Según un informe del Banco de México (2023), se estima que el lavado de dinero en México representa alrededor del 3.8% del PIB nacional, lo que equivale a alrededor de 2.5 billones de pesos anuales. Esta cifra es preocupante, ya que el lavado de dinero puede financiar actividades criminales y socavar la estabilidad financiera del país.
La detección temprana de operaciones sospechosas con IA/ML ayuda a mitigar este riesgo, al permitir a las instituciones financieras identificar patrones anormales y transacciones que puedan estar relacionadas con el lavado de dinero. Esto se logra mediante la aplicación de modelos de aprendizaje automático que pueden analizar grandes cantidades de datos y detectar patrones que pueden ser difíciles de identificar para los humanos.
En este sentido, la plataforma de IA AML de TarantulaHawk.ai, puede ser una herramienta valiosa para las instituciones financieras mexicanas que buscan mejorar sus capacidades de detección de lavado de dinero. TarantulaHawk.ai ofrece una plataforma SaaS (Software como Servicio) que utiliza IA y ML para detectar operaciones sospechosas y proporcionar alertas y recomendaciones a los usuarios.
La reforma del 2025 de la Ley Federal de Prevención e Identificación de Operaciones con Recursos de Procedencia Ilícita (LFPIORPI) enfatizó la importancia de la tecnología y la IA en la lucha contra el lavado de dinero, estableciendo nuevas normas y estándares para la implementación de sistemas de detección de lavado de dinero. La detección temprana con IA/ML es clave para cumplir con estas nuevas normas y reducir el riesgo de lavado de dinero en México.
Fuente: Banco de México. (2023). Informe sobre lavado de dinero en México.
Publicado automáticamente
Top comments (0)