El lavado de activos se ha convertido en un problema de grandes proporciones para la economía de Ecuador. Cifras recientes del Observatorio Ecuatoriano de Crimen Organizado (OECO) lo ubican como el segundo gran flagelo producto de las bandas criminales en Ecuador (solo superado por el narcotráfico) y estimaciones del Centro Estratégico Latinoamericano de Geopolítica (CELAG) calculan que las cantidades de dólares lavados a través del sistema financiero se triplicaron del 2016 al 2021 alcanzado los 3500 millones de dólares.

Ante el desborde de este fenómeno y el impacto negativo creciente que tiene en el sistema financiero nacional, replicar modelos exitosos de otros países y recurrir a tecnologías avanzadas basadas en analítica e inteligencia artificial son parte de las soluciones que plantean los expertos.

Desde hace años, el procesamiento inteligente de los datos a través de soluciones analíticas y el uso de algoritmos de inteligencia artificial han venido permitiendo mejorar el reconocimiento de patrones y situaciones anómalas en operaciones digitales y transacciones financieras de todo tipo.

Hoy, el mayor uso y la sofisticación alcanzada por tecnologías como las de la analítica avanzada, la Inteligencia Artificialy el Machine Learning, están permitiendo que muchos países puedan avanzar positivamente en la lucha contra el fraude y el lavado de activos al detectar y alertar en forma más eficaz e incluso en tiempo real las actividades financieras ilícitas.

La inteligencia artificial y un enfoque mucho más integral de las soluciones AML (antilavado de dinero) están cambiando el panorama de varios de los países latinoamericanos en la lucha contra el fraude y el lavado de activos y lo mismo podría hacer en Ecuador.

Ejemplos como el de Colombia que pasó de ser uno de los países con mayores índices de casos y pérdidas producto del blanqueo de dinero hace algunas décadas, a ser el quinto con menor riesgo de lavado de activos y financiamiento del terrorismo en América Latina y el Caribe en la actualidad de acuerdo al Índice AML de Basilea divulgado en 2023. Este índice, que no reporta resultados específicos para Ecuador en la actualidad, evalúa la vulnerabilidad de los sistemas financieros y corporativos en diferentes países.

Hoy podemos decir que el camino tomado por el sistema financiero en Colombia puede ser una guía importante a seguir en Ecuador. Las entidades financieras empezaron desde hace muchos años a implementar soluciones analíticas y en el último tiempo han venido sofisticando las soluciones AML con la ayuda de inteligencia artificial y machine learning. Los resultados de Colombia pueden servir de espejo para que Ecuador y otros países con desafíos similares transiten este mismo camino y alcance resultados similares.

¿Cómo ayuda la inteligencia artificial contra el lavado de activos?  

Las acciones contra el lavado de dinero en la era moderna hacen uso de capacidades tecnológicas cada vez más sofisticadas para fortalecer las estrategias de riesgo de las organizaciones propensas a ser afectadas por este tipo de crímenes.

La mayor eficacia contra el blanqueo de capitales se da a partir del uso de datos y análisis para detectar actividades inusuales. Para ello se supervisan transacciones, clientes y redes enteras de comportamientos. Las técnicas incluyen aprendizaje profundo, redes neuronales, generación y procesamiento de lenguaje natural, automatización robótica de procesos y más. A medida que las tecnologías de inteligencia artificial, como el machine learning, se hacen más frecuentes, estas tecnologías antiblanqueo de última generación logran automatizar muchos procesos, ayudando a identificar eficazmente los riesgos de delitos financieros.

Hoy en día, estas técnicas se usan para la supervisión de actividades sospechosas, descubrir nuevos riesgos y detectar tácticas de delincuencia financiera cada vez más sofisticadas. Así mismo se emplean para hacer una priorización inteligente de alertas, facilitar la gestión de los investigadores de AML y ayudarles a utilizar casos anteriores, reportes de actividades sospechosas, datos de terceros, mapas e historiales de transacciones en nuevos seguimientos o para la calificación de riesgo de casos.

SAS ha ayudado a instituciones financieras a lograr una precisión de los modelos superior al 90%, a reducir los falsos positivos hasta en un 80% y a multiplicar por dos la tasa de conversión de SRA (informe de actividades sospechosas). Hoy en día, la metodología de la plataforma SAS automatiza el ciclo de vida analítico de cumplimiento, lo que permite a los bancos y entidades financieras detectar y prevenir fraudes o actividad ilícitas en forma más rápida y precisa, incluso en tiempo real.

Intensificar el uso de este tipo de soluciones en Ecuador y en otros países por parte de las instituciones financieras y de las entidades regulatorias y de gobierno es una de las salidas más efectivas para combatir un tema como el del lavado de activos que cada vez golpea más a las finanzas y el desarrollo de los países.