La pandemia ha cambiado la forma en que los delincuentes ocultan su dinero y las herramientas de inteligencia artificial están tratando de detectarlo.

Sra. Tecnología | Getty

Cuando las economías de todo el mundo cerraron a principios de este año, no fue solo dueños de negocios y consumidores que tuvo que adaptarse. Los delincuentes de repente tenían un problema en sus manos. ¿Cómo mover su dinero?

Las ganancias del crimen organizado generalmente se transfieren a través de negocios legítimos, a menudo intercambiando manos varias veces y cruzando fronteras, hasta que no hay un rastro claro de su origen, un proceso conocido como lavado de dinero.

Pero con muchas empresas cerradas, o viendo flujos de ingresos más pequeños de lo habitual, ocultar dinero a simple vista imitando la actividad financiera diaria se volvió más difícil. El dinero sigue llegando, pero no hay dónde ponerlo, dice Isabella Chase, que trabaja en delitos financieros en RUSI, un grupo de expertos en defensa y seguridad con sede en el Reino Unido.

La pandemia ha obligado a las bandas criminales a idear nuevas formas de mover el dinero. A su vez, esto ha aumentado las apuestas para los equipos contra el lavado de dinero (AML) encargados de detectar transacciones financieras sospechosas y seguirlas hasta su origen.

La clave de sus estrategias son las nuevas herramientas de IA. Si bien algunas instituciones financieras más grandes y antiguas han tardado más en adaptar sus sistemas heredados basados ​​en reglas, las empresas más pequeñas y nuevas están utilizando el aprendizaje automático para detectar actividades anómalas, cualquiera que sea.

Es difícil evaluar la escala exacta del problema. Pero según la Oficina de las Naciones Unidas contra la Droga y el Delito, entre el 2 % y el 5 % del PIB mundial (entre 800 000 millones y 2 billones de dólares según las cifras actuales) es lavado cada año . La mayoría pasa desapercibida. Las estimaciones sugieren que solo se incauta alrededor del 1% de las ganancias obtenidas por los delincuentes.

Y eso fue antes de que llegara el covid-19. El fraude ha aumentado, y los temores en torno a covid-19 crean un mercado lucrativo para equipos de protección o medicamentos falsificados. Más personas que pasan tiempo en línea también crean un mayor número de ataques de phishing y otras estafas. Y, por supuesto, se siguen comprando y vendiendo drogas.

El confinamiento hizo que fuera más difícil ocultar las ganancias, al menos al principio. El problema para los delincuentes es que muchos de los mejores negocios para lavar dinero también fueron los más afectados por la pandemia. Las tiendas pequeñas, los restaurantes, los bares y los clubes se ven favorecidos porque tienen una gran cantidad de efectivo, lo que hace que sea más fácil mezclar ganancias obtenidas ilegalmente con ingresos legales.

Con las sucursales bancarias cerradas, ha sido más difícil hacer grandes depósitos en efectivo. Los servicios de transferencia bancaria como Western Union, que generalmente permiten que cualquier persona ingrese a la calle y envíe dinero al extranjero, también cerraron sus instalaciones.

Pero los criminales no son más que oportunistas. A medida que se cerraron los canales normales para el lavado de dinero, se abrieron otros nuevos. Vastas sumas de dinero han comenzado a fluir nuevamente hacia las pequeñas empresas gracias a los rescates del gobierno. Esto crea una ráfaga de actividad financiera que proporciona cobertura para el lavado de dinero.

Rompiendo las reglas

El resultado es que se imponen más exigencias a la tecnología AML. Los sistemas más antiguos se basan en reglas hechas a mano, como que las transacciones superiores a una cierta cantidad deberían generar una alerta. Pero estas reglas conducen a muchas banderas falsas y las transacciones delictivas reales se pierden en el ruido. Más recientemente, los enfoques basados ​​en el aprendizaje automático intentan identificar patrones de actividad normal y alertan solo cuando se detectan valores atípicos. Luego, estos son evaluados por humanos, quienes rechazan o aprueban la alerta.

Esta retroalimentación se puede usar para modificar el modelo de IA para que se ajuste solo con el tiempo. Algunas empresas, incluida Featurespace, una empresa con sede en los EE. UU. y el Reino Unido que utiliza el aprendizaje automático para detectar actividades financieras sospechosas, y Napier, otra empresa que crea herramientas de aprendizaje automático para AML, están desarrollando enfoques híbridos en los que las alertas correctas generadas por una IA pueden convertirse en nuevas reglas que den forma al modelo general.

Los rápidos cambios de comportamiento en los últimos meses han dejado claras las ventajas de los sistemas más adaptables. Los reguladores financieros de todo el mundo han publicado una nueva guía sobre qué tipo de actividad deben tener en cuenta los equipos AML, pero para muchos ya era demasiado tarde, dice Araliya Sammé, directora de delitos financieros en Featurespace. Cuando sucede algo como covid, donde los patrones de pago de todos cambian repentinamente, no tiene tiempo para implementar nuevas reglas.

Necesita tecnología que pueda detectarlo mientras está sucediendo, dice: De lo contrario, cuando detecte algo y alerte a las personas que necesitan saberlo, el dinero se habrá ido.

Para Dave Burns, director de ingresos de Napier, covid-19 hizo que se desbordaran problemas que habían estado latentes durante mucho tiempo. Esta pandemia fue el punto de inflexión en muchos sentidos, dice. Es un poco como una llamada de atención que realmente necesitamos pensar de manera diferente. Y, agrega, algunos de los jugadores más importantes de la industria han sido tomados por sorpresa.

Pero eso no significa simplemente adoptar la última tecnología. No puedes simplemente hacer IA por el bien de la IA porque eso arrojará basura, dice Burns. Lo que se necesita, dice, es un enfoque personalizado para cada banco o proveedor de pagos.

La tecnología AML todavía tiene un largo camino por recorrer. La pandemia ha revelado grietas en los sistemas existentes que preocupan a la gente, dice Burns. Y eso significa que las cosas podrían cambiar más rápido de lo que iban a cambiar. Estamos viendo un mayor grado de urgencia, dice. Lo que tradicionalmente es muy largo, la toma de decisiones burocráticas se está acelerando drásticamente.

esconder