AML en la era de la IA: ¿quién responde cuando la máquina lo señala?
Hay una pregunta que los profesionales de cumplimiento están considerando, aunque pocos la han expresado abiertamente. Cuando un sistema de IA toma una decisión de cumplimiento y algo sale mal, ¿quién es el responsable? Esta es una cuestión de gobernanza que aún no tiene una respuesta clara y universal en los marcos regulatorios globales.
La IA está cada vez más integrada en las operaciones de cumplimiento de las empresas financieras reguladas en todo el mundo. Funciones como la monitorización de transacciones, la incorporación de clientes, la evaluación de riesgos y la detección de actividades sospechosas son fundamentales para las obligaciones de Anti-Money Laundering (AML) y Countering the Financing of Terrorism (CFT). Estas funciones son ahora impulsadas parcial o sustancialmente por sistemas automatizados en muchas instituciones globales, lo cual es en gran medida un desarrollo positivo. La IA procesa volúmenes que ningún equipo humano puede igualar, identifica patrones que ningún analista podría detectar y reduce la carga de falsos positivos que ha hecho que las operaciones de cumplimiento sean ineficientes.
Sin embargo, no ha resuelto la pregunta fundamental de la responsabilidad.
La brecha que nadie está discutiendo
Los marcos de AML se basan en una premisa fundamental: una persona toma una decisión. Ya sea un oficial de cumplimiento evaluando riesgos o un oficial de informes de lavado de dinero (MLRO) decidiendo presentar un informe, cada paso tiene un ser humano asociado que puede ser cuestionado y responsabilizado.
La IA cambia esa cadena sin reemplazarla. Mientras los sistemas destacan, puntúan o escalan, la revisión humana a menudo se vuelve superficial debido a los altos volúmenes, diluyendo el juicio real detrás de la «firma humana». Los reguladores globalmente están comenzando a abordar esto, señalando que los modelos de IA deben ser fiables, transparentes y explicables.
Esto plantea un desafío práctico para los oficiales de cumplimiento. Si un regulador te pidiera que explicaras por qué tu sistema aprobó una transacción específica hace meses, ¿podrías hacerlo en términos que satisfagan el escrutinio?
Cómo la máquina empodera al experto
Para cerrar esta brecha, el enfoque debe cambiar de «la máquina» tomando decisiones a «la máquina» empoderando el juicio experto. Se ha implementado un flujo de trabajo estructurado impulsado por IA que asegura la transparencia y la supervisión liderada por humanos.
Cuando nuestro sistema interno de Evaluación de Riesgo de Clientes (CRA) detecta un cliente cuya actividad eleva su riesgo, se activa automáticamente nuestra herramienta impulsada por IA. Esta herramienta genera un perfil completo del cliente para revisión inmediata, recopilando todos los detalles personales relevantes, así como la actividad de trading de todas nuestras plataformas. Esto asegura que nada se pase por alto, pintando un cuadro en tiempo real del comportamiento del cliente.
Encima de este perfil se encuentra nuestro agente especializado de Análisis de Diligencia Debida Ampliada (EDD). Este agente impulsado por IA realiza una evaluación inicial del perfil del cliente, destacando áreas específicas de preocupación y proporcionando información procesable. Esto significa que nuestro equipo de Operaciones de Cumplimiento puede actuar rápidamente, armado con información enfocada y priorizada en lugar de tener que filtrar montañas de datos.
Además, la misma herramienta de IA puede redactar Informes de Actividad Sospechosa (SARs) o Informes de Transacciones Sospechosas (STRs) en casos que requieren atención regulatoria adicional. Al automatizar esta parte del proceso, podemos cumplir con plazos exigentes, asegurando que nada se interponga en el camino de un cumplimiento rápido y efectivo.
Dónde reside realmente la responsabilidad
La respuesta a quién es responsable actualmente está dispersa entre los proveedores de tecnología, las funciones de cumplimiento y la alta dirección. Esta ambigüedad no sobrevivirá a acciones de cumplimiento significativas.
La verdadera responsabilidad requiere una capa de gobernanza que mantenga el ritmo con el despliegue. Cada decisión asistida por IA debe estar dentro de una categoría definida. Algunas pueden ser ejecutadas de manera autónoma dentro de parámetros preaprobados, y otras requerirán revisión humana obligatoria. Cada categoría debe tener un propietario interno nombrado dentro de la función de cumplimiento, que pueda explicar, en términos sencillos, por qué se tomó una decisión específica.
El elemento humano no es decorativo. Tratar la supervisión humana como una mera formalidad crea la apariencia de responsabilidad sin el contenido real. Una cultura de cumplimiento genuina, capaz de soportar la presión regulatoria internacional, se construye sobre personas que entienden el porqué de sus acciones.
La máquina puede señalar, pero no puede ser responsabilizada. Esa responsabilidad sigue siendo de las personas que construyen el marco de gobernanza a su alrededor, y ahí es exactamente donde debe estar.
