El estudio analiza el potencial de las analíticas transaccionales para detectar actividades financieras ilícitas, especialmente en redes delictivas complejas que operan entre múltiples instituciones financieras. Los resultados iniciales son alentadores: la aplicación de IA incrementó un 12% la detección de cuentas ilegales y permitió identificar un 26% más de patrones de comportamiento fraudulentos previamente desconocidos.
 

Para esta prueba se utilizó un conjunto de datos sintéticos compuesto por 308 millones de transacciones y 1,8 millones de cuentas bancarias, generado por un modelo de IA capaz de simular patrones de transacción realistas, garantizando así la privacidad al no involucrar información de clientes reales.

Project Hertha demostró que las técnicas analíticas pueden mejorar la capacidad de los bancos y proveedores de servicios de pago para detectar actividades delictivas en sistemas de pago, especialmente en entornos de alta velocidad como los pagos instantáneos. Sin embargo, también remarca que estas herramientas no constituyen una solución definitiva, ya que su implementación requeriría superar desafíos prácticos, legales y regulatorios, aspectos que no fueron parte del alcance del proyecto.
 

El informe subraya la importancia de contar con datos etiquetados, mecanismos de retroalimentación para el entrenamiento de los modelos y algoritmos explicables, elementos clave para maximizar la efectividad de estas soluciones.
 

Nombrado en honor a Hertha Ayrton, pionera británica de la ciencia física, el proyecto refuerza el potencial transformador de la inteligencia artificial aplicada al sistema financiero, especialmente para fortalecer la integridad y seguridad de los pagos digitales a nivel global.