La IA para mejorar los procesos KYC y EDD ha revolucionado el sector financiero al automatizar la verificación de los clientes, reducir los falsos positivos y garantizar evaluaciones de riesgos más precisas en tiempo real.
Los procesos de diligencia debida del cliente (DDC), incluida la evaluación de conozca a su cliente (KYC), pueden adoptar muchas formas diferentes utilizando soluciones automatizadas basadas en IA disponibles en el mercado.
Las instituciones financieras también pueden tener un requisito regulatorio para implementar controles de identificación y verificación basados en IA antes y después de la incorporación de clientes. La necesidad de automatizar los procesos KYC se debe principalmente a la digitalización que provocó un aumento significativo en el gráfico de actividades de delitos financieros, especialmente en jurisdicciones o países de alto riesgo.
El onboarding digital de los clientes incluye el trato no presencial con los clientes, por lo que las instituciones necesitan un sistema robusto basado en IA para realizar comprobaciones de identidad y datos de los clientes en tiempo real mediante el uso de herramientas de verificación de documentos y/o biométricas.
Además, los clientes de alto riesgo deben ser identificados y verificados antes de su incorporación, por lo que la tecnología de IA puede ayudar a las instituciones a predecir el perfil de riesgo de los clientes en función de los datos o la información proporcionada a la institución. Los datos disponibles de PEP, los datos de clientes de perfil de alto riesgo, los datos compartidos por los reguladores, las listas negativas, las listas de vigilancia, etc., se escanean de manera eficiente mediante el uso de tecnología de IA y ML justo en el momento de la incorporación de los clientes. La tecnología KYC basada en IA ayuda a restringir el acceso de delincuentes y estafadores al sistema o canales financieros.
En muchas instituciones, el EDD es un proceso manual que utiliza inteligencia humana, pero con el advenimiento de la tecnología de IA y otras tecnologías innovadoras, cada vez más instituciones utilizan herramientas de IA para automatizar sus procesos de EDD tanto como puedan.
Cuando los clientes sin cita previa visitan la sucursal para realizar una transacción de depósito única, la tecnología KYC basada en IA identificaría inmediatamente a las personas como clientes reales o delincuentes en función de la búsqueda en tiempo real y la pantalla de credenciales de las listas negativas disponibles y las búsquedas negativas en los portales de noticias de los medios.
Las coincidencias se mostrarían inmediatamente como resultados, y a los delincuentes no se les permitiría depositar, retirar o utilizar ninguno de los servicios financieros ofrecidos por la institución. Gracias a un escrutinio reforzado basado en la IA, la institución podría reducir el nivel de riesgo de procesar las transacciones de delincuentes o estafadores.
El propósito de garantizar que el cliente se identifique como quien dice ser, y el propósito de la transacción coincida con el perfil de riesgo.
La IA en la mejora de los procesos KYC y EDD
Procesamiento multilingüe del lenguaje natural
El uso de la IA conduce a la detección automatizada de EDD mediante el procesamiento del lenguaje natural (NLP), o más específicamente el procesamiento del lenguaje natural multilingüe (MNLP).
El NLP permite que las aplicaciones o los programas entiendan el lenguaje escrito en un documento, así como los matices contextuales. El NLP también puede extraer datos exactos y proporcionar información detallada sobre los datos. El uso de la tecnología NLP puede ayudar a procesar grandes cantidades de datos y ahorrar costos de cumplimiento.
MNLP automatiza la evaluación del EDD para fuentes de datos no estructurados, como noticias de medios en línea y resultados de portales de medios. El énfasis está en asumir que las noticias negativas pueden haber sido cubiertas sobre un cliente o un cliente potencial en diferentes periódicos o portales de noticias.
Por ejemplo, una institución financiera con sede en EE. UU. en el momento de incorporar a un cliente de alto patrimonio neto de Malasia necesitaría realizar algún tipo de diligencia debida mejorada debido a la gran cantidad de fondos involucrados. En este caso, el equipo de apertura de cuentas y el equipo de cumplimiento de la institución financiera estadounidense no solo deben asumir que las noticias sobre dicho cliente potencial serían escritas por la prensa en el periódico nacional de EE. UU.
En su lugar, el equipo de apertura de cuentas también tendría que realizar búsquedas específicas para el cliente en periódicos malayos utilizando el idioma malasio. En este caso, el uso de la verificación basada en IA haría que el proceso de identificación de noticias de medios sobre el cliente potencial en diferentes periódicos, fuera fácil y eficiente.
Uso del verdadero procesamiento multilingüe del lenguaje natural
Es necesario aplicar MNLP verdadero y no traducir el documento al inglés primero para ejecutar primero un algoritmo de NLP en inglés. En este enfoque, las instituciones pueden perder gran parte del lenguaje natural.
Como cada idioma tiene su propia sintaxis, reglas y parámetros lingüísticos, por lo tanto, con cada idioma las instituciones deben tener un alto grado de comprensión y cuidado, utilizando la tecnología MNLP que permite el escaneo y procesamiento adecuado de los documentos. La mera traducción de palabras por sí sola no daría un resultado real teniendo en cuenta el contexto real, y algunas palabras incluso tendrían un doble significado.
Reflexiones finales
En la era del aumento de las transacciones digitales y el aumento de la delincuencia financiera, el énfasis del sector financiero en los sólidos procesos de diligencia debida del cliente (DDC) es más crucial que nunca. Las soluciones automatizadas impulsadas por IA, especialmente en las evaluaciones de Conozca a su cliente (KYC), están transformando la forma en que las instituciones validan e incorporan a su clientela, satisfaciendo la necesidad apremiante de verificaciones de identidad en tiempo real en interacciones no cara a cara. Mediante el empleo de herramientas como la validación de documentos y la biometría, estos sistemas basados en IA examinan una gran cantidad de datos, incluidas las listas de PEP, las bases de datos reglamentarias y las noticias negativas, para discernir y mitigar los riesgos justo en el momento de la incorporación.
Además, con la proliferación de fuentes de datos multilingües, la adopción del procesamiento multilingüe del lenguaje natural (MNLP) garantiza una comprensión completa y matizada de los datos globales, evitando los escollos de la mera traducción. Las instituciones que aprovechan el verdadero MNLP pueden analizar con precisión varios idiomas, comprender su sintaxis y matices únicos, hacer que sus procesos de diligencia debida mejorados sean más eficientes y rentables, y proteger el ecosistema financiero de posibles amenazas.
