Transformación en la lucha contra el lavado de dinero: AMLA y el papel clave de la IA
- Juan Carlos Garavito
- 21 jul 2025
- 7 Min. de lectura
Cada año, entre el 2% y el 5% del PIB mundial se lava mediante esquemas de blanqueo de capitales, lo que equivale a más de 2 billones de dólares. Solo en Alemania, se estima que la cifra asciende a unos 100 mil millones de euros anuales. Las consecuencias son alarmantes: el lavado de dinero compromete la integridad del sistema financiero, distorsiona la competencia y fortalece redes delictivas.
¿Cómo la nueva Autoridad Europea contra el Lavado de Dinero (AMLA) intensificará esta lucha? ¿Y cuál será el rol de la Inteligencia Artificial en todo esto? Es lo que discuto en en este artículo, cómo se espera que la tecnología y la regulación trabajen de la mano en los próximos años y por qué las instituciones financieras deben comenzar a prepararse desde ya.
La UE y la transformación de su marco legal
La Unión Europea ha emprendido una reforma estructural de su marco regulatorio para combatir el lavado de dinero y la financiación del terrorismo. A partir de 2027, se aplicará en toda la UE un límite de 10,000 euros para pagos en efectivo con el objetivo de reducir las transacciones anónimas. Además, se ha creado la AMLA como autoridad central de supervisión contra el blanqueo de capitales.
Desde el verano de 2025 esta autoridad será responsable de coordinar a los entes supervisores nacionales, especialmente en casos transfronterizos. Entre sus tareas clave está el desarrollo de estándares técnicos y procedimientos que garanticen requisitos uniformes en toda Europa para luchar contra el lavado de dinero, la financiación del terrorismo y para la aplicación efectiva de sanciones financieras.
Crece la presión sobre las instituciones financieras
Con cada nueva normativa, la presión sobre bancos y proveedores de servicios de pago se intensifica. Ya no se trata solo de cumplir, sino de mantenerse al día con procesos más estrictos, documentación más detallada y análisis de riesgo más sofisticados.
Hoy en día, las instituciones financieras son actores clave en la detección de delitos financieros. De hecho la autoridad alemana BaFin reportó que más del 90% de las 320,000 alertas de actividad sospechosa en 2023 provinieron del sector financiero.
Sin embargo, muchas de estas instituciones operan con sistemas “legacy”, en los que los procesos de KYC, monitoreo de transacciones y comparación con listas negras funcionan de forma fragmentada. Esto dificulta tener una visión completa del riesgo, sobre todo cuando se trata de flujos transfronterizos complejos.
Y si sumamos la cantidad de datos que se procesan diariamente —millones de transacciones— el reto es claro: identificar anomalías es cada vez más exigente. Muchas áreas de cumplimiento están desbordadas con un volumen de casos y alertas falsas positivas que deben revisar manualmente.
¿Cómo superar estos desafíos?
Lo que se necesita es un nuevo enfoque. Uno que permita hacer frente al incremento en las exigencias regulatorias, pero sin requerir recursos ilimitados. Aquí es donde puede entrar la inteligencia artificial.
Inteligencia artificial: un aliado clave en la prevención
El potencial:
La IA representa una tecnología transformadora, especialmente ahora que los sistemas basados únicamente en reglas están quedando cortos. Al ser capaz de analizar patrones en volúmenes masivos de datos y aprender de casos previos, la IA no solo detecta anomalías más rápido, sino que también reduce considerablemente la cantidad de falsos positivos.
Un estudio de McKinsey estima que la IA puede aumentar la tasa de detección de transacciones sospechosas hasta en un 30%. Esto es significativo en un contexto de recursos limitados.
Además, las plataformas modernas de IA permiten integrar datos de diferentes áreas de cumplimiento en una única vista: perfiles de clientes, historiales de transacciones, resultados de screening, etc. El resultado: perfiles de riesgo consistentes y actualizados dinámicamente.
Los enfoques híbridos, que combinan modelos basados en datos con validaciones basadas en conocimiento experto, están mostrando grandes resultados. No solo ofrecen explicabilidad (clave para que los reguladores y las áreas internas los acepten), sino que también pueden integrarse fácilmente a las estructuras de control ya existentes. Esto es vital para su uso en instituciones reguladas.
Los obstáculos:
A pesar de su potencial, muchas entidades aún dudan. La razón principal: incertidumbre regulatoria.
Hasta ahora, los entes supervisores han mostrado reservas hacia modelos de IA tipo “caja negra”, donde no es claro cómo se toman las decisiones. Por eso, muchas instituciones optan por seguir usando sistemas tradicionales, aunque menos eficaces.
A esto se suma la falta de lineamientos claros sobre qué se permite o exige en el uso de IA para AML: ¿qué nivel de explicabilidad es suficiente?, ¿qué se debe documentar?, ¿qué tipo de modelos son aceptables?
AMLA como catalizador de innovación
La AMLA no solo tiene el rol de supervisar entidades de alto riesgo, sino también de establecer y hacer cumplir estándares técnicos comunes. Esto podría desbloquear la adopción de IA en el sector financiero. Un marco regulatorio unificado, basado en datos, reduciría la ambigüedad legal y permitiría a las instituciones avanzar con más seguridad.
Si esto se concreta, AMLA podría acelerar notablemente la implementación de IA en la prevención de lavado de dinero. Quienes adopten esta tecnología temprano podrían sacar ventaja frente a la competencia.
