Determinação do impacto das ferramentas de inteligência artificial na prevenção e detecção do branqueamento de capitais no período de 2020 a 2025
DOI:
https://doi.org/10.51247/ykcswy61Palavras-chave:
Inteligência Artificial, AML, PME, UAFE, Branqueamento de CapitaisResumo
O branqueamento de capitais é um dos principais desafios à integridade do sistema financeiro e empresarial, especialmente para as pequenas e médias empresas (PME), que enfrentam limitações tecnológicas e de controlo interno na prevenção deste crime. O objetivo deste estudo foi determinar o impacto das ferramentas de inteligência artificial na prevenção e deteção do branqueamento de capitais durante o período de 2020 a 2025. A pesquisa adotou uma abordagem qualitativa, com delineamento documental e escopo descritivo-analítico, baseada na revisão da legislação vigente, relatórios oficiais da Unidade de Análise Económica e Financeira (UAFE), IFRS para PMEs, estatísticas sobre relatos de transações incomuns e injustificadas e literatura científica especializada publicada entre 2020 e 2025. Os resultados mostraram uma incorporação limitada de ferramentas de inteligência artificial nas PME, atribuída principalmente a restrições tecnológicas, económicas e de formação. Além disso, verificou-se que o setor financeiro foi responsável pela maior proporção de relatórios de transações suspeitas, enquanto o setor não financeiro apresentou menor capacidade de deteção, situação agravada por novos requisitos regulamentares que exigem relatórios atempados e processos automatizados. Conclui-se que a inteligência artificial fortalece significativamente os mecanismos de prevenção e deteção de branqueamento de capitais (AML) ao melhorar a análise de grandes volumes de informação, a identificação precoce de padrões de risco e a conformidade regulamentar
Downloads
Referências
Arens, A. A., Elder, R. J., & Beasley, M. S. (2016). Auditoría y aseguramiento de servicios (16.ª ed.). Pearson.
Baker Tilly. (2026, 8 de enero). Artificial intelligence in anti-money laundering compliance: A strategic shift from detection to insights. Baker Tilly. https://www.bakertilly.com/insights/ai-aml-compliance-detection-to-insights
Banco Mundial. (2024). Ecuador: Crecimiento resiliente para un futuro mejor. Grupo Banco Mundial. https://documents1.worldbank.org/curated/en/099050924131536292/pdf/P17797312cbabc01b189011ce0839cba821.pdf
Bologna, G. J., & Lindquist, R. J. (1995). Fraud auditing and forensic accounting: New tools and techniques (2.ª ed.). Wiley.
Davenport, T. H., & Ronanki, R. (2018). Inteligencia artificial para el mundo real. Harvard Business Review, 96(1), 108–116.
De Fliese, P. L., Johnson, K. P., & Macleod, R. K. (1975). Montgomery's auditing (9th ed.). The Ronald Press Company.
Escobar Mayorga, D. C., Cabezas Cabezas, H. S., Gil Avilez, R. A., & Ramírez Gómez, L. X. (2025). Inteligencia Artificial y Optimización de Procesos Contables en Ecuador. Sinergia Académica, 8(Especial 1), 648–666. https://doi.org/10.51736/sa764
García-Vera, Y. S., Juca-Maldonado, F. X., & Torres-Gallegos, V. (2023). Automatización de procesos contables mediante Inteligencia Artificial: Oportunidades y desafíos para pequeños empresarios ecuatorianos. Revista Transdiciplinaria de Estudios Sociales y Tecnológicos, 3(3), 68–74. https://doi.org/10.58594/rtest.v3i3.93
González, J., Morocho, J., & Bejarano, H. (2021). Lavado de activos y su efecto en las inversiones del sector empresarial de la ciudad de Machala. Religación: Revista de Ciencias Sociales y Humanidades, 6(28), e210812. https://doi.org/10.46652/religacion.v6i28.812
Guajardo Cantú, G., & Andrade de Guajardo, N. (2018). Contabilidad financiera (7.ª ed.). McGraw-Hill Education.
Hidalgo, M., Bautista, S., Herrera, N., & Mejía, E. (2017). La auditoría financiera: su importancia en las pequeñas y medianas empresas. Boletín de Coyuntura, 1(15), 19. https://doi.org/10.31164/bcoyu.15.2017.656
Hopwood, W. S., Leiner, J. J., & Young, G. R. (2012). Forensic accounting and fraud examination (2.ª ed.). McGraw-Hill Education.
