La importancia del Procesamiento del Lenguaje Natural en la lucha Antilavado

De acuerdo al artículo “Inteligencia Artificial en áreas de cumplimiento”, elaborado por nuestro Gerente Consultor de Analítica y Desarrollo:  “El Lavado de Dinero se ha convertido en la principal fuente de multas de cumplimiento exponiendo a varias instituciones de los diferentes sectores a sanciones monetarias y a medidas de aplicación de ley por parte de las autoridades, las cuales han endureciendo los niveles de supervisión para toda la industria”. Razón por la cual es importante que las instituciones implementen tecnologías que los ayude a combatir el lavado de dinero. Según mi experiencia y conocimiento, hoy en día hay tres tecnologías que pueden revolucionar los procesos que las áreas de cumplimiento desarrollan a favor de la prevención del lavado de dinero y la financiación del terrorismo:

• La Inteligencia Artificial (IA)
• El Aprendizaje Automático (ML)
• El Procesamiento del Lenguaje Natural (NLP)

Estas tres herramientas hacen posible crear nuevos sistemas de cumplimiento basados ​​en esquemas de datos más flexibles, por lo que mejorarían drásticamente la eficiencia y los costos de cumplimiento. Estas tecnologías tienen el potencial de automatizar  flujos de trabajo y analizar rápidamente grandes volúmenes y diferentes tipos de datos, llevando el cumplimiento AML y KYC a un nivel más avanzado. En el caso de la debida diligencia del cliente (KYC), el Procesamiento de Lenguaje Natural (NLP), está comenzando a utilizarse para ayudar a analizar contenidos no estructurados, como información periodística adversa, también llamadas noticias negativas. La IA basada en el Procesamiento Natural de Lenguaje puede “leer” dichas noticias y realizar una serie de tareas como:

• La extracción de metadatos.
• La identificación de entidades a las que se hace referencia.
• El “entendimiento” de la intención o propósito de partes específicas del documento.

En ese sentido, podemos decir que el Procesamiento Natural de Lenguaje, “es la tecnología clave que permitirá a las instituciones superar los desafíos del creciente volumen de datos no estructurados y satisfacer las demandas de las crecientes presiones regulatorias para reunir la información requerida de manera oportuna”. (Optimizando AML a través de nuevas tecnologías, 2018)