El 40% de las instituciones financieras no planea implementar soluciones de IA y ML

A medida que las instituciones financieras globales continúan implementando herramientas de inteligencia artificial (IA) y aprendizaje automático (ML), van descubriendo las ventajas que estas tecnologías pueden aportar a su negocio. Sin embargo, un nuevo estudio, elaborado por SAS, KPMG y la Asociación de Especialistas Certificados en Anti-Blanqueo de Capitales (ACAMS) destaca que, aunque el interés por estas tecnologías es alto, su implementación sigue siendo limitada. En España esta tendencia plantea interrogantes sobre cómo las entidades locales están posicionándose frente a este cambio tecnológico.

 

La necesidad de una regulación que acompañe la innovación

En un mundo donde las estrategias de ciberdelincuencia son cada vez más frecuentes y sofisticadas, es necesario que las empresas mejoren también las soluciones tecnológicas que les permiten hacerles frente. Esto es especialmente imperativo en el mundo financiero. Sin embargo, en el informe se refleja que solo el 18% de las empresas encuestadas tienen soluciones de IA/ML en producción y el 40% de ellas no tiene planes actuales para adoptar IA/ML. Este dato subraya una adopción aún incipiente, aunque con señales de aceleración en el corto plazo.

En cuanto a cuál es el impedimento, aunque las restricciones presupuestarias siguen siendo relevantes (34%), según el 37% de los encuestados que se hayan fuera de Europa, la falta de un imperativo regulatorio es el principal obstáculo. Esto sugiere que muchas organizaciones están esperando señales claras de los reguladores antes de invertir en estas tecnologías.

Los profesionales del ámbito normativo se están esforzando por comprender a fondo los riesgos y beneficios de la adopción de la IA y el ML por lo que el fomento de la innovación en estas herramientas ha caído hasta el 51%, frente al 66% de 2021. No sucede lo mismo con la inteligencia artificial generativa (GenAI), donde casi la mitad de las empresas están explorándola: un 45% ya está interactuando con ella y experimentándola. Aunque el 55% restante no tiene planes de adoptarla, su potencial a largo plazo y su rápida evolución siguen siendo factores a tener en cuenta.

 

La IA como aliada ante el blanqueo

En el caso de España, como en los países de nuestro entorno, el foco se centra en la búsqueda continua de actividad sospechosa, reportarla a las autoridades y poder parar estos delitos financieros de una forma efectiva en costes. En este sentido, las principales mejoras esperadas de la adopción de la IA contra el blanqueo incluyen la reducción de los falsos positivos del sistema, el aumento de la identificación de actividad sospechosa, la mayor eficiencia y rapidez del análisis e investigación de alertas y casos, y superar las revisiones de los reguladores.

Por otro lado, el grado de adopción es desigual. Uno de los retos es integrar la innovación que ofrece la IA con la necesidad de explicar su funcionamiento a las autoridades reguladoras. Mientras tanto, otras regulaciones de la UE pueden afectar a los propios procesos de aprendizaje automático, como es el caso de la GDPR. En la superación de estos obstáculos estará el paso de un entorno de prueba a una ejecución sistemática de manera exitosa.

Es innegable el hecho de que la lucha contra el blanqueo de capitales y el fraude ha sido siempre una prioridad crítica de las instituciones bancarias. En este sentido, el uso de tecnologías avanzadas se está imponiendo cada vez más al facilitar considerablemente el AML y un 86% de las organizaciones encuestadas están realizando alguna forma de integración entre procesos anti-blanqueo, fraude y seguridad de la información. No obstante, como ya se ha visto anteriormente, la adopción es irregular a nivel global y, para desbloquear todo el potencial de la IA y el ML, es necesario lograr una integración de datos y operaciones.

Es más, con IA/ML es posible priorizar alertas relevantes y los recursos operativos dedicados al proceso de anti- blanqueo. Se prevé que la GenAI permita mejorar la eficiencia de las investigaciones ayudando en el reporte de actividad sospechosa, agilizándolo y dotándolo de mayor consistencia.