Tecnologías, aliadas del sector financiero contra el lavado de dinero y el financiamiento al terrorismo: EY

12/11/2025 | Con apoyo de la IA, las instituciones financieras mexicanas pueden anticipar riesgos, mejorar la supervisión y fortalecer su cumplimiento normativo. | Altonivel.com.mx, MÉXICO

El lavado de dinero y el financiamiento al terrorismo (FT) son fenómenos interrelacionados que representan serios desafíos para la seguridad y la integridad del sistema financiero global. Mientras que el lavado de dinero se centra en el origen de los fondos, el FT se enfoca en su uso.

México enfrenta una presión internacional sin precedentes en materia de Prevención de Lavado de Dinero y Combate al Financiamiento al Terrorismo (PLD/CFT), debido a su clasificación como país de alto riesgo en el Basel AML Index, la reciente designación de cárteles como organizaciones terroristas, y las sanciones impuestas por el Departamento del Tesoro de EE.UU. a instituciones financieras mexicanas por vínculos con el lavado de dinero relacionado con actividades ilícitas. Ante este panorama, es crucial que las instituciones financieras vayan más allá del simple cumplimiento normativo y adopten estrategias proactivas para proteger su reputación y evitar la exclusión del sistema financiero global.

La IA como aliada contra el lavado de dinero

La inteligencia artificial (IA) ha emergido como una herramienta valiosa en la identificación y prevención de actividades de lavado de dinero. A través del análisis de grandes volúmenes de datos, la IA permite a las instituciones financieras detectar patrones y anomalías que podrían indicar comportamientos sospechosos.

Entre las tecnologías más efectivas se encuentran los árboles de decisión y los modelos de bosque, que ofrecen una buena capacidad de explicación y son útiles para la detección basada en patrones históricos. Asimismo, las Redes Neuronales de Grafos (GNNs) permiten mapear relaciones complejas entre entidades, lo que resulta en una detección más efectiva de redes delictivas.

Estas tecnologías no solo ayudan a detectar patrones, sino también a identificar tipologías emergentes, anomalías operativas y señales de alerta temprana, fortaleciendo así la capacidad de respuesta ante esquemas cada vez más sofisticados. Además, la IA puede apoyar los procesos de due dilligence, facilitando la revisión de antecedentes y la evaluación de riesgos asociados con clientes y transacciones.

Desafíos para las instituciones financieras ante la integración de la IA 

La integración de soluciones de IA en los sistemas de PLD/CFT presenta desafíos significativos: 

•  Explicabilidad: Los modelos avanzados son menos transparentes que los tradicionales, lo que complica su validación regulatoria
•  Infraestructura tecnológica: Requieren entornos robustos (GPU, almacenamiento, librerías especializadas) junto a la correcta arquitectura de datos
•  Calidad de datos: La efectividad depende de contar con datos históricos limpios y etiquetados (no siempre disponibles, y que debe generarse con un equipo experto)

En el ámbito regulatorio, aunque no existe una normativa específica sobre el uso de IA en PLD/CFT en México, la Comisión Nacional Bancaria y de Valores (CNBV) ha manifestado su interés en adoptar estas tecnologías. Las instituciones deben alinearse con los estándares del Grupo de Acción Financiera Internacional (GAFI), que promueve el uso responsable de la IA para mejorar la eficiencia en la PLD/CFT.

Se recomiendan cuatro principios de diseño en los modelos de IA para la PLD y CFT: explicabilidad, gobernanza de modelos, protección de datos y una permanente auditoría y certificación. 

La adopción de un plan integral contra el lavado de dinero no solo ayuda a las instituciones a reducir riesgos reputacionales y regulatorios, también puede contrarrestar el riesgo de una revocación de la autorización para operar como institución financiera. La capacidad de detección temprana permite identificar redes delictivas antes de que se materialicen los riesgos, lo que es esencial en un entorno cada vez más complejo.

En conclusión, el futuro de la IA en la lucha contra el lavado de dinero y financiamiento al terrorismo es prometedor. Se anticipa una mayor adopción de modelos de grafos y la integración de IA generativa para añadir análisis contextual. Las instituciones financieras deben mantenerse proactivas frente a cambios regulatorios y nuevas amenazas, implementando revisiones periódicas y fortaleciendo su enfoque basado en riesgos. La colaboración entre el sector financiero y las autoridades regulatorias será clave para enfrentar estos desafíos y proteger la integridad del sistema financiero global.

FUENTE: Altonivel.com.mx, MÉXICO