Los procesos manuales de onboarding corporativo están aumentando la exposición de bancos y fintechs al fraude documental, riesgos regulatorios y pérdida de clientes, advirtió Abhinav Rai, CEO de Niva, plataforma de inteligencia artificial para verificación de empresas y cumplimiento regulatorio.
En entrevista con Mobile Time Latinoamérica, Rai destacó que el principal reto para las instituciones financieras en México y la región, es resolver la tensión entre entender bien a los clientes y la velocidad con que esto se hace de manera que puedan cerrar una conversión.
“El onboarding es el punto de entrada al sistema financiero y el momento en el que una institución tiene menor claridad sobre con quién está operando”, explicó el directivo.
En otras palabras, las instituciones enfrentan dos presiones opuestas: entender a profundidad a una empresa para evaluar el riesgo y hacerlo lo suficientemente rápido para no perderla como cliente. “Las empresas no esperan”, advirtió el directivo, señalando que procesos lentos o complejos suelen traducirse en fuga hacia competidores más ágiles.
Procesos manuales limitan detección de fraude
Abhinav Rai, CEO y confundador de NIVA.
Rai señaló que uno de los principales problemas de los esquemas manuales es que la capacidad humana resulta insuficiente para analizar grandes volúmenes de documentación corporativa y estructuras complejas de propiedad.
“Un analista tiene tiempo limitado y múltiples casos en cola, lo que reduce la capacidad de revisión exhaustiva”, explicó.
Entre los riesgos más frecuentes destacan: documentos alterados, ocultamiento de beneficiarios finales y cambios posteriores en la estructura accionaria de empresas ya aprobadas. Rai también mencionó la falta de monitoreo continuo para detectar modificaciones de propiedad después de la validación inicial.
Adicionalmente, advirtió que diferentes analistas pueden llegar a conclusiones distintas frente al mismo caso, lo que dificulta demostrar controles confiables ante reguladores y complica la trazabilidad de los procesos de cumplimiento.
“El fraude documental ya no se limita a falsificaciones evidentes. Hoy vemos documentos parcialmente alterados o estructuras que parecen legítimas, pero no resisten validaciones cruzadas”, detalló. En ese sentido, advirtió que las instituciones que no modernicen sus procesos enfrentarán riesgos crecientes desde distintas dimensiones.
En el corto plazo, mayores pérdidas por fraude, sanciones regulatorias y fuga de clientes. En el mediano plazo, una desventaja competitiva frente a jugadores con procesos más ágiles y automatizados. Y en el largo plazo, mayores dificultades para adaptarse a cambios regulatorios y tecnológicos, particularmente ante el avance acelerado de la IA.
El endurecimiento regulatorio ya está elevando el riesgo operativo, señaló Rai. Solo en el último año, las multas impuestas por la CNBV superaron los MX$1.000 millones, mientras que organismos como FinCEN han endurecido la supervisión sobre controles de prevención de lavado de dinero
De acuerdo con la compañía estas sanciones no solo impactan financieramente a las instituciones, sino que también generan cargas operativas derivadas de auditorías y revisiones regulatorias.
IA para acelerar onboarding corporativo y cumplimiento
Frente a este escenario, Niva impulsa el uso de IA para automatizar procesos de validación documental, análisis de riesgo y monitoreo continuo para realizar validaciones cruzadas, detectar inconsistencias y acelerar procesos de onboarding corporativo sin eliminar completamente la supervisión humana
Para ello, la plataforma de la empresa valida los documentos en tiempo real. El sistema detecta en segundos problemas como comprobantes de domicilio vencidos, inconsistencias en el estatus fiscal o datos faltantes, y devuelve retroalimentación inmediata al comercio para que corrija los errores en ese mismo instante.
Esto elimina los largos ciclos de seguimiento vía correo o WhatsApp que caracterizan a los procesos manuales. Además, la IA de Niva realiza una revisión 360° de cada empresa, consultando fuentes públicas y cruzando información para detectar riesgos. Si la solicitud cumple con todos los criterios, el sistema la aprueba en minutos.
Si detecta alguna anomalía, la compañía recibe un informe detallado con capturas de pantalla, enlaces a las fuentes consultadas y los riesgos señalados. Esto permite una revisión humana más ágil y con toda la trazabilidad documentada.
Por ejemplo, la plataforma de pagos Aplazo, con sede en Ciudad de México, implementó Niva para automatizar la verificación de sus comercios afiliados. Antes de la integración, los analistas dedicaban más de 20 minutos por solicitud y más del 60% de los trámites requerían seguimiento por documentos incorrectos o incompletos.
Con Niva, la empresa reportó que el tiempo de revisión por solicitud se redujo a menos de 2 segundos y los errores iniciales bajaron a menos del 8%. Adicionalmente, el equipo de ventas reportó un 30% más de tiempo disponible para actividades de adquisición de clientes.
Una mala implementación tiene riesgos
A pesar de las bondades que puede traer la ayuda de la IA, Rai advirtió que automatizar procesos mal diseñados puede amplificar errores y generar nuevos riesgos operativos.
«La automatización puede mejorar la velocidad y profundidad del análisis, pero introduce riesgos si no se implementa correctamente. Una transición mal gestionada puede generar vacíos de control o afectar procesos existentes”, explicó Rai.
Añadió que también existe el riesgo de escalar errores ya que automatizar un proceso defectuoso amplifica sus fallas. Por ello, según el experto, es clave asegurar que los procesos estén bien diseñados antes de automatizarlos.
“Un enfoque efectivo es utilizar la automatización como apoyo al analista, permitiéndole tomar mejores decisiones con más información, especialmente en los casos de mayor riesgo”, concluyó.
La imagen principal fue creada por Mobile Time con IA.
