Post on 15-Jun-2022
Semana Internacional del Compliance 2021 (SIC)
Inteligencia Artificial para Auditoría Interna (IA4AI)
Taller 1 – IA4AI
15 de Noviembre 2021
Índice
Inteligencia Artificial para Auditoría Interna (IA4AI)
▪ Sobre FTI Consulting
▪ Inteligencia Artificial: tecnologías, machine learning, paradoja de Moravec y el futuro de la IA
▪ Auditor Interno: Misión, Funciones y tareas referentes a riesgos
▪ Caso 1: Detección de anomalías en un proceso de compras sin licitación con IA
▪ Caso 2: Detección de anomalías en gastos de empleados con IA
▪ Caso 3: Detección de operativa sospechosa de blanqueo de capitales
▪ Caso 4: Detección de llamadas personales con el móvil profesional
▪ Caso 5: Análisis reputacional usando IA y contenido público de redes
2
Semana Internacional del Compliance 2021
Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
Semana Internacional del Compliance 2021
Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting 3
FTI Consulting es una firma independiente de asesoramiento global que cotizaen la Bolsa de NY, y que presta servicios agrupados en 5 segmentos, entre losque se encuentra Forensic and Litigation (FLC). Contamos con más de 6.400profesionales en 29 países.En España, nuestros equipos de FLC y Tecnología realizan investigaciones defraude, revisiones de compliance, apoyo a equipos de auditoría interna, duediligence reputacionales, e informes periciales, entre otros.
Corporate Financey Reestructuración
Forensic and Litigation Consulting
Consultoría económica
Comunicación estratégica
Tecnología
Plan de negocio y gestión
de caja
M&A
Asesoría en transacciones
Due diligence (técnica,
comercial, regulatoria y
financiera)
Transacciones E&P (farm-
ins/farm-outs)
Asesoría en impuestos
Turnaround y
reestructuración
Interim Management
Evaluaciones y servicios de
asesoría financiera
Investigación de fraude,
corrupción y regulatoria.
Auditoría forense
Prevención y detección de
fraude
Auditoría de Joint Ventures y
de participadas
Asesoramiento en disputas
Experto pericial en litigios
Arbitraje Internacional
Inteligencia corporativa
Background checks y Due
Diligences Reputacionales
Soluciones para la
Construcción
Compliance, Monitorización &
Administración Judicial
Mercados Regulados
Valoración de Negocios
Arbitraje Internacional
Políticas Públicas
Litigios con valores y Risk
Management
Antimonopolio y
Competencia
Propiedad Intelectual
Trabajo & Empleo
Asuntos públicos
Comunicación corporativa
Comunicación financiera
Consultoría estratégica e
investigaciones
Data Science & Analytics
Informática Forense e
Investigaciones
Discovery Consulting
Software de
E-Discovery
Ciberseguridad
Sobre FTI Consulting
Inteligencia Artificial
Definición: es la habilidad de una máquina de presentar las mismas capacidades que los seres humanos
4Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
Machine Learning (ML) / Aprendizaje máquina
Inteligencia Artificial
Natural Language Processing (NLP) / Lenguaje Natural
Robotics
Supervisado
No supervisado
Extracción de contenido o contexto
Responder preguntas (chatbot)
Generación o limpieza de texto
Automatización de procesos
Mantenimiento periódico de la calidad del datoVisión Reconocimiento de imágenes
Speech / Habla Text to speech
Speech to text
Identificación por voz
Semana Internacional del Compliance 2021
Inteligencia Artificial
Si los defraudadores usan Inteligencia Artificial, los sistemas de prevención deben usar Inteligencia Artificial
5Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
Fuente: computer hoy
Semana Internacional del Compliance 2021
Inteligencia Artificial
6Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
Técnicas Expert Driven
Técnicas Data Driven
Reglas o alertas basadas en la experiencia de un experto
Expert Driven vs Data Driven (Machine Learning)
Visión humano
Visión máquina
Un algoritmo extrae el conocimiento directamente del dato y genera un modelo
• Modelos predictivos (supervisados)• Segmentación o detección de anomalías (no supervisado)• Análisis de grafos para observar comportamientos colaborativos• Text Analytics.
