Empresas como Hummingbird y Calle Babel están aplicando con éxito nuevas tecnologías para mejorar la eficiencia de aspectos del cumplimiento que durante mucho tiempo han sido engorrosos. Al hacerlo, han creado una potente combinación humana y tecnológica que mejora tanto el desempeño como la satisfacción del personal.

Colibrí liberado recientemente Automatizaciones, una nueva herramienta para aumentar la productividad del cumplimiento, reducir el riesgo y reducir los costos. Las automatizaciones eliminan las tareas manuales para que las empresas puedan asignar personal a tareas de mayor valor. También mejora el seguimiento de casos y hace cumplir las políticas internas.

La actividad está centralizada en la plataforma de investigación de delitos financieros de Hummingbird, donde los clientes ven que los datos, los flujos de trabajo y las políticas de la empresa se convierten en componentes de la automatización. Los profesionales pueden utilizar soluciones prediseñadas o crear las suyas propias. Automations ofrece recetas para KYC, KYB, control de calidad, preparación, seguimiento y gestión de casos, y resúmenes de actividades.

El fundador y director ejecutivo de Hummingbird, Joe Robinson, es un veterano de la tecnología financiera que se desempeñó como gerente senior de productos en Square y vicepresidente de ciencia de datos y riesgos en Circle. Dijo que fundó Hummingbird para abordar los problemas que vio al introducir de manera segura más eficiencia y automatización en el trabajo de investigación.

Robinson dijo que es esencial separar el fraude del cumplimiento y el lavado de dinero. En muchos casos de fraude, el emisor de su tarjeta notifica a las víctimas, gracias a la capacidad de la institución para detectar anomalías en los patrones. El blanqueo de dinero rara vez implica fraude, ya que normalmente lo llevan a cabo organizaciones criminales que no quieren llamar la atención sobre sus acciones.

Mantener al ser humano en cumplimiento

Al diseñar un programa de cumplimiento, Robinson dijo que es crucial priorizar el elemento humano. Las personas tienen derecho a los servicios financieros; si se diseña mal, la automatización puede infringirlos. Los seres humanos deben mantenerse informados para evitar prejuicios y garantizar que se atienda a los clientes legítimos.

Muchas cuestiones de cumplimiento son complejas y eso significa que requieren mucha mano de obra. Robinson dijo que la recopilación de datos lleva tiempo; La fragmentación de datos en muchas instituciones hace que el proceso sea más desafiante. Las comprobaciones podrían incluir la revisión de 12 meses de transacciones y búsquedas de artículos y noticias sobre personas relacionadas con el negocio a partir de inteligencia de código abierto, redes sociales y otras fuentes.

“Todo eso lleva tiempo y requiere recopilación de datos”, dijo Robinson. "Hay mucho poder para automatizar las partes más mundanas y tediosas de ese trabajo y dejar que los humanos apliquen aquello en lo que son tan buenos, que es interpretar los resultados y comprender lo que sucedió".

Proporcionar opciones y explicabilidad

Con las automatizaciones, los equipos de cumplimiento pueden elegir qué actividades completa el sistema, como recopilación y preparación de datos, recordatorios y procedimientos. Pueden estar basados ​​en reglas o aprovechar modelos de IA para resumir información. Eso les da a los clientes la decisión final sobre qué algoritmos y modelos utilizar.

La explicabilidad es un aspecto esencial de cualquier sistema de cumplimiento. Robinson dijo que cualquier sistema automatizado debe ser auditable, hasta la tecnología utilizada y las decisiones tomadas. En el caso de las empresas más grandes, esa explicabilidad debe extenderse a miles de investigadores que realizan muchos más miles de investigaciones cada semana.

Cómo Babel Street fortaleció su capacidad de cumplimiento

El director de investigación de nombres, Greg Pinn, dijo que los orígenes de Babel Street estaban en el uso de información para mitigar el riesgo de seguridad fronteriza y nacional. Al igual que el cumplimiento, implicó resumir una gran cantidad de datos en formatos fáciles de entender.

Babel Street amplió su alcance a finales de 2022 cuando adquirió Rosette, una plataforma de análisis de texto que emplea aprendizaje automático y redes neuronales profundas para extraer información significativa de datos no estructurados. Eso ayudó con la comparación y selección de nombres, lo que permitió a Babel Street abordar aspectos únicos de nombres de diferentes idiomas y culturas. Por ejemplo, podrían tener sentido los documentos de un ciudadano estadounidense que viaja con un pasaporte chino y un billete de avión de un pasajero alemán.

En enero de 2024, Babel Street agregó Vertical Knowledge, una empresa de inteligencia, conocimientos globales y productos de datos que se especializa en ayudar a los clientes a afrontar desafíos comerciales complejos con una biblioteca de activos de datos contextualizados. Pinn dijo que eso mejora la capacidad avanzada de detección de nombres de Babel Street.

Más allá de las exageraciones de la IA para ofrecer valor real

En medio del fervor de la IA, Pinn dijo que es importante centrarse en los nuevos problemas que puede resolver. Para Pinn, eso comienza con la extracción de datos a partir de datos no estructurados e inteligencia. En el mundo del AML, ese es un problema difícil de alcanzar.

