Así es el software que lucha contra el lavado de dinero.

La detección del blanqueo de capitales es, cada vez más, una misión propia de ciertos programas informáticos (AML por sus siglas en inglés) que monitorizan las transacciones y detectan a las personas que, probablemente, estén transfiriendo activos procedentes de algún tipo de delito.

El uso de estos programas se está extendiendo, tal y como demuestra la empresa de investigación Celent, que estima que las empresas financieras han gastado 825 millones de dólares en este tipo de software este año, un aumento de 150 millones de dólares respecto al año anterior. Y no parece que vaya a parar. Technavio, otra compañía de investigación, estima que el gasto en este sector crecerá al 11% anual durante los próximos años.

El motivo es que las autoridades están endureciendo las leyes contra el lavado de dinero mediante la multa a las grandes empresas de finanzas. Deustche Bank, por ejemplo, ha sido multado por un valor de 827 millones de dólares (más de toda la inversión conjunta en software AML) dejando claro que si los bancos bajan la guardia, pueden sufrir grandes pérdidas.

¿Pero cómo funcionan los programas AML? Hay muchos motivos que pueden llevar a un programa a bloquear una transacción o a emitir un aviso para que alguien la investigue; las cantidades redondas son más sospechosas que las que no lo son, aumentos en el número de transacciones y las cantidades de éstas, si el dinero es transferido a una cuenta desde muchos destinos…Además, la procedencia de las transacciones también es un indicador. Hay software que considera más peligrosas las transacciones que provienen del este de Ucrania que del oeste del país, donde la influencia rusa es menor. Así mismo, la edad también es un factor determinante, ya que la tercera edad es más propensa a sufrir robo de datos bancarios.

El futuro del software AML es un aumento de la cantidad y tipos de datos que se pueden digerir. Por ejemplo, SAS lanzó al mercado Visual Investigator, que coteja la información financiera con imágenes y texto encontrado en las redes sociales. Por ejemplo, puede cotejar la cantidad de dinero que mueve un restaurante con la actividad online que tienen los clientes que acuden al local.

Los analistas humanos no deben temer por su trabajos, ya que aún deben investigar muchas de las transacciones que los programas marcan como peligrosas.