Hurtado-Guevara, R., & Casanova-Villalba, C. (2022). La auditoría forense como herramienta para la detección de fraudes financieros en Ecuador. Revista Científica Zambos, 1(1). https://doi.org/10.69484/rcz/v1/n1/52
Instituto Nacional de Estadística y Censos. (2023). Principales resultados del Registro Estadístico de Empresas y Establecimientos 2023 (Semestre I). INEC. https://www.ecuadorencifras.gob.ec/documentos/web-inec/Estadisticas_Economicas/Registro_Empresas_Establecimientos/2023/Semestre_I/Principales_Resultados_REEM_2023.pdf
International Auditing and Assurance Standards Board (IAASB). (2009). NIA 240: Responsabilidades del auditor en la auditoría de estados financieros con respecto al fraude. En Manual de pronunciamientos internacionales de control de calidad, auditoría, revisión, otros encargos de aseguramiento y servicios relacionados. International Federation of Accountants (IFAC).
Kieso, D. E., Weygandt, J. J., & Warfield, T. D. (2018). Contabilidad intermedia (16.ª ed.). Wiley.
Kumar, N., Sharma, V., & Sharma, A. (2024). Artificial intelligence in fraud prevention: Exploring techniques, applications, challenges and opportunities. Computer Science & IT Research Journal, 5(6). https://doi.org/10.51594/csitrj.v5i6.1252
Llivisaca-Villazhañay, J. C., Flores-Sigüenza, P. A., Guamán-Guachichullca, N. R., Urdiales, C., & Gento-Municio, Á. M. (2025). Key Drivers of ERP Implementation in Digital Transformation: Evidence from Austro-Ecuadorian SMEs. Administrative Sciences, 15(6), 196. https://doi.org/10.3390/admsci15060196
Mantilla, S. A. (2018). Control interno: Informe COSO. Ecoe Ediciones.
Messier, W. F., Glover, S. M., & Prawitt, D. F. (2017). Servicios de auditoría y aseguramiento: Un enfoque sistemático (10.ª ed.). McGraw-Hill Education.
Oficina de las Naciones Unidas contra la Droga y el Delito (UNODC). (2024). Money laundering. UNODC. https://www.unodc.org/unodc/en/money-laundering/overview.html
Ortega Méndez, J. X., Pinto Arboleda, R. A., Fajardo Bravo, N. J., Zambrano Toapanta, A. Y., & Zambrano Recalde, P. E. (2025). Inteligencia artificial en la auditoría contable: Aplicaciones y desafíos del uso de IA en la auditoría. Sinergia Académica, 8(Especial 2), 624–636. https://doi.org/10.51736/sa.516
Primicias. (2026). Ecuador registró 7.675 reportes de operaciones sospechosas en 2024, el máximo histórico. Primicias. https://www.primicias.ec/economia/finanzas/reportes-operaciones-sospechosas-uafe-record-2024/
Rikhardsson, P., Thórisson, K. R., Bergthorsson, G., & Batt, C. (2022). Artificial intelligence and auditing in small- and medium-sized firms: Expectations and applications. AI Magazine, 43(3), 323–336. https://doi.org/10.1002/aaai.12066
Saavedra-Moreno, M. A., & Saavedra-Moreno, W. F. (2024). Inteligencia artificial en el control interno y auditoría forense: Un enfoque para las pymes en Ecuador. Sinergia Académica, 7(2), 164–184. https://sinergiaacademica.com/index.php/sa/article/download/764/1582
Sigüencia, T. (2025). Incidencia del lavado de activos en la economía de los ecuatorianos: Una revisión sistemática desde el enfoque cualitativo y contable. Ibero Ciencias – Revista Científica y Académica, 4(4). https://doi.org/10.63371/ic.v4.n4.a482
Unidad de Análisis Financiero y Económico (UAFE). (2025, 9 de enero). Resolución No. UAFE-DG-2025-0002: Incorporar como sujetos obligados a reportar a la Unidad de Análisis Financiero y Económico a las personas jurídicas que, entre sus actividades, presten el servicio de blindaje de vehículos. Registro Oficial No. 732, 29 de enero de 2025. https://www.uafe.gob.ec/resoluciones-sujetos-obligados/
Whittington, R., & Pany, K. (2016). Principios de auditoría y otros servicios de aseguramiento (20.ª ed.). McGraw-Hill Education.
Downloads
Publicado
Edição
Secção
Licença
Direitos de Autor (c) 2026 Erik David Guerrón-Congo, Christian Gabriel Chacha-Villacres
Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição-NãoComercial-CompartilhaIgual 4.0.