• Ejemplo 1. Un control antifraude de Auditoría Interna: duplicado.“Factura que tiene todos sus campos iguales”
• Ejemplo 2. Un escenario de detección de operativa sospechosa: patrón puente. “Ingreso en efectivo y transferencia inmediata al exterior del 90% o más de lo ingresado.”
Objetivo: combinar ambas técnicas para detectar más, minimizar errores y ser más ágiles que el defraudador o blanqueador
Semana Internacional del Compliance 2021
Inteligencia Artificial
7Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
Paradoja de Moravec. Lo que es fácil para una máquina es difícil para un humano y viceversa. Necesidad de combinar ambas capacidades
Variables a considerar
Rangos para números
Pregunta a responder
Método para medir precisión
Validar
Encontrar correlaciones entre las variables
Autoaprender automáticamente del dato
Agilidad
Inferir: responder con incertidumbre
Creatividad
Alta computación
Semana Internacional del Compliance 2021
Inteligencia Artificial
8Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
¿Tiene futuro la IA? En el año 2016, Gartner anticipó una adopción del Machine Learning en 5 años máximo
Semana Internacional del Compliance 2021
Inteligencia Artificial
9Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
¿Qué dice Gartner en el año 2021? 7 tecnologías relacionadas con la Inteligencia Artificial
• AI Augmented Software Engineering
• Generative AI. Generación de textos, imágenes,videos, voz artificiales mediante AI
• Physics-Informed AI
• Quantum ML
• AI Augmented Design
• AI-Driven Innovation
• Machine-Readable Legislation
Semana Internacional del Compliance 2021
¿Preguntas?
Auditor Interno
“La misión de la Auditoría Interna es mejorar y proteger el valor de las organizaciones proporcionando aseguramiento objetivo, asesoría y conocimiento basado en riesgos”Marco Internacional para la práctica profesional de la Auditoría Interna
11Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
Asesorar
Prevenir
Detectar
Monitorización Continua
En relación a identificar el fraude, corrupción, actividades ilícitas y operativa sospechosa de blanqueo de capitales. Esto debiera incluir los últimos avances tecnológicos en Inteligencia Artificial.
Anticiparse y disuadir a potenciales defraudadores por miedo a ser descubiertos. Descubrimiento de nuevos patrones de fraude a partir del dato (Machine Learning).
Debe tener unos conocimientos suficientes para identificar los indicios de fraude, pero no tantos como un experto del departamento antifraude de la compañía. Conocimiento básico de los modelos analíticos (Supervisados y No supervisados) que puedan ayudar a la detección de fraude
Estar siempre alerta a las posibles debilidades de los controles de la compañía para evitar fraudes actuales y futuros. Apoyarse en una máquina que monitorice continuamente y de forma desatendida los controles (Robotics).
Semana Internacional del Compliance 2021
Auditor Interno
Funciones: Control de riesgos, Políticas y procedimientos, Información contable y Cumplimiento
12Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
1. Control de riesgos
• Garantizar su existencia• Comprobar que la gestión de riesgos es
adecuada
4. Cumplimiento
• Asegurar la legalidad
• Anticorrupción
• Antiblanqueo de Capitales…
2. Políticas y procedimientos de la Organización
• Revisar
• Verificar su eficacia
• Identificar y evaluar riesgos a los que se enfrenta la Compañía
3. Información contable
• Velar por su integridad
• Asegurar su correcta gestión
Semana Internacional del Compliance 2021
Auditor Interno
Tareas referentes a Riesgo de fraude
13Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
Mapas de Riesgos
Prevenir
Segregación de funciones
Planes de auditoría
Confección periódica de mapas de riesgos
Fomentar la existencia medidas preventivas
Supervisar la correcta segregación de funciones
Elaboración de planes de auditoría
Canal de denuncias
Investigación
Planes de acción
Garantizar su correcto funcionamiento
Participar en la investigación
Realizar seguimiento de los planes de acción
Semana Internacional del Compliance 2021
¿Preguntas?
