Seguir la ruta del dinero ilícito, proveniente de actividades como el narcotráfico, crimen organizado, corrupción, trata de personas, tráfico de animales y pornografía infantil, es un camino complejo que puede allanarse con tecnologías como la Inteligencia Artificial (IA) y el análisis de datos.
Y es que pese a los esfuerzos gubernamentales realizados en los últimos años, persisten actividades ilícitas que derivan en crímenes financieros, cuyo rastreo, prevención y sanción, sigue representando un dolor de cabeza para las autoridades.
En septiembre de 2023, un artículo de la revista Science evidenció que el crimen organizado es el quinto empleador más grande del país, por encima de empresas transnacionales, ya que alrededor de 175 mil personas forman parte de organizaciones delictivas, entre las que se encuentran los cárteles del narcotráfico.
A su vez, el Instituto Nacional de Estadística y Geografía (INEGI), ubicó que en el periodo de noviembre-diciembre del año pasado, 83.1 por ciento de la población consideró como frecuentes los actos de corrupción, ya que de la población que realizó trámites, pagos, solicitudes de servicios, o tuvo contacto con algún servidor público, el 14 por ciento experimentó actos de corrupción.
Además, a nivel nacional, en el mismo año se identificó que los costos de la corrupción pueden alcanzar hasta 11 mil 910.6 millones de pesos, equivalente a 3 mil 368 pesos por persona en promedio.
Otra de las actividades preferidas por los delincuentes para generar actos de lavado de dinero es el envío y recepción de remesas. Un informe de agosto del año pasado de la ONG Signos Vitales, reveló que alrededor de 4 mil 400 millones de dólares (7.6 por ciento de las remesas enviadas de Estados Unidos a México en 2022), podrían proceder del crimen organizado.
Para Yuri Rueda, Domain Expert de Fraude para SAS LATAM, aunque en la actualidad se implementan modelos analíticos que incluyen el monitoreo transaccional para realizar análisis de transferencias de fondos entre cuentas, análisis del origen del dinero y rastreo de actividades ilícitas que promueven el lavado de dinero, es necesario reforzar una serie de acciones desde instituciones públicas y de la iniciativa privada, como las instituciones financieras, que pueden ser aplicadas con base en la tecnología.
“El monitoreo que implementa la analítica es totalmente distinto al monitoreo transaccional tradicional que se hace dentro de las instituciones. Si bien ya se realizaba con diferentes soluciones o herramientas internas con las que se cuenta, lo que se está buscando es realmente detectar en tiempo real el envío del dinero y que este dinero no entre a la parte financiera de las diferentes instituciones o diferentes países”.
El especialista refiere que de acuerdo con la Comisión Nacional Bancaria y de Valores (CNBV) el lavado de dinero está conformado por tres pasos:
- Colocación: cuando el lavador introduce las ganancias ilícitas en el sistema financiero, como los depósitos bancarios en efectivo.
- Estratificación: cuando se envía el dinero a través de diversas transacciones financieras para cambiar su forma y dificultar su rastreo, por ejemplo, a través de transferencias bancarias.
- Integración: reinserción de los fondos ilegales en la economía, aparecen como legítimos y ya pueden ser reutilizados.
Ante ello, las organizaciones financieras estarán adoptando en el corto y mediano plazo algunas estrategias para combatir el ilícito como la modernización de soluciones antilavado, la adopción de IA y maching learning, transformación digital, así como integración de procesos, personas y tecnologías.
“Es necesario que la tecnología implementada en las acciones antilavado contemple la detección temprana y precisa, analicen redes y relaciones, y que cuenten con la posibilidad de automatización de procesos, así como adaptabilidad y flexibilidad en la mejora del cumplimiento normativo. Todo con una visión holística y posibilidades de análisis multicanal que brinden soporte en investigaciones y contra la lucha global hacia el crimen financiero”, afirmó el directivo.
C$T-GM
