Cómo la IA podría ayudar a combatir el crimen financiero reinventando la integridad

La Unión Europea está bajo presión para hacer que la economía digital sea más segura, especialmente en lo que respecta a la lucha contra el crimen financiero.

La Oficina de las Naciones Unidas contra la Droga y el Delito estima que entre el 2 % y el 5 % del PIB mundial —aproximadamente entre 800.000 millones y 2 billones de dólares— se lava cada año. En la UE, la Comisión Europea afirma que el crimen organizado genera ganancias de alrededor de 139.000 millones de euros anuales, mientras que Europol estima que solo alrededor del 2 % de los ingresos criminales son confiscados.

El mismo patrón puede observarse dentro de las empresas. La Association of Certified Fraud Examiners estima que las organizaciones pierden el 5 % de sus ingresos cada año debido al fraude.

En 2025, los líderes europeos discutieron la necesidad de una forma de rendición de cuentas que pondría fin al anonimato en línea al vincular las cuentas de redes sociales con la Billetera de Identidad Digital de la UE. La idea es que una verificación de identidad más sólida podría dificultar el uso de cuentas anónimas para estafas, fraude y otras formas de coordinación financiera ilícita en línea.

Lo que está claro es que Europa necesita una nueva infraestructura digital de confianza. Las sociedades no pueden construir confianza duradera en los sistemas digitales simplemente ampliando la visibilidad sobre la vida privada de las personas.

La inteligencia artificial (IA) puede ayudar a abordar este problema de confianza. De hecho, el próximo capítulo de la IA en las finanzas debería entenderse menos como software de productividad y más como infraestructura de confianza. En este contexto, el beneficio más importante de la IA no es que pueda procesar información más rápido, sino que puede conectar registros fragmentados, convirtiendo esa información en evidencia estructurada y legible por máquinas que podría ayudar a combatir el crimen financiero.

Cada evento económico deja rastros físicos: un contrato, una factura, un envío, un pago, una contraparte, un registro fiscal, un asiento contable. En la mayoría de las organizaciones, esos rastros se encuentran en sistemas y formatos separados. Esto hace que sea difícil determinar con confianza si una transacción refleja un evento subyacente real o si es solo un rastro documental que parece plausible.

La IA ahora puede ayudar a ensamblar lo que podría llamarse una cadena de evidencia, como el ejemplo desarrollado por Nova Mundi que se muestra a continuación. Las cadenas de evidencia vinculan una afirmación con los documentos y acciones que deberían sustentarla. Una factura debería conectarse con la entrega. La entrega debería conectarse con el pago. El pago debería conectarse con una relación comercial legítima.

Si esta cadena se mantiene, la confianza aumenta. Si se rompe, el riesgo se vuelve visible. Esto es tan relevante para el fraude y el lavado de dinero como lo es para la evasión de sanciones o el financiamiento del terrorismo.

Y esto importa porque el crimen financiero prospera en la fragmentación. El lavado de dinero está diseñado para ocultar el origen y la propiedad. El fraude a menudo se esconde detrás de documentación que parece válida de manera aislada, pero falla cuando se conecta con realidades comerciales más amplias. El desafío, entonces, no es identificar objetos sospechosos, sino identificar incoherencias sospechosas.

La IA está especialmente bien adaptada para esta tarea porque puede comparar afirmaciones entre documentos, sistemas y a lo largo del tiempo a una escala que la revisión manual no puede igualar.

Los mercados privados pueden tener éxito en este ámbito, mientras que la vigilancia pública generalizada puede enfrentar dificultades.

La supervisión indiscriminada a menudo se percibe como distante, impuesta y políticamente frágil. Pero la verificación basada en evidencia puede desplegarse a través de actores que ya tienen responsabilidad operativa en materia de confianza, como bancos, aseguradoras, auditores, equipos financieros y proveedores de servicios regulados. El Estado sigue siendo importante, pero su papel debería ser establecer estándares, responsabilidades y salvaguardas, no inspeccionar transacciones directamente.

Un modelo de este tipo está comenzando a emerger. Las empresas están desarrollando herramientas que no dependen de leer las comunicaciones privadas de todos, sino que se centran en conectar registros comerciales objetivos con cadenas de prueba auditables.

Este enfoque está más alineado con la forma en que la confianza realmente se construye en los mercados: a través de transacciones verificables, instituciones responsables y controles repetibles. También encaja con la política de identidad digital de la UE. En otras palabras, Europa ya está desarrollando un modelo de divulgación selectiva en un área de la política digital, y la integridad financiera debería seguir la misma lógica.

El momento es crítico. El Consejo Europeo adoptó su paquete contra el lavado de dinero en 2024, creando un marco normativo más armonizado y estableciendo una nueva Autoridad contra el Lavado de Dinero en Fráncfort. Esto le da a Europa una base regulatoria sobre la cual construir una mayor integridad financiera y confianza digital.

Pero la regulación por sí sola no cerrará la brecha entre el cumplimiento formal y la integridad financiera real. Si las empresas siguen dependiendo de registros desconectados y de procesos de revisión intensivos, la aplicación de la ley seguirá siendo lenta, costosa e incompleta. La IA crea la posibilidad de un modelo diferente, en el que la integridad se prueba continuamente a través de documentos y flujos de trabajo, y antes de que el riesgo se acumule.

Para los responsables de políticas públicas, esto significa establecer estándares de interoperabilidad para sistemas de cadenas de evidencia, exigir registros auditables y revisiones humanas para decisiones de mayor riesgo, y dar a las empresas más pequeñas espacio para adoptar herramientas confiables mediante sandboxes y vías de cumplimiento proporcionales. Para los líderes empresariales, significa tratar la infraestructura de integridad basada en IA como una capa de control tan esencial como la ciberseguridad.

La elección que ahora enfrentan Europa y sus instituciones no es entre seguridad digital y privacidad, sino entre visibilidad indiscriminada y verificación inteligente.