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.
Ante este dato, que refleja que más de la mitad de los encuestados no tiene intención de adoptar la IA y el aprendizaje automático, surge la duda de cuál es el impedimento. En este sentido, aunque las restricciones presupuestarias siguen siendo relevantes (34%), según el 37% de los encuestados que se encuentran 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 tanto, 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.
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 detener estos delitos financieros de una forma efectiva en costes. En este sentido, podemos resumir las principales mejoras esperadas de la adopción de la IA contra el blanqueo en las siguientes: reducción de los falsos positivos del sistema, aumento de la identificación de actividad sospechosa, 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 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, facilitando considerablemente el AML. 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.
Con la 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. Así lo avalan ejemplos como el neobanco francés Treezor, donde una plataforma de monitorización de blanqueo basada en IA proporciona estos valores de forma tangible, teniendo en cuenta el marco regulador de la UE.