[26/05/2022] Aunque las regulaciones se crean para proteger a los consumidores y a los mercados, a menudo son complejas, lo que las hace costosas y difíciles de cumplir.
Los sectores altamente regulados, como los servicios financieros y las ciencias de la vida, son los que tienen que absorber los costos de cumplimiento más importantes. Deloitte estima que los costos de cumplimiento para los bancos han aumentado un 60% desde la crisis financiera del 2008, y la Asociación de Gestión de Riesgos descubrió que el 50% de las instituciones financieras gastan entre el 6 y el 10% de sus ingresos en el cumplimiento.
La inteligencia artificial (IA) y los procesos de automatización inteligentes, como la automatización de procesos robóticos (RPA, por sus siglas en inglés) y el procesamiento del lenguaje natural (NLP, por sus siglas en inglés), pueden ayudar a aumentar la eficiencia y reducir los costos del cumplimiento normativo. He aquí cómo:
1. Utilizar RPA y NLP para gestionar los cambios normativos
En un solo año, una institución financiera puede tener que procesar millones de páginas de nuevas normativas, difundidas por diversos canales. El trabajo manual de recopilar, clasificar y comprender estos cambios y asignarlos al área de negocio correspondiente requiere mucho tiempo.
Aunque la RPA puede programarse para recoger los cambios en la normativa, también es necesario comprenderla y aplicarla a los procesos empresariales. Aquí es donde entran en juego los sofisticados modelos de OCR (reconocimiento óptico de caracteres), PNL e IA.
- El OCR puede transformar los textos normativos en textos legibles por máquina.
- La PNL se utiliza entonces para procesar los textos, comprendiendo las frases enrevesadas y la compleja terminología normativa.
- A continuación, los modelos de IA pueden aprovechar el resultado para ofrecer opciones de cambios normativos basados en casos anteriores similares, y filtrar las nuevas normativas para señalar las que son relevantes para la empresa.
Todas estas capacidades pueden ahorrar a un analista una cantidad significativa de tiempo, reduciendo así los costos.
2. Agilizar los informes normativos
Una de las mayores pérdidas de tiempo en la elaboración de informes normativos es averiguar qué hay que informar, cuándo y cómo. Esto requiere que los analistas no solo revisen las normativas, sino que las interpreten, escriban un texto sobre cómo se aplican las normativas a su negocio, y lo traduzcan en código para recuperar los datos relevantes.
Por otro lado, la IA puede analizar rápidamente los datos normativos no estructurados para definir los requisitos de los informes, interpretarlos basándose en normas y situaciones anteriores, y producir código para activar un proceso automatizado que acceda a múltiples recursos de la empresa para elaborar los informes. Este enfoque de la inteligencia regulatoria está ganando tracción para apoyar la presentación de informes de los Servicios Financieros, así como las empresas de Ciencias de la Vida, donde se requieren presentaciones para la aprobación de nuevos productos.
3. Acortar el proceso de revisión del material de marketing
El proceso de venta en mercados altamente regulados requiere que el material de marketing sea conforme. Sin embargo, el proceso de aprobación del flujo continuo de nuevos materiales de marketing puede resultar pesado.
La tendencia de la industria farmacéutica a personalizar los contenidos de marketing está aumentando los costos de cumplimiento a un ritmo exponencial, ya que los responsables de cumplimiento tienen que asegurarse de que cada contenido es coherente con las etiquetas de los medicamentos y la normativa. Dado que la adición de mano de obra para escalar estas estrategias conlleva un aumento significativo de los costos, la IA se utiliza ahora para escanear el contenido y determinar el cumplimiento de forma más rápida y eficiente. En algunos casos, los bots de IA incluso se están utilizando para editar y escribir textos de marketing que cumplan con la normativa.
4. Reducir los errores en la supervisión de las transacciones
Los sistemas tradicionales de supervisión de transacciones basados en reglas en los servicios financieros son propensos a producir excesivos falsos positivos. En algunos casos, los falsos positivos han alcanzado el 90%, y cada alerta requiere la revisión de un responsable de cumplimiento.
Al integrar la IA en los sistemas de supervisión de transacciones heredados, se pueden minimizar las alertas de cumplimiento erróneas y reducir los costos de revisión. Las cuestiones que se consideran de alto riesgo legítimo pueden elevarse a un responsable de cumplimiento, mientras que las que no lo son pueden resolverse automáticamente. Si los responsables de cumplimiento solo trabajan en las transacciones marcadas como de alto riesgo, estos recursos pueden redistribuirse donde puedan añadir más valor. A medida que se identifican nuevas tendencias, la IA también puede utilizarse para actualizar los motores de reglas tradicionales y los sistemas de supervisión.
5. Realizar comprobaciones de antecedentes y legales
Para limitar la actividad delictiva y el blanqueo de dinero, los bancos deben realizar la debida diligencia para asegurarse de que los nuevos clientes son respetuosos con la ley y siguen siéndolo durante toda la relación. Dependiendo del nivel de riesgo de determinadas personas, la comprobación de antecedentes puede durar entre dos y 24 horas. Gran parte de este tiempo se dedica a la recopilación de documentos, la comprobación de bases de datos y la revisión de medios de comunicación. La IA y la automatización pueden agilizar este proceso. Se pueden utilizar robots para rastrear la web en busca de menciones de un cliente, y aprovechar el análisis de sentimientos para marcar el contenido negativo. Las tecnologías de PNL pueden escanear los documentos judiciales en busca de indicios de actividad ilegal y las menciones en los medios de comunicación más relevantes para el análisis.
Basado en el artículo de Anna Frazzetto (CIO) y editado por CIO Perú