Los evaluadores enfrentan varios desafíos. Al considerar noticias no estructuradas, como artículos de sitios web, ha sido un proceso manual que no escala. Las bases de datos estructuradas requieren capital humano para actualizarse.

"Luego comenzamos a buscar la posibilidad de combinar esas dos cosas, crear tecnología de inteligencia artificial y procesamiento de lenguaje natural para extraer información, detalles identificables del usuario e información de riesgo para crear una base de datos en vivo de riesgo constantemente actualizada", dijo Pinn. “Para que entiendas quién todavía está en riesgo. Se trata de un gran paso adelante en la comprensión del riesgo que corren las personas en todo el mundo. 

“Las estadísticas de personas capturadas hoy… son horribles. No hacemos un muy buen trabajo. Entonces, para mí, esta es una de las formas clave en que podemos mejorar”.

Ha habido algunas preocupaciones sobre abrir la puerta del cumplimiento a tecnologías como la IA. Como enfatizó Robinson, es necesario que haya un elemento humano significativo en el circuito.

Dónde funcionan los LLM y dónde no

Pinn dijo que alrededor de 2018, varios reguladores se unieron para instar a los innovadores a utilizar la tecnología para mejorar los procesos. Si bien los LLM son el juguete nuevo y brillante, las empresas no necesariamente deberían comenzar por ahí. Pinn dijo que herramientas como Chat GPT no son adecuadas para tareas de cumplimiento repetitivas, ya que son débiles a la hora de resumir información relevante.

"Varias empresas están utilizando estos grandes modelos de lenguaje para resumir más artículos, pero eso no resuelve el problema", afirmó Pinn. “Simplemente utiliza una nueva tecnología porque querías usarla. 

"El problema fundamental que los consultores de IA deberían resolver es ¿cómo hacer que los humanos hagan menos trabajo en el que son malos?"

Un ejemplo es el alto costo de la detección de falsos positivos por parte del personal. Es repetitivo, con mucha rotación. Eso está maduro para el cambio.

Pinn dijo que hay un lugar para que la IA tome mejores decisiones sobre quién y qué examinar. Los modelos entrenados deben evaluar con precisión el sentimiento mientras filtran el ruido.

De cara al futuro, el desafío será conseguir acceso a los datos de empresas importantes. Pinn dijo que crean estructuras de precios obstructivas que afectan la capacidad tanto de las fuerzas del orden como de la industria privada para utilizar esos datos para detectar patrones nuevos y relevantes.

Innovación en las UBO, resolución de entidades

Pinn dijo que la resolución de entidades es otra área importante para la innovación. Las nuevas tecnologías pueden obtener valor de datos no estructurados. La IA puede ayudar a los investigadores a ver de manera integral la salud de una institución financiera. Eso les da una base más precisa para comprobar si hay fraude.

La IA también puede ayudar a los investigadores a comprender las relaciones entre los beneficiarios finales (UBO), especialmente porque algunos gobiernos exigen bases de datos de UBO.

La combinación de inteligencia y cumplimiento

Robinson dijo que las tecnologías pueden ayudar a las empresas y a los reguladores a hacer frente a un entorno regulatorio que cambia rápidamente. Los delincuentes también están utilizando la IA, lo que les permite girar rápidamente cuando la ley se da cuenta de sus métodos.

Una consideración al utilizar la tecnología es garantizar que los clientes obtengan la mejor inteligencia sin dejar de cumplir con las normas.

"Estos modelos son poderosos para observar conjuntos de datos amplios y resumir información importante", dijo Robinson. "Estamos tratando de desarrollar conjuntos de herramientas que les brinden la inteligencia y la información adecuadas en el momento adecuado".

Robinson dijo que está entusiasmado con el potencial de los LLM para resumir grandes volúmenes de información. Dijo que son buenos para extraer y resumir fragmentos de información relevantes.

Muchos en la industria han expresado su preocupación por encontrar bases de datos suficientemente grandes para capacitar a los LLM sin ruido ni información falsa. Robinson dijo que Hummingbird puede ayudar a las instituciones financieras con otro problema: mantener sus modelos libres de información de identificación personal (PII) y garantizar que esos modelos tampoco la filtren.

Lea también:

.pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .box-header-title { font-size: 20px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .box-header-title { font-weight: bold !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .box-header-title { color: #000000 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-avatar img { border-style: none !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-avatar img { border-radius: 5% !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-name a { font-size: 24px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-name a { font-weight: bold !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-name a { color: #000000 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-description { font-style: none !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-description { text-align: left !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a span { font-size: 20px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a span { font-weight: normal !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta { text-align: left !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a { background-color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a { color: #ffffff !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a:hover { color: #ffffff !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-user_url-profile-data { color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data span, .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data i { font-size: 16px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data { background-color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data { border-radius: 50% !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data { text-align: center !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data span, .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data i { font-size: 16px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data { background-color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data { border-radius: 50% !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-recent-posts-title { border-bottom-style: dotted !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-multiple-authors-boxes-li { border-style: solid !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-multiple-authors-boxes-li { color: #3c434a !important; }

• Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
• PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
• PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
• PlatoESG. Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
• PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
• Fuente: https://www.fintechnexus.com/how-technology-is-improving-compliance/