NUESTRO ROL: NUESTRO IMPACTO:
SITUACIÓN INICIAL:
Caso 1: Optimizar el proceso de compras para el departamento de Auditoría
Diseñar, desarrollar y ejecutar una plataforma para detectar anomalías en el proceso de compras usando machine learning (predicción, detección de anomalías, análisis de grafos y textanalytics)
1 empresa cotizada del IBEX35 necesitaban conocer si podían mejorar su proceso de compras (materiales) para ahorrar costes. Nunca habían utilizado modelos analíticos y querían conocer sus beneficios.
▪ ¿Cuáles son los proveedores que acumulan un mayor número de pedidos anómalos?
▪ ¿Cuáles son los compradores/aprobadores con mayor número de pedidos anómalos?
▪ ¿Por qué un pedido es anómalo?
▪ Encontrar nuevos patrones de irregularidad con modelos
Después de una investigación puede ocurrir: (i) Error en el dato, (ii) Un comprador podría obtenerlo más barato o (iii) fraude.
En todas ellas (i, ii, iii) hay reducción de costes
▪ Instalar y desarrollar un entorno basado en reglas combinados con modelos de Machine Learning
▪ Identificar pedidos anómalos y agruparlos por comprador y proveedor
▪ Construir un cuadro de mando para ayudar a las investigaciones visualizando, en todo momento, el coste a optimizar
▪ El departamento de Auditoría Interna participaría en la investigación.
Millones de euros optimizados agrupados por proveedores y compradores
Evaluación y mejora de su actual proceso de compras
Uso de modelos de inteligencia artificial en Auditoría Interna desde 0
Ejecución eficiente
Privado & Confidencial 15
Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
Semana Internacional del Compliance 2021
Dato básico solicitado. Pedidos.
16Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
Caso 1: Optimizar el proceso de compras para el departamento de Auditoría
Pedidos ejecutados en el proceso de compras sin licitación en un año (2020/01/01 hasta 2020/12/31).
▪ Número total de pedidos: 33.000▪ Número total de artículos: 55.500▪ Acumulado total: 96.000.000 €▪ Número de Proveedores: 3.378▪ Número de Compradores de la compañía: 435
Variables por pedido:
Variables entregadas (9)
Identificador de pedido Tipo de Compra Fecha pedido
Comprador Proveedor Tipo de Material
Artículos en el pedido Descripción articulos Cantidad en €
Encontrar nuevos patrones de irregularidad y puntos a optimizar en el proceso de compras utilizando Inteligencia Artificial
Semana Internacional del Compliance 2021
17
Caso 1: Optimizar el proceso de compras para el departamento de Auditoría
Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
Semana Internacional del Compliance 2021
Control de auditoría existente (irregularidad conocida): fraccionamiento.
18Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
Caso 1: Optimizar el proceso de compras para el departamento de Auditoría
Proceso de compras sin licitación“Si un pedido no supera los 10.000€, no requiere pasar por una licitación o concurso con otros proveedores. La compra se realiza directamente para agilizar el proceso”
Control (fraccionamiento)“Si hay dos pedidos (o más) cuya cantidad acumulada supera los 10.000€ en un periodo de 5 días de un mismo proveedor, con un mismo comprador y mismos artículos → Investigar pedidos”
Ventajas de los controles / reglas:Replican nuestro protocolo o política de compras
Desventajas de los controles / reglas:Los controles sólo detectan casos conocidos (dependen de la experiencia actualizada del experto), son dependientes de umbrales estáticos y no aprender del resultado de las investigaciones → producen muchos falsos positivos
La idea es combinar las reglas con modelos analíticos para cumplir con el protocolo y ser eficientes
Semana Internacional del Compliance 2021
Tipos de modelos construidos I
19Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
Caso 1: Optimizar el proceso de compras para el departamento de Auditoría
■ Modelos predictivos o de clasificación. Encuentran casos similares a otros identificados como irregulares junto a una probabilidad de irregularidad
■ Modelos de detección de anomalías. Encuentran casos muy anómalos al resto y pueden ser dignos de investigar
Jurídicas – Ingresos elevados
Ventajas
Encuentran casos que casi han cumplido nuestros controles
Auto-aprenden de los fallos y aciertos de las investigaciones
No hay que fijar umbrales, los determina la máquina
Ventajas
Encuentran casos totalmente nuevos
No es necesario disponer de casos irregulares para que el sistema aprenda inicialmente
Red bayesianaÁrbol de decisión
Semana Internacional del Compliance 2021
Tipos de modelos construidos II
20Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
Caso 1: Optimizar el proceso de compras para el departamento de Auditoría
Jurídicas – Ingresos elevados
Ventajas
Soporte a las investigaciones imposibles de realizar de forma ordenada
Se pueden detectar redes complejas
Permiten realizar investigaciones completas
Ventajas
Ejemplo de red anómala
+
Semana Internacional del Compliance 2021
21Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
Caso 1: Optimizar el proceso de compras para el departamento de Auditoría
Modelo predictivo
Rojo: Detectado por el control y por el modeloVerde: Nuevo caso detectado solo por el modelo
Ordenamos por probabilidad (descendente)
Ejecutamos los pedidos sobre el modelo construido y éste le asigna una probabilidad de irregularidad
Semana Internacional del Compliance 2021
22Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
Caso 1: Optimizar el proceso de compras para el departamento de Auditoría
Modelo de detección de anomalías – Agrupa proveedores por comportamiento similar - Tipos de proveedores
Los clusters con menos elementos son los más anómalos
4 proveedores acumulan mucho dinero y no me indican el material
7 proveedores no me indican el material, aporte acumulado medio y múltiplos de 100
Semana Internacional del Compliance 2021
23Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
Caso 1: Optimizar el proceso de compras para el departamento de Auditoría
Análisis de grafos. Analizar la red de compradores-proveedores. Cuando hay un pedido entre ambos se pinta una flecha.
Rojo = Caso detectado anteriormente por la Compañía
Estos modelos son los únicos que pueden encontrar fraude colaborativo. En este caso un proveedor recibe múltiples pedidos de compradores que a su vez están implicados en fraccionamiento con otros proveedores. Este proveedor en verde escapaba a las reglas
Semana Internacional del Compliance 2021
24Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
Caso 1: Optimizar el proceso de compras para el departamento de Auditoría
Cuadro de mando
Dashboard con Datos ficticios
Semana Internacional del Compliance 2021
25Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
Caso 1: Optimizar el proceso de compras para el departamento de Auditoría
Canal de denuncias. Podemos sincronizar el canal de denuncias con modelos predictivos para encontrar comportamientos similares a denunciados como irregulares entre nuestros empleados o proveedores
Retroalimentar
Semana Internacional del Compliance 2021
NUESTRO ROL: NUESTRO IMPACTO:
SITUACIÓN INICIAL:
Caso 2. Detección de irregularidades en gastos de empleados
26
Construir modelos analíticos para detectar importes anómalos y duplicados en gastos de empleados. Añadir inteligencia a la transformación de las facturas de papel a digital y optimizar costes.
3 meses de gastos de los empleados para los 28 conceptos más importantes (65.490 facturas). Acumulado: 16 millones euros.
Sistema de detección de irregularidades basado en reglas:
• Duplicados: 2 facturas distintas con todos sus campos iguales
• Importes anómalos: Desviación de x veces respecto de la media para un concepto
■ Generar modelos predictivos y de detección de anomalías y duplicados a partir del dato
■ Combinar varios tipos de modelos Se detectaron nuevas formas de defraudar
Se encontraron nuevos predictores del fraude
48 facturas duplicadas y 158 facturas de importe anómalo con un acumulado total de 1 millón de euros
Ejecución eficiente
Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
Semana Internacional del Compliance 2021
27Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
Caso 2: Detección de irregularidades en gastos de empleados
Predicción del importe base en función de otras variables para detectar importes anómalos
Semana Internacional del Compliance 2021
28Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
Caso 2: Detección de irregularidades en gastos de empleados
Inferir un precio con aquellas variables que se conocen. Decidir bajo incertidumbre.
