Generación de Borradores de Informes de Transacciones Sospechosas para el Cumplimiento Financiero Usando IA Generativa

0
34
Architecture showing interaction between users, Bedrock Agents, OpenSearch, and S3 storage with numbered workflow steps

La regulación financiera y el cumplimiento de normativas están en constante evolución, lo que ha llevado a la automatización de la elaboración de informes de cumplimiento a convertirse en un cambio radical para la industria financiera. Las soluciones de inteligencia artificial generativa de Amazon Web Services (AWS) ofrecen un enfoque eficiente para automatizar este proceso. La integración de estas soluciones no solo mejora la eficiencia, sino que también genera una mayor confianza en el sector financiero gracias a la precisión y puntualidad en la entrega de los informes de cumplimiento. Esto ayuda a las instituciones financieras a evitar las consecuencias costosas y reputacionales de no cumplir con las normativas, contribuyendo así a la estabilidad y la integridad del ecosistema financiero, beneficiando tanto a la industria como a los consumidores.

Amazon Bedrock es un servicio gestionado de IA generativa que ofrece acceso a una amplia gama de modelos base avanzados. Este servicio incluye características que facilitan la creación eficiente de aplicaciones de IA generativa con un sólido enfoque en la privacidad y la seguridad. La generación de respuestas precisas de un modelo base depende en gran medida de las técnicas utilizadas para proporcionar contextos relevantes a través de un enfoque conocido como «Generación Aumentada por Recuperación» (RAG). Este método utiliza bases de datos vectoriales como el servicio Amazon OpenSearch para habilitar la búsqueda semántica de información contextual.

Las Bases de Conocimiento de Amazon Bedrock, potenciado por bases de datos como Amazon OpenSearch Serverless, ayudan a implementar RAG para complementar las entradas del modelo con información relevante de recursos fácticos, reduciendo así la posibilidad de errores y aumentando la precisión de las respuestas. Por otro lado, los Agentes de Amazon Bedrock permiten que las aplicaciones de IA generativa ejecuten tareas en múltiples pasos mediante grupos de acciones y faciliten la interacción con API, bases de conocimiento y modelos base. Esto permite diseñar aplicaciones de IA generativas intuitivas y adaptables, capaces de entender consultas en lenguaje natural y generar diálogos atractivos para recabar la información necesaria.

Un informe de transacciones sospechosas (STR) o informe de actividades sospechosas (SAR) es un tipo de documento que una organización financiera debe presentar a un regulador si tiene razones para sospechar de alguna transacción financiera. Hay plazos establecidos para la presentación de estos informes, y generalmente se requiere un esfuerzo manual considerable para redactar cada informe.

En este contexto, se presenta una solución que utiliza modelos disponibles en Amazon Bedrock para la creación del borrador de un STR. A través de la IA generativa, esta solución permite automatizar el proceso de generación de borradores utilizando información de cuentas, detalles de transacciones y resúmenes de correspondencia, así como la creación de una base de conocimiento sobre entidades fraudulentas involucradas.

La solución plantea un flujo de trabajo que comienza con la solicitud del usuario para la creación de un informe a través de una aplicación empresarial. A partir de ahí, los Agentes de Amazon Bedrock, configurados previamente, interactúan en un flujo conversacional para recopilar la información necesaria y completar los datos faltantes. Si se requiere información sobre entidades fraudulentas, se realizan consultas semánticas a través del servicio OpenSearch. En caso de que la información no esté disponible, el agente solicita al usuario un enlace a una página web que contenga los datos pertinentes, activando un proceso de raspado automático.

Este avance representa un pilar importante en el ámbito del cumplimiento normativo, haciendo a las instituciones más ágiles y menos propensas a fallos que puedan afectar su reputación y estabilidad. Así, la intersección entre la inteligencia artificial y el cumplimiento financiero emerge como una solución clave para los retos actuales que enfrentan las instituciones en un entorno regulativo en constante cambio.
vía: AWS machine learning blog