El lavado de dinero es una problemática que afecta a la región de América Latina y el Caribe. De acuerdo con los especialistas, esta situación, en la actualidad, aumenta la inseguridad en los países latinoamericanos y vulnera a diversas entidades financieras, repercutiendo directamente en reputación.
Para Yuri Rueda, Domain Expert de fraude para SAS, el lavado de dinero no debe verse solamente como las transacciones de dinero “sucio”. Sino también como las actividades ilícitas de donde se genera ese dinero; por ejemplo, la trata de personas, o el tráfico de animales exóticos.
Un reporte de Global Financial Integraty, titulado “Crímenes Financieros en América Latina y el Caribe: entendiendo los desafíos de los países y diseñando respuestas técnicas efectivas”, estimó que las actividades ilícitas en Centroamérica alcanzaron los US$13,500 millones anuales.
Además, un reporte de la Organización de Naciones Unidas (ONU), mostró que el lavado de dinero representa hasta 2,7 % del PIB mundial al año.
“Por ello, el lavado de dinero se continúa posicionando como una de las principales problemáticas a nivel ilegal, por su asociación con actividades ilícitas y crímenes financieros”, afirmó Rueda.
El especialista de SAS comentó que, con estos datos, en Centroamérica y el Caribe ha habido un gran interés en temas que permitan la mejora de las herramientas que las entidades financieras están utilizando para detectar acciones de lavado de dinero en sus transacciones financieras. Una de ellas es la analítica y machine learning.
“La analítica es lo que ayuda justamente a ver estos procesos, en donde lo que uno requiere es detectar los patrones que ya se hicieron en algún momento” acota Rueda. “¿Qué pasa con esa trazabilidad de todas las operaciones? Aquí, justamente, lo que hay que ver, y es para lo que sirve justamente la analítica, es cómo detectar esos patrones. Es decir, ir detectando todos los elementos que van construyendo eso que seguramente va a terminar en un delito de lavado de dinero”, dijo.
Un caso de estos patrones mencionó Rueda, es por ejemplo cuando se realizan remesas que son dirigidas a un solo pueblo, condado o estado.
“Pasa que esos dineros no se dirigen a una cuenta o persona únicamente, sino que son a varias, pero, por detrás, hay otra persona que está recabando todo ese dinero de las personas que lo reciben. Este tipo de transacciones, cuando son ilícitas, son muy difíciles de detectar a simple vista, por lo que se deben utilizar también soluciones que tengan la capacidad de detectar comportamientos y patrones específicos, analizarlos, y encontrar un comportamiento ilícitos mediante hilos de información; acá es donde toma mucha importancia la analítica”, afirmó el especialista de SAS.
Agregó que justamente la Inteligencia Artificial, el Machine Learning, y la analítica, ayudan a detectar nombres de quiénes envían el dinero, de lugares de dónde vienen esas transacciones y no sea normal que se envíe dinero de forma constante, como una selva, por ejemplo.
“Todo esto permite que la entidad financiera empiece a detectar y detener el lavado de dinero, pero lo más importante, a frenar esas actividades ilícitas”, dijo Rueda.