Semana Internacional del Compliance 2021
29Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
Caso 2: Detección de irregularidades en gastos de empleados
Comidas de representación cuyo valor excede
Semana Internacional del Compliance 2021
¿Preguntas?
NUESTRO ROL: NUESTRO IMPACTO:
SITUACIÓN INICIAL:
31
Diseño, desarrollo y ejecución de una plataforma de evaluación y mejora del Sistema anti-blanqueo para cumplir con el supervisor financiero (SEPBLAC, CSSF, CNBV…)
1 banco top necesitaba probar a un Regulador o Supervisor Financiero que habían cumplido con la ley sobre blanqueo de capitales en el ultimo año.
Además, este banco necesitaba un informe de experto independiente usando el dato de operativa, KYC (conocimiento de cliente) y el histórico de comunicaciones al Regulador (F19s, SARS…).
■ Revisión de la calidad del dato del KYC para demostrar que cumplía la ley: identificación con documento oficial de los clientes, completitud total de determinadas variables (residencia, fecha nacimiento…) y operativa (transferencias a países de riesgo, efectivo,…)
■ Validar y actualizar las listas de jurisdicciones y países de riesgo (GAFI, Paraísos Fiscales…)
■ Validar y actualizar el riesgo de actividades y ocupaciones…
■ Instalar nuestro software en estos clientes para evaluar el Sistema actual de AML
■ Definir e implementar los escenarios optimizados y modelos analíticos para mejorar el Sistema de PBCyFT
■ Nuestro equipo de investigadores ayudan al banco a investigar y reportar al regulador toda la actividad sospechosa detectada
■ Experto Independiente basado en DA de los resultados
Investigaciones más eficientes y completas
Evaluar y mejorar el Sistema actual de AML (Siron, Actimize, SIOPEIA, Desarrollo propio…)
Reducir el número de alertas entre el 30-40%.
Ejecución eficiente
Semana Internacional del Compliance 2021
Caso 3. Evaluación y mejora del Sistema actual de AML
Por muy buenos que sean tus controles de PBCyFT, con una mala calidad del dato, el sistema fallará. No solo hay que preocuparse del dato del on-boarding de los clientes sino de su actualización con la periodicidad necesaria
■ ¿Cuál es el dato básico del KYC que siempre debemos tener actualizado para que nuestro sistema de PBCyFT funcione correctamente?
32
AML MonitoringDatabase
Información del cliente/KYC
Datos transaccionales
Información de cuentas
Operativa sospechosa analizada
Relaciones persona a persona
Fiabilidad (controles estadísticos)
Integridad
Completitud de los datos
País residenciaPaís de constitución
CNO CNAE
PEP PEP
Ingresos anuales declarados
Ingresos anuales declarados
Fecha de nacimiento
£
Físicas Jurídicas
Fecha de constitución
Dato básico del KYC
Mantenimiento periódico de la calidad del dato
Validación (¿semestral?¿anual?)
+
Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
Caso 3. Evaluación y mejora del Sistema actual de AML
Semana Internacional del Compliance 2021
Si tenemos un escenario que dependa directamente de uno de éstos campos y no está relleno o no actualizado producirá falsos positivos en nuestras investigaciones o personas (físicas o jurídicas) escaparán a nuestro control
■ Ejemplo 1. No tener rellena la fecha de nacimiento de todas las personas físicas
■ Ejemplo 2. No actualizar los ingresos declarados de forma periódica. Si no se dispone de este campo, caso ejemplo 1.
