo se puede presentar una situación fraudulenta”, dijo Jiménez.

*NOTA ACLARATORIA: La Publicación de este tipo de información por parte de la UAF, es de carácter referencial y de mera ilustración para los usuarios de la página web sobre determinadas novedades y/o tópicos de especial interés en la materia de PLD/FT; y consecuentemente tiene como único fin la recomendación de lectura para su conocimiento. No constituye, por consiguiente, ninguna instrucción por parte de la UAF ni obligación alguna para los Usuarios del Sitio Web de la UAF.

Texto original publicado en: https://www.eleconomista.com.mx/sectorfinanciero/Avanza-uso-de-Inteligencia-Artificial-para-detectar-lavado-de-dinero-20240625-0110.html