Las instituciones financieras están integrando cada vez más sus sistemas de prevención de fraude y de prevención de lavado de dinero (PLD), pero aún persisten brechas de inteligencia y gobernanza. Una nueva investigación de Datos Insights sobre la convergencia entre fraude y lavado de dinero, encargada por SAS, líder en datos e inteligencia artificial (IA), revela que el 86% de las instituciones reporta vínculos no identificados entre las actividades fraudulentas y el lavado de dinero.
El informe Fraud and AML Convergence: Closing the Speed Gap (Convergencia entre fraude y PLD: cerrando la brecha de velocidad), basado en una encuesta a 165 directivos de las áreas de fraude y PLD en 21 países y siete regiones del mundo, analiza la convergencia entre la prevención del fraude y el cumplimiento de las normas contra el lavado de dinero, conocida comúnmente como FRAML.
El informe sostiene que los pagos en tiempo real ahora movilizan fondos a una velocidad mayor que aquella a la que las instituciones pueden conectar la inteligencia de sus áreas de fraude y PLD e intervenir. Expertos de Datos Insights, SAS y Amazon Web Services (AWS) analizaron los hallazgos del estudio en un webinar en vivo sobre el “Futuro de FRAML” el 2 de noviembre, que actualmente está disponible bajo demanda.
“Los equipos de fraude y PLD pueden analizar distintas partes de un mismo riesgo y aun así no identificar la conexión”, señaló Serpil Hall, asesora estratégica de Fraude y PLD en Datos Insights. “La tecnología puede ayudar a cerrar esas brechas, pero por sí sola no es la respuesta. Las instituciones que están avanzando también están conectando datos, gestión de casos, investigaciones e intercambio de información, para tener una visión más amplia del riesgo y actuar con mayor anticipación”.
Infraestructura compartida ≠ inteligencia compartida
Históricamente, las unidades de fraude y de prevención de lavado de dinero de los bancos no fueron diseñadas para operar como una función unificada. Cada una responde a diferentes regulaciones y trabaja bajo distintos plazos legales. Las instituciones están cerrando la brecha en el ámbito menos disruptivo: la tecnología. Mientras tanto, los cambios que requieren ajustes en las personas y los procesos avanzan más lentamente. El resultado son sistemas conectados, pero una inteligencia que permanece fragmentada.
● 71% está integrando activamente las tecnologías de detección y monitoreo de fraude y PLD, pero solo el 13% está haciendo lo mismo con la gobernanza, las políticas y la estructura organizacional.
● 72% ejecuta análisis de fraude y PLD sobre una infraestructura compartida, pero mantiene modelos y procesos separados; apenas el 1% reporta compartir datos, modelos, infraestructura y gobernanza entre ambas funciones.
● 87% describe su capacidad para construir una visión unificada del riesgo del cliente en materia de fraude y PLD como parcial, con brechas significativas.
Los silos organizacionales siguen siendo la principal barrera para lograr una mayor alineación entre las áreas de fraude y PLD. Casi nueve de cada diez instituciones (88%) consideran que los silos organizacionales, incluidos los canales de reporte separados, representan una barrera principal o importante, por encima de las limitaciones tecnológicas (73%) y los problemas de gobernanza y calidad de los datos (70%).
La presión también se refleja en las operaciones diarias: 64% señala a la tecnología heredada como uno de sus principales desafíos internos, mientras que 63% destaca las altas tasas de falsos positivos.
Dentro de la brecha de velocidad: pagos en tiempo real y detección al día siguiente
Los sistemas de prevención de fraude evalúan las transacciones en milisegundos, mientras que el monitoreo de PLD suele realizarse después de que las operaciones han ocurrido, frecuentemente mediante procesos por lotes durante la noche. A medida que los pagos en tiempo real se vuelven la norma, la diferencia entre ambos procesos se reduce.
Casi tres cuartas partes de las instituciones (73%) afirman que sus equipos de fraude y PLD comparten datos de manera frecuente o constante durante las investigaciones activas. Sin embargo, esta cifra desciende a solo el 17% en el monitoreo automatizado, la capa que opera sin necesidad de que alguien detecte primero un problema. Como resultado, la conexión entre ambas actividades suele identificarse después de que se inicia una investigación, en lugar de señalarse automáticamente antes de que el dinero se transfiera.
Operar de manera separada también genera consecuencias medibles, como alertas o casos duplicados, señalados por el 81% de las instituciones, y mayores costos operativos derivados de la duplicación de equipos o tecnologías (71%).
“La convergencia en la prevención de delitos financieros es un problema de gestión de riesgos, no solo un ejercicio de cumplimiento normativo”, afirmó Stu Bradley, vicepresidente sénior de Soluciones de Riesgo, Fraude y Cumplimiento en SAS. “Los reguladores esperarán cada vez más que las instituciones identifiquen y prevengan comportamientos ilícitos antes de que siquiera comience el lavado de dinero. Esto solo es posible cuando las áreas de fraude y PLD trabajan a partir de una misma estrategia y comparten datos desde el inicio”.
FRAML: del concepto a la realidad del mercado
Los hallazgos de la investigación se presentan en un momento en que la convergencia entre fraude y PLD está evolucionando de un concepto ampliamente discutido en la industria a un modelo operativo real. La urgencia aumenta a medida que las estafas impulsadas por IA, los deepfakes, las redes de cuentas mula y los pagos en tiempo real difuminan aún más los límites tradicionales entre el fraude y el lavado de dinero.
“Muchos de los bancos con los que hablo ya están compartiendo datos o explorando la implementación de sistemas comunes de gestión de casos, con el objetivo de lograr que las áreas de fraude y PLD operen de manera más cercana al tiempo real”, añadió Hall.
Para las instituciones que aún se encuentran en las primeras etapas del proceso, el informe plantea medidas prácticas iniciales, como conectar sus soluciones existentes de prevención de fraude y cumplimiento en materia de delitos financieros, en lugar de reemplazarlas.
“Las instituciones no necesitan desmantelar y reemplazar todo su ecosistema de prevención de delitos financieros para avanzar”, señaló Bradley, de SAS. “Modernicen paso a paso. Comiencen por los riesgos más relevantes, fortalezcan el intercambio de datos a lo largo de todo el ciclo de monitoreo y aseguren un entorno de investigación compartido”.
Para profundizar en los hallazgos del informe, SAS, AWS y Datos Insights realizaron el webinar Breaking the Silos: What Global Banks Reveal About the Future of FRAML (Rompiendo los silos: lo que los bancos globales revelan sobre el futuro de FRAML), en el que especialistas analizaron los avances de las instituciones financieras en la integración de sus estrategias de prevención de fraude y lavado de dinero.
Durante la sesión, los expertos abordaron las principales barreras que dificultan esta convergencia, así como el papel de los datos, la analítica y la inteligencia artificial para conectar señales de riesgo e identificar delitos financieros de manera anticipada. El webinar está disponible bajo demanda.