El lavado de dinero ha estado presente desde que ha existido el comercio. Es una práctica casi tan vieja como el tiempo en si mismo. Por ejemplo, desde épocas tan tempranas como el año 2000 a.C en China, mercaderes chinos adinerados solían mover sus ganancias fuera del país porque los negocios comerciales no eran apoyados por el gobierno. Ellos en cambio invertirían sus fondos traficados en otras empresas. Aunque esto no es técnicamente “lavado”, es el mismo principio empleado hoy en día en el lavado de dinero.

En los Estados Unidos, el lavado de dinero despego en la década de 1920 durante la era de la prohibición en la que no estaba permitida la manufactura, el transporte ni la venta de alcohol. Se rumorea que Al Capone, uno de los mayores jefes de la mafia de Chicago, estableció varios puntos de lavado alrededor de la ciudad para disfrazar el origen del dinero que ganaba a través de la venta de alcohol. Los fondos ilícitos entonces eran agregados a las ganancias generadas por los puntos de lavado y entonces eran reintroducidos en el sistema financiero, efectivamente “lavando” el dinero ilegal o “sucio”. En películas como El Padrino II y El Lobo de Wall Street, vemos el lavado de dinero reinterpretado: el arte imitando a la vida.

¿Qué es el lavado de dinero?

El lavado de dinero es el proceso de hacer que grandes sumas de dinero generadas desde actividades criminales parezcan venir desde fuentes legítimas. El dinero ilegal es considerado sucio, y el dinero al final, después de ser lavado, es considerado limpio.

El impacto del lavado de dinero en la sociedad

El lavado de dinero es actualmente global, omnipresente y de proporciones asombrosas. Las estadísticas de las Naciones Unidas muestran que alrededor del 2% al 5% del PIB mundial se lava cada año. Eso equivale aproximadamente a entre $800 mil millones y $2 billones anuales. El costo real del lavado de dinero es difícil de cuantificar. Menos del 5% de los activos perdidos debido a delitos financieros como el lavado de dinero se recuperan alguna vez.

El lavado de dinero afecta negocios, desarrollo económico y a la sociedad en general. Significa un riesgo de reputación para organizaciones que permiten fondos ilícitos a través de sus sistemas. Si fondos ilegales pueden ser fácilmente procesados a través de instituciones financieras, entonces estas podrían sin saberlo convertirse en parte de la red criminal. Cuando lavadores de dinero lo transfieren a través de negocios legítimos compiten con dueños de negocios reales.

Economías con controles inadecuados son particularmente vulnerables para lavadores que buscan nuevas rutas para lavar sus fondos. Esto lleva a un efecto inhibidor en inversiones extranjeras directas y se convierte en algo contraproducente pues este tipo de inversiones son justamente lo que este tipo de economías requieren.

El lavado de dinero permite que las actividades criminales continúen presentes en la sociedad- el crimen organizado puede adquirir control de grandes sectores de la economía a través de inversiones debilitando de esta forma la fibra económica. Cuando lavadores de dinero invierten fondos sucios en mercados donde son difíciles de detectar, ellos inflan esos mercados de la forma errónea.

Etapas del lavado de dinero

El lavado de dinero ocurre típicamente en tres etapas: colocación, estratificación e integración.

-La colocación es el inyectar de forma oculta dl “dinero sucio” dentro del sistema financiero legítimo.

-La estratificación es el proceso en el cual la fuente de dinero es ocultada a través de una serie de transacciones y trucos de contaduría, haciendo más difícil para los investigadores el encontrar exactamente a dónde fue el dinero.

-La integración es cuando el dinero entra en la economía legal. En el este punto el dinero parece limpio y los fondos lavados pueden ser usados por criminales para cualquier propósito que tengan en mente y que usualmente no se detecta puesto que los investigadores no pueden ver exactamente de dónde provino el dinero.

En la vida real, el lavado de dinero no siempre sigue estas tres fases de forma secuencial, y algunas de estas etapas se pueden combinar o repetir varias veces.

¿Qué es el anti-lavado de dinero?

El anti-lavado de dinero (AML, por sus siglas en inglés) se refiere a las regulaciones, políticas, procedimientos, y más recientemente, tecnologías que son puestas en marcha para impedir a los criminales el ocultamiento de fondos de origen ilícito.

A través de los años, a medida que el crimen ha evolucionado, también lo ha hecho la legislación AML y de forma subsecuente las técnicas AML para su implementación. El Bank Secrecy Act de 1970, la Financial Action Task Force (FATF), la Organización para la Cooperación Económica y el Desarrollo (OECD), el Fondo Monetario Internacional (IMF), etc, son solo algunos de los cuerpos legislativos involucrados en la lucha contra el lavado de dinero.

