En los últimos años, los requerimientos legales y técnicos para administrar la información han aumentado de manera exponencial y, junto con ellos, también las necesidades de monitoreo y seguimiento de la actividad financiera. La tecnología ha sido una aliada para facilitar el cumplimiento de los requisitos regulatorios de manera más ágil, efectiva y costo-eficiente, y ello ha dado lugar a que nazca un campo denominado tecnología regulatoria o RegTech, subdivisión del sector FinTech, orientado a la aplicación de procesos automatizados con fines de monitoreo, seguimiento, detección de fraude, reporte y cumplimiento normativo. A su vez, dichos procesos se basan en importantes avances tecnológicos como el big data, la inteligencia artificial y el machine learning, los cuales han habilitado la transición hacia un ecosistema financiero digital con nuevos participantes y modelos de negocio, que generan beneficios y oportunidades tanto a las instituciones reguladas como a los usuarios y las autoridades.

Con el ánimo de aportar a la difusión y al avance de la aplicación de las nuevas tecnologías a la actividad de los mercados de valores y divisas, el Autorregulador del Mercado de Valores (AMV) y la Universidad del Rosario presentan este documento de investigación, el cual se compone de cuatro secciones. En la primera se describen los principales aspectos de las tecnologías de aprendizaje automático; en la segunda se analiza el campo del RegTech, o cumplimiento normativo automatizado, identificando sus aplicaciones más relevantes en las actividades de monitoreo y seguimiento en la industria financiera, al tiempo que se exponen experiencias internacionales y locales; en la tercera se reflexiona sobre las ventajas y los retos para los intermediarios de valores y divisas que implica la implementación del machine learning y la inteligencia artificial para la supervisión y el cumplimiento, y, finalmente, se plantean algunas consideraciones, a manera de conclusión.