33
Físicas – Operaciones efectivo
Jurídicas – Ingresos elevados
Menores con altos ingresos en efectivo
Jubilados con altos ingresos en efectivo
Ingresos reales 4 veces más elevados que los declarados
Si no hay fecha de nacimiento rellena, no se dispone de edad y por lo tanto, no se podría verificar este control (error por mala cantidad del dato KYC)
Si no se actualiza periódicamente, se producen muchos falsos positivos porque los ingresos de las personas jurídicas pueden variar fácilmente
Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
Semana Internacional del Compliance 2021
Caso 3. Evaluación y mejora del Sistema actual de AML
Podemos calcular un scoring único (reglas+modelos) y priorizar las investigaciones por él
34
Id Cliente Regla1 Regla2 … Regla n Modelo 1 Modelo2 …Modelo
NScoring
1 19 7 … 8 168
2 28 23 5 … 122
3 9 50 … 115
…. …
m 2 … 2
Scoring global = 0.5 (Riesgo escenarios) + 0.5 (Riesgo modelos)
Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
Semana Internacional del Compliance 2021
Caso 3. Evaluación y mejora del Sistema actual de AML
Si usamos modelos deben de estar documentados como los escenarios de PBCyFT para su posible revisión
35
Físicas – Operaciones efectivo
Escenarios
Rulebook Modelbook
Modelos
Escenario 1• Descripción• Fecha de creación / fecha de actualización• Umbrales por segmento a partir del que se investiga• Variables implicadas• Ejemplo
Escenario n
Modelo 1
Modelo n• Descripción• Fecha de creación / fecha de actualización• Umbrales por segmento• Variables implicadas• Ejemplo
• Descripción / Tipo de modelo• Fecha de creación / fecha de actualización• Probabilidad o índice a partir del cual se investiga• Variables implicadas• Ejemplo
• Descripción / Tipo de modelo• Fecha de creación / fecha de actualización• Probabilidad o índice por el cual se investiga• Variables implicadas• Ejemplo
… …
Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
Semana Internacional del Compliance 2021
Caso 3. Evaluación y mejora del Sistema actual de AML
+
Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting 36
Si se utilizan modelos analíticos explicativos ayudarán a su investigación y reporte al regulador
Semana Internacional del Compliance 2021
Caso 3. Evaluación y mejora del Sistema actual de AML
Ejemplo de red transferencias internacionales emitidas a cuentas de países de riesgo
: Cliente de la Entidad Bancaria: Cuenta bancaria en país de riesgo
Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting 37
Pueden detectar estructuras societarias sospechosas o red de transferencias y ayudar a la investigación de la red completa para ser reportada
Semana Internacional del Compliance 2021
Caso 3. Evaluación y mejora del Sistema actual de AML
¿Preguntas?
Caso 4: Detección de llamadas personales desde el móvil profesional
Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
Teléfonos totales implicados
Teléfono profesional llamado por 3 empleados distintos
39
Si dos empleados llaman a un mismo teléfono se asume que es un cliente. Red llamadas de 8 empleados durante un año
Semana Internacional del Compliance 2021
Caso 5: Análisis reputacional con IA e información pública de redes
Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
Sergio Ramos en UK (Twitter) Salah en España (Twitter)
VS
40
Ejemplo de análisis reputacional usando información pública de Twitter. Miércoles 31 de Marzo 2021.
Semana Internacional del Compliance 2021
Caso 5: Análisis reputacional con IA e información pública de redes
Taller 1: Inteligencia Artificial para Auditoría Interna | FTI ConsultingFuente: Libertad digital y The New York Times 41
Para que no nos ocurra como al AC Milan
Semana Internacional del Compliance 2021
Caso 5: Análisis reputacional con IA e información pública de redes
¿Se podría haber evitado?
Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting 42
Extracción masiva de tweets que
contengan “Yonghong Li”
Volumen de tweets
analizados superior a 1000
Más de 18idiomas
procesados
Español – Inglés Árabe – Italiano
Indonesio – Turco
Rango temporal de procesamiento de datos
6 años
Usuarios analizados446
Text Analytics a partir de diccionarios propios
Fraude – ML
Análisis de redes colaborativas
Conversaciones Cruzadas
Conclusión: Entusiasmo y dudas
Semana Internacional del Compliance 2021
¿Preguntas?