La historia y evolución de la legislación y técnicas anti-lavado de dinero

A pesar de toda la legislación, el lavado de dinero continúa creciendo mundialmente, y las técnicas usadas para evadir la detección se están volviendo más sofisticadas, particularmente con el cambio a la economía digital. Por ejemplo, las transacciones son más rápidas y se mueven a través de fronteras y jurisdicciones de una forma más fluida, y el anonimato de las criptomonedas ha sido tomado como una ventaja por criminales que adoptan nuevas tecnologías para explotar los vacíos en los ambientes de control aún más rápido que los reguladores- se trata del caso clásico de “policías y ladrones”.

Escenarios basados en reglas vs aprendizaje automático

Tradicionalmente, las técnicas AML se han basado en reglas y escenarios. Estas técnicas siempre han estado un paso atrás de los delincuentes financieros. La Inteligencia Artificial (IA) y el Aprendizaje Automático (ML) están convirtiéndose en el pilar de soluciones AML como la Solución AML de Fraudio, lo que conlleva una mayor automatización y, en consecuencia, rapidez y precisión. El ML puede aplicarse en toda la cadena de valor de AML, por ejemplo, Calificación de Riesgo, Detección de Clientes, Monitoreo de Transacciones, Revisiones Basadas en Eventos, Filtrado y Detección de Transacciones, y KYC Refresh.

Los sistemas AML tradiciones basados en reglas funcionan con motores que solo usan reglas y que por ende tienden a proveer un gran volumen de alertas de bajo valor. Los programas AML basados en ML en contraparte, usan a menudo tanto reglas como modelos. Esto disminuye significativamente la cantidad de falsos positivos generados y permite una puntuación de riesgo más precisa lo cual significa menos tiempo desperdiciado en alertas insignificantes. Permite por ende el aumento de la eficiencia operacional y requiere menos intervención manual.

Los modelos ML son entrenados con algoritmos basados en datos históricos para predecir comportamiento futuro y pueden aprender y adaptarse continuamente, prestándose a su vez para el aprendizaje no supervisado. La solución AML de Fraudio emplea esto en la detección de patrones que son diferentes de lo que se espera (detección de anomalía) lo cual es necesario para un objetivo dinámico como el AML.

Aunque los modelos de aprendizaje automático requieren tiempo para aprender, lo que los hace más lentos de implementar, capturan tanto patrones buenos como maliciosos de manera más efectiva de lo que un conjunto de reglas (o un humano) podrían hacerlo. El resultado es que los delincuentes encuentran más difícil engañar a los sistemas de detección de lavado de dinero.

La generación de Reportes de Actividad Sospechosa (SAR, por sus siglas en inglés) es otro proceso AML que está evolucionando. Cuando algo sospechoso ocurren dentro de una institución financiera, una investigación es llevada a cabo lo cual tradicionalmente conlleva la interrogación de bases de datos múltiples o relacionales. Una vez que suficiente evidencia ha sido recabada y analizada, y que parece justificar la sospecha inicial, se genera un SAR y entonces se introduce ante un cuerpo de gobierno relevante. Entendiblemente, esto toma mucho tiempo dado que el lavado de dinero está diseñado para ocultarse y hacer la vida de los investigadores lo más difícil posible.

La solución AML de Fraudio se aleja de este enfoque “semi-manual” tradicional al detectar transacciones que potencialmente pudieran están relacionadas con el lavado de dinero. Lo hace al tomar las transacciones como puntos de entrada de datos.  Utilizando técnicas de ingeniería de características, se colocan estos puntos de datos en secuencias y grupos significativos. Estas secuencias de transacciones se basan en patrones como cantidades monetarias inusualmente grandes o una alta frecuencia de transacciones en un corto período de tiempo, etc. Luego, se aplican técnicas de ML para identificar comportamientos anómalos y generar alertas basadas en esta evaluación. Esto elimina la necesidad de generar  los SAR de manera 'manual' y ahorra tiempo y esfuerzo en el proceso.

Adoptar nuevas técnicas para combatir el lavado de dineros es el camino correcto para superar las nuevas tácticas criminales, el aprendizaje automático (ML) es el camino hacia adelante. El anti-lavado de dinero continuará evolucionando a medida que nuevos crímenes emergen, las tecnologías evolucionan, y las medidas existentes se vuelven insuficientes. En esta medida, las soluciones tecnológicas como la Solución AML de Fraudio están aquí para lidiar con los cambiantes crímenes y riesgos de aprendizaje automático.

‍