Snowflake y Amazon Quick reducen la verificación AML de una hora a cinco minutos

Amazon y Snowflake unieron esfuerzos para acelerar uno de los procesos más laboriosos en fintech — verificar operaciones sospechosas para detectar lavado de dinero (AML). El resultado superó expectativas: el tiempo de análisis se ha reducido de una hora y media a menos de cinco minutos.

Por qué era un problema

Los bancos y empresas financieras reciben diariamente miles de alertas sobre transacciones potencialmente sospechosas. Cada alerta debe verificarse manualmente — un analista revisa el historial de pagos, datos del cliente, geografía, patrones de gasto. Esto toma desde media hora hasta una hora y media por caso. El proceso es costoso, lento y propenso a errores humanos. Los equipos de cumplimiento en grandes bancos a veces hacen cola esperando verificación. Las operaciones se retrasan, los clientes se quejan, los costos aumentan. Lo más importante es que es imposible verificar todas las alertas con la misma minuciosidad. Hay que establecer prioridades, lo que significa que algo puede escaparse.

Cómo funcionan Amazon Quick + Snowflake Cortex

Amazon Quick Flows y Snowflake Cortex AI se conectan a través del Model Context Protocol (MCP). El workflow recopila automáticamente información sobre el cliente y la transacción, la pasa a la IA y recibe una recomendación sobre el estado de la alerta. Al analista solo le queda confirmar o rechazar la decisión de la máquina. El proceso funciona así: el sistema toma datos de sistemas de pago, historial del cliente, su perfil KYC (Know Your Customer) y geografía de la operación. Snowflake Cortex analiza todo esto en contexto y proporciona una evaluación de riesgo — alto, medio, bajo. Si es necesario, el sistema sugiere pasos adicionales o, si el riesgo es claramente bajo, cierra la alerta automáticamente.

Qué hace el sistema

• Recopilación de datos de varias fuentes (sistemas de pago, historial de transacciones, bases de datos KYC)
• Análisis del comportamiento del cliente a través de Snowflake Cortex AI
• Clasificación automática de riesgo con explicación
• Preparación de informe para el analista
• Registro para cumplimiento y auditoría

Todo esto ocurre en segundos en lugar de una hora o una hora y media.

Cifras de las pruebas

Amazon y Snowflake realizaron pruebas y obtuvieron estos resultados:

• Tiempo de verificación de alerta: de 30–90 minutos a menos de 5 minutos
• Carga de trabajo del analista: reducida en 80–90%
• Capacidad de procesamiento: un equipo puede procesar 10 veces más alertas
• Precisión: la IA detecta patrones que las personas pierden

Los resultados dependen de la complejidad de la alerta, el volumen de datos y la configuración del workflow, pero incluso en el peor escenario, las ganancias son significativas.

Qué significa esto para los servicios financieros

Las organizaciones financieras obtienen una herramienta para detectar fraude y lavado de dinero más rápido, mientras liberan a las personas del trabajo rutinario. Esto es especialmente importante cuando los volúmenes están creciendo y encontrar especialistas en cumplimiento es difícil. Para AWS y Snowflake, este es otro ejemplo de cómo la IA puede marcar una diferencia real en procesos empresariales y MCP se convierte en el estándar para integrar diferentes sistemas.