Manuel Marín es Managing Director y Head of Data Science &
Analytics en FTI Consulting (España). Durante los últimos 20
años, ha participado activamente en proyectos de Data
Science & Analytics y Desarrollo de Software de soluciones
basadas en Machine Learning, Robotics y Sistemas de
localización de dispositivos móviles.
Manuel es un reconocido experto en Desarrollo de Software, Machine
Learning y Big Data aplicado a antifraude, antiblanqueo, optimización de
reglas de negocio, optimización de campañas de marketing, predicción de
la producción / demanda y predicción de impago. En 2005, Manuel
desarrolló la primera plataforma comercial de Data Mining española para
predecir patrones de comportamiento de clientes y pacientes. Esta
plataforma es referenciada por Gartner en más de 10 Informes (HypeCycle
of Big Data 2012, Insurance Market Guide 2016,…). Como investigador,
Manuel es autor de 5 publicaciones sobre Machine Learning, Redes
bayesianas, Salud y Análisis Predictivo. Link a una publicación.
Manuel tiene una amplia experiencia liderando proyectos de Data Science
& Analytics en Forensic y Financial Crime. Manuel creó una metodología de
antiblanqueo y antifraude, basada en Machine Learning y CRISP-DM, que
aplicó con éxito en 4 entidades financieras top en España, 2 internacionales
y tres compañías cotizadas del IBEX35. También, Manuel tiene una gran
experiencia en Seguros (Hogar, Vehículos y Salud), Telecomunicaciones,
Administración Pública, Retail y Energía e Industria. Manuel fundó una
compañía de robótica (2008-2017).
Antes de unirse a FTI, Manuel era el Head of Forensic Data Analytics y
Financial Crime en PwC España.
Manuel MarínManaging Director
manuel.marinmartinez@fticonsulting.com
+34 677 757 732
LocalizaciónMadrid, España
FormaciónLicenciado en CC Matemáticas e Informática, Universidad Complutense de Madrid y Universidad de Liverpool (UK)
Profesor de Master en Big Data & Analytics de la Escuela de Negocios - BCSM
Certificaciones Neo4j Certified ProfessionalCisco DV (Advisor & Architect)
Experiencia Relevante
Revisión de créditos con Inteligencia Artificial (2021) – España - Luxemburgo
Plataforma Global – Prevención y detección de Fraude con Inteligencia
Artificial en los procesos de compra (2019-2020) – Empresa IBEX35 España
Plataforma de antiblanqueo de capitales (escenarios combinados con
modelos analíticos) - Prevención y detección (2019) – Banco top en México
Plataforma Global para evaluar y comparar modelos analíticos en 14 países
LATAM (2013-2015) – Compañía Telco. Internacional - (España – Brasil)
Prevención y detección de Fraude (Interno / Externo) / Blanqueo de
capitales / impago con Modelos Analíticos (2006-2020): (i) 4 bancos top
españoles y 2 bancos top internacionales, (ii) 5 Compañías aseguradoras,
(iii) 2 Operadoras de telefonía, (iv) 2 Empresas de Energía e Industria
(IBEX35), (v) 1 Administración pública y (vi) 1 empresa de Retail (IBEX35)
Optimización de las campañas de Marketing con modelos analíticos
(captación, upselling, cross-selling y retención) (2006-2016): (i) 2 bancos, y
(ii) 5 Operadoras de Telefonía.
IoT y Smart Cities – Predicción de la Producción y la Demanda (2006-2016):
(i) Una compañía de red, y (ii) 3 operadoras de telefonía.
Optimización de la inversión publicitaria (2009) para una agencia de
comunicación top
Salud – Análisis Predictivo (respuesta al tratamiento, efectos secundarios...)
(2005-2009): (i) 3 Hospitales top en España y (ii) una clínica top española de
infertilidad
44
Semana Internacional del Compliance 2021
Taller 1: Inteligencia Artificial para Auditoría Interna | FTI Consulting
Experts with Impact™
Manuel MarínManaging Director – Data Science & Analytics+34 677 757 732manuel.marinmartinez@fticonsulting.com