Mirada al futuro
La creación de la AMLA no marca un inicio, sino una aceleración del rumbo que ya venía tomando forma: más presión regulatoria y mayor responsabilidad para las entidades financieras.
La pregunta ya no es si debemos actualizar nuestras estrategias de prevención, sino qué tan rápido podemos hacerlo.
La IA ya no es algo de moda. Es una herramienta concreta para ganar eficiencia, mejorar calidad y cumplir con las crecientes exigencias. Ayuda a anticipar riesgos, optimizar procesos y cumplir con la regulación sin sacrificar productividad.
Hay varios proveedores de soluciones tecnológicas están listos con plataformas comprobadas y flexibles, diseñadas para integrarse sin fricciones en los sistemas existentes. También las empresas especializadas en la modernización de plataformas están listos con metodologías como la que manejamos en WAU, que permiten ir modernizando de forma paulatina, sin detener las operaciones.
Con más regulaciones en camino y volúmenes de transacciones creciendo, adoptar la IA no es solo una cuestión de cumplimiento. Es una inversión estratégica en la sostenibilidad de nuestros sistemas de prevención financiera.
¿Y qué está pasando en América Latina?
Aunque Europa va a la vanguardia en materia regulatoria con la creación de AMLA, América Latina también está dando pasos importantes en esta dirección, aunque a diferentes ritmos dependiendo del país.
En Brasil, por ejemplo, el Banco Central ha impulsado iniciativas de Open Finance y regulación sobre fintechs que, aunque inicialmente no están directamente enfocadas al lavado de dinero, sí generan estructuras más robustas de trazabilidad y cumplimiento. México, por su parte, ha fortalecido su Unidad de Inteligencia Financiera (UIF) y ha emitido guías específicas para la prevención de lavado aplicadas a fintechs, casas de cambio y entidades financieras tradicionales.
Colombia y Chile están avanzando en procesos regulatorios que combinan esfuerzos en transformación digital con mayor transparencia financiera. Sin embargo, muchos marcos legales siguen fragmentados o están en etapa de borrador. La supervisión aún es reactiva, y en muchos casos, las tecnologías aplicadas a compliance siguen siendo limitadas.
Este contexto plantea una gran oportunidad: las instituciones que adopten proactivamente las mejores prácticas globales, incluso antes de que sean exigidas por la normativa local, ganarán una ventaja competitiva. No solo estarán mejor preparadas frente a reguladores, sino que podrán construir estructuras más eficientes, resilientes y confiables para sus clientes.
Modernizar el core bancario: un paso ineludible
Uno de los grandes cuellos de botella que enfrentan muchas instituciones en América Latina (y fuera de ella) es la rigidez de sus sistemas core. Muchos bancos y entidades financieras operan aún sobre plataformas legacy, con arquitecturas fragmentadas y limitaciones que dificultan la integración de nuevas tecnologías como IA o RPA en procesos de cumplimiento normativo.
Este tipo de infraestructura no solo encarece las operaciones y frena la innovación, sino que pone en riesgo el cumplimiento normativo. Los nuevos marcos de regulación —como los estándares europeos o las iniciativas en LATAM— exigen trazabilidad en tiempo real, interoperabilidad de datos, y visibilidad completa sobre las transacciones. Todo eso es muy difícil de lograr cuando el sistema central no fue diseñado para esta era.
Por eso, modernizar el core bancario ya no es una iniciativa de IT, es una prioridad estratégica de negocio. Un core flexible, basado en microservicios y preparado para integrarse con soluciones de IA y cumplimiento, permite reaccionar con agilidad ante nuevas regulaciones, automatizar procesos clave y generar reportes regulatorios confiables y en tiempo real.
En esencia, la modernización del core no solo mejora la eficiencia operativa: es el cimiento que habilita la innovación, el cumplimiento proactivo y la resiliencia institucional frente a un entorno regulatorio que cambia cada vez más rápido.
Conclusión
El combate contra el lavado de dinero ha entrado en una nueva fase marcada por un entorno regulatorio cada vez más exigente y la irrupción de tecnologías como la inteligencia artificial. La creación de la AMLA en Europa es un reflejo claro de hacia dónde se dirige el mundo en materia de supervisión financiera: hacia un modelo más integrado, más transparente y mucho más riguroso.
En este contexto, las instituciones financieras ya no pueden permitirse esperar. Las regulaciones seguirán avanzando y la única forma de responder con agilidad y eficiencia es mediante la adopción estratégica de nuevas tecnologías y la modernización de los sistemas core. La IA, lejos de ser una promesa futura, ya está lista para aportar valor real: optimizando procesos, reduciendo falsos positivos y generando perfiles de riesgo más precisos en tiempo real.
En América Latina, aunque el marco regulatorio aún está en desarrollo, la dirección es clara. Quienes actúen de forma proactiva y adopten mejores prácticas globales desde ahora estarán mejor preparados para competir, innovar y cumplir.
Modernizar el core bancario, algo en lo que WAU hacemos como nuestro enfoque princial, ya no es una mejora técnica, es una decisión de negocio crítica. Es el punto de partida para integrar tecnologías como IA y RPA, responder a la nueva ola de regulaciones y construir un sistema de prevención robusto, escalable y sostenible.
Comentarios