El crecimiento de las fintech pone a prueba su capacidad para detectar fraudes, prevenir el lavado de dinero y evaluar riesgos de crédito sin perder agilidad. Durante FINNOSUMMIT, SAS, firma pionera a nivel global en analítica de datos e IA, advirtió que escalar ya no significa solo procesar más operaciones: también exige trazabilidad, automatización y preparación regulatoria.
El reto se da en un contexto, dónde el sistema financiero es cada vez más digital. Más de 5,100 bancos en 117 países utilizan tecnología de SAS y 86% de los bancos del Fortune 100 o sus afiliados son clientes de la compañía.
La compañía identificó dos grupos con necesidades distintas, el primero son las plataformas y los medios de pago que se concentran en transacciones sospechosas y autenticación. Los segundos son los neobancos y otras entidades en expansión que, además de enfrentar el fraude, deben determinar a quién prestar, qué tasa aplicar y cómo los escenarios macroeconómicos pueden afectar sus estrategias de crédito.
“Cuando aumentan los volúmenes transaccionales las plataformas desarrolladas internamente pueden enfrentar problemas de estabilidad, escalabilidad y trazabilidad”, explica Iván Domínguez, líder de soluciones de riesgos financieros para Latinoamérica de SAS, “La analítica en tiempo real permite adaptar reglas y modelos a nuevas conductas delictivas, en lugar de depender de controles estáticos”.
La automatización también puede transformar la originación de crédito, que en algunas instituciones todavía requiere revisar manualmente estados financieros, facturas y garantías. Con inteligencia artificial es posible contrastar y conectar información proveniente de distintas fuentes y presentarla en tableros estandarizados. Según SAS, este enfoque puede multiplicar hasta cuatro veces la productividad a lo largo del ciclo del crédito, desde la originación y aprobación hasta la puesta en producción de las decisiones automáticas, además de agilizar el acceso a la información que necesita el comité de crédito para la toma de decisiones. Asimismo, puede reducir hasta 20 veces los costos operativos frente a plataformas comparables.
Para fortalecer la prevención del fraude y el lavado de dinero, las plataformas deben integrar datos externos con información sobre transacciones, cuentas, clientes y eventos. Mediante analítica avanzada, estos datos pueden procesarse en tiempo real o por lotes para identificar riesgo y generar alertas que apoyen los procesos de prevención de fraude, lavado de dinero y debida diligencia. Así, las instituciones pueden investigar casos, elaborar reportes regulatorios y decidir si liberan o bloquean un pago.
De acuerdo con la compañía, la suplantación de identidad mediante IA figura entre las mayores amenazas. “Controles como el reconocimiento de voz ahora deben distinguir entre una persona y contenidos sintéticos o manipulados, lo que obliga a reforzar la autenticación sin añadir fricción innecesaria al cliente”, asegura Dominguez.
A ello se suma un entorno regulatorio en evolución. Para las fintech que buscan una licencia bancaria, el salto implica pasar de procesos flexibles a esquemas auditados en riesgos, capital, cumplimiento y prevención de delitos financieros. “Aunque no todas se convertirán en bancos, todas deberán modernizar su infraestructura antes de que el crecimiento o una nueva disposición las obliguen a rehacer sus procesos”, comenta Iván.
En FINNOSUMMIT, SAS también hizo énfasis en que incorporar agentes de IA con controles de negocio, explicabilidad, linaje de datos y trazabilidad, es parte del proceso, pero el principio es mantener a las personas dentro de él: “la tecnología acelera el análisis y apoya la investigación, pero la decisión final continúa bajo responsabilidad humana”, puntualiza Dominguez.