Nos bancos, tecnologia não é páreo para lavagem de dinheiro

Quando o HSBC Holdings impediu um golpe de US$ 500 milhões contra um banco central africano, não foi um software sofisticado que soou o alarme. O dinheiro saiu sem ser detectado das reservas de Angola para a conta de uma empresa inativa em Londres.

Foi o caixa de uma agência bancária longe da capital que desconfiou e se negou a transferir US$ 2 milhões. Foi iniciada uma análise que percebeu o esquema, segundo uma pessoa com conhecimento do episódio.

Isso aconteceu há dois anos e a luta do setor financeiro para conter até US$ 2 trilhões por ano em transferências ilícitas em todo o mundo não ficou mais fácil. Pelo menos meia dúzia de bancos na Europa foram acusados de envolvimento com dinheiro sujo no último ano.

A onda de escândalos — que passou pelo dinamarquês Danske Bank e pelo Deutsche Bank — prejudica a confiança no setor, não só nas instituições individualmente implicadas.

Líderes foram forçados a acelerar os esforços de enquadramento regulatório. Atualmente, mais de 1 em 10 gasta acima de 10% do orçamento anual em conformidade, informou a consultoria Duff & Phelps. Os bancos buscam maneiras de reduzir essa despesa. Afinal, gestores, funcionários e acionistas nunca querem gastar com o que efetivamente funciona como polícia interna.

Há uma percepção de que o crescimento talvez já tenha atingido seu melhor momento. Aproximadamente dois terços das instituições consideradas sistemicamente importantes em nível global acreditam que o tamanho de suas equipes de compliance ficará estável ou diminuirá, de acordo com um relatório de Inteligência Regulatória Thomson Reuters. As maiores querem adaptar suas equipes para crescer ou encolher conforme necessário, segundo o estudo.

Há relatos de que os bancos estão implementando inteligência artificial para substituir a vigilância humana. O HSBC no ano passado começou a usar inteligência artificial para filtrar transações e os dois maiores bancos escandinavos estão substituindo profissionais de compliance por algoritmos.

Startups de serviços bancários online — como a Revolut, que emprega eficiência computadorizada para concorrer com instituições tradicionais de crédito — estão se deparando com os desafios da conformidade.

Até agora, as máquinas se restringem a simples aplicações de conhecimento dos clientes (Know Your Customer, KYC) e nem de longe estão prontas para substituir humanos, diz Tom Kirchmaier, do Centro para o Desempenho Econômico, da London School of Economics. Ele não crê que um grande avanço esteja a caminho. “Há muita conversa, mas nenhuma atitude.”

Um exemplo é o ING Groep, que no ano passado pagou € 775 milhões (US$ 869 milhões) para resolver uma investigação na Holanda por lavagem de dinheiro e outras práticas de corrupção.

Embora empregue aprendizado de máquinas para filtrar alertas falsos sobre indivíduos potencialmente mal-intencionados, o banco foi forçado a aumentar o número de funcionários que cuidam de procedimentos de KYC. A equipe de compliance na Holanda triplicou em oito anos. KYC ocupa 5% do quadro de pessoal total.

Bancos e empresas de tecnologia precisam superar diversos obstáculos para que a inteligência artificial consiga combater a lavagem de dinheiro. Para começo de conversa, precisam de dados melhores sobre a clientela, que por vezes não são atualizados nem consistentes, especialmente quando um banco tem presença em muitas jurisdições. Melhorar a qualidade e a frequência dos dados é um primeiro passo crucial.