Detrás de los titulares sobre el cumplimiento ante los delitos financieros hay grandes retos. Los delincuentes se vuelven cada vez más sofisticados. Los pagos rápidos, los pagos instantáneos y el PSD2 han sido vehículos para abusar aún más del sistema financiero, ya sea para lavar dinero y dañar a los bancos, a sus clientes y, en último término, a la economía mundial.
Por otra parte, hay presión en los bancos para detener los siempre crecientes costos de cumplimiento, es por esto que muchas instituciones han ampliado el tamaño de su personal de cumplimiento en más de 500% en los últimos años. Razón por la que las compañías norteamericanas de servicios financieros actualmente gastan más de $31.500 millones de dólares al año para asegurar el cumplimiento de AML.
El cumplimiento frente a los delitos financieros se ha convertido en una carga onerosa para la mayoría de los bancos en estos tiempos cuando las ganancias son cada vez menores. Por lo tanto, el enfoque ha cambiado para muchas instituciones respecto a la operatividad del cumplimiento para aumentar tanto su eficiencia como su efectividad.
Teniendo en cuenta esto y las tendencias actuales, FICO presentó algunas predicciones de comportamientos para el 2020:
Predicción 1: más Inteligencia Artificial (IA)
Se observa una tendencia y cambio de mentalidad de los reguladores que ayudará a las instituciones financieras, puesto que los reguladores están más abiertos a métodos nuevos como el uso de la IA (inteligencia artificial), el aprendizaje automático y la robótica. De hecho, están exhortando activamente a los bancos a considerar, evaluar y, de ser posible, implementar estas innovadoras tecnologías.
Cuestionando a diversos reguladores, para saber si permitirían a las instituciones financieras cumplir los requisitos regulativos mediante el uso de IA, la respuesta ha sido que: “Se cumplirían las expectativas siempre y cuando la IA proporcione una explicación adecuada sobre el POR QUÉ se generó la alerta”. Eso nos lleva al tema de la IA explicable. Los códigos de razonamiento que los gerentes empresariales pueden entender ayudan a los investigadores y satisfacen las necesidades de los reguladores.
Esta tendencia no significa que se elimine el enfoque centrado en el riesgo, que está basado en un buen conocimiento del cumplimiento para definir los “casos de detección” (por ejemplo, basado en el FATF2012) con reglas. Lo que vemos es una coexistencia; es decir un híbrido entre los casos existentes y los mecanismos de IA. Esto ayudará a:
-Priorizar las alertas basadas en casos
-Adoptar rápida y automáticamente las nuevas estrategias de lavado de dinero
Predicción 2: Más robots
La automatización de los procesos robóticos permite a las instituciones financieras optimizar el proceso de investigación y manejo de alertas en KYC y AML. Nada es más aburrido y costoso que contratar ejércitos de investigadores solo para cerrar alertas de falsos positivos, que por lo general representan entre el 75 y 90%.
Las tareas manuales repetitivas son recurrentes en operación como:
-Alto volumen
-Lentas
-Propensas a errores
-Basadas en reglas y criterios claramente definidos
Esto es lo que una máquina —un robot— puede hacer mucho mejor. Las reglas claramente definidas para alertas y casos (que son específicas a la situación de la institución financiera, los productos, los clientes, etc.) liberarán al usuario de algunas tareas manuales repetitivas. Los investigadores pueden entonces enfocar sus actividades en las tareas más complejas. Es por esto que la robótica se debe integrar en la gestión de alertas y casos de la empresa, por lo que es muy probable que en la siguiente versión de las soluciones contra delitos financieros se incluya una gran variedad de capacidades en esta área.
La priorización de alertas basada en el análisis y el RPA ayudará a reducir costos en el corto plazo, pero la combinación de ambos también puede generar una enorme ganancia de efectividad y eficiencia. Nuestras experiencias muestran que estas tecnologías pueden aumentar el número de SARs en 20%, al tiempo que brindan una mejora de 30% en la gestión de alertas y casos.
Predicción 3: Convergencia de la gestión de fraude y delito financiero
Otra manera en que las instituciones financieras buscarán reducir costos y mejorar los resultados será a través de la convergencia de AML y la detección de fraudes. Los sistemas utilizados actualmente para estas funciones son similares y cumplen muchos requerimientos comunes, tales como detectar conductas inusuales, pero los bancos siguen operando en silos.
En una reciente encuesta, Ovum encontró que más del 80% de las instituciones financieras desean cumplir el objetivo de romper los silos desde un punto de vista organizacional en los próximos 8 años.
Utilizar un ambiente de TI completamente escalable para cumplir los requisitos de detección de fraude y AML no solo brindaría una economía de escala, sino que también permitiría a las instituciones asumir una visión “transfronteriza” para detectar las actividades ilícitas.
