FAIS — el sistema de IA pionero del FinCEN para detectar pistas de blanqueo de capitales a partir de los informes de transacciones en efectivo

La Ley de Secreto Bancario de EE. UU. (Bank Secrecy Act) exige que los bancos presenten un Informe de Transacción en Efectivo (CTR) para transacciones en efectivo superiores a 10.000 dólares, generando un volumen de documentación que ningún equipo de analistas humanos podría revisar manualmente. La Red de Control de Delitos Financieros (FinCEN) construyó FAIS, un sistema de inteligencia artificial que combina razonamiento basado en reglas con una base de datos compartida tipo «pizarra» («blackboard»), para vincular CTR, empresas e individuos y señalar patrones coherentes con fraccionamiento («structuring») o superposición de capas («layering»).

FAIS entró en funcionamiento en marzo de 1993. Un grupo dedicado de analistas lo utilizó para procesar unas 200.000 transacciones semanales.

En el momento de un estudio de caso revisado por pares publicado en AI Magazine en 1995, el sistema había generado más de 400 informes de apoyo a investigaciones, correspondientes a más de mil millones de dólares en fondos potencialmente blanqueados — pistas entregadas a organismos de aplicación de la ley para su posterior investigación. Una revisión contemporánea de la Oficina de Evaluación Tecnológica del Congreso de EE. UU. corroboró el estado operativo del sistema y su papel en la identificación de pistas que de otro modo no habrían surgido de las declaraciones en bruto.

La evidencia documentada se remonta a principios/mediados de la década de 1990 y describe una herramienta interna de aplicación de la ley: las fuentes revisadas no incluyen una evaluación independiente más reciente, ni describen un mecanismo público de transparencia o auditoría. FAIS es anterior a los métodos modernos de aprendizaje automático, basándose en cambio en reglas expertas — un ejemplo temprano pero rigurosamente documentado de IA aplicada a una función de cumplimiento del sector público.