Monitorización continua que solo escala ante alertas reales

Usted elige con qué frecuencia se reverifica cada entidad monitorizada — a diario, semanal o mensualmente — y lo configura por entidad, no para toda la cartera. Una contraparte de alto riesgo o un nombre al borde de una designación puede ejecutarse a diario, mientras que un proveedor de bajo riesgo se ejecuta mensualmente, así que la frecuencia de cribado sigue el riesgo de cada caso en lugar de una cadencia única para todos. El intervalo es lo que convierte un cribado puntual en cobertura continua: la entidad se vuelve a comprobar automáticamente según su calendario contra el estado actual de cada fuente, sin volver a introducir datos, así que una designación añadida después de la incorporación se detecta en el siguiente ciclo y no la próxima vez que alguien decida mirar.

La razón por la que la monitorización no entierra a los analistas en ruido es la detección de cambios. Cada vez que se reverifica una entidad, la plataforma calcula una huella del resultado y la compara con la anterior. Si nada ha cambiado, permanece en silencio — sin alerta, sin caso, sin trabajo repetido de volver a despejar lo mismo. Cuando la huella difiere, genera una alerta, porque algo que importa realmente se ha movido: apareció una nueva coincidencia, se añadió o retiró una designación, cambió un identificador o surgió un hallazgo adverso. Este es el mecanismo que hace que una alerta tenga sentido: significa que el resultado de la entidad es distinto de la última vez que miró, que es precisamente cuando un equipo de cumplimiento necesita revisar, en lugar de un recordatorio periódico de que el mismo resultado conocido sigue igual.

La monitorización está pensada para ejecutarse de forma determinista a escala e involucrar la IA solo donde compensa su coste. Puede monitorizar miles de entidades con el Quick Check determinista, que no envía ningún dato a modelos de IA, y reservar los niveles AI-Enhanced y AI Review para el puñado de entidades que un cambio realmente señala. Cuando la detección de cambios genera una alerta, ese es el momento de escalar ese nombre concreto a un AI Review Check para obtener un razonamiento de coincidencia legible e indicadores de falso positivo. Por eso la monitorización masiva no envía ningún dato personal a modelos de IA — el ciclo base es cribado puramente determinista — mientras que la inteligencia se dedica solo a los casos que cambiaron, manteniendo tanto su exposición de datos como su factura proporcionales al riesgo real.

Cuando cambia el resultado de una entidad monitorizada, la alerta aparece en su panel, donde puede ver qué entidad se movió, qué cambió respecto al ciclo anterior y el resultado de cribado actual. A partir de ahí revisa el cambio, decide si escalarlo a un nivel más profundo y documenta el resultado como evidencia. Durante la beta, las alertas son solo en la aplicación: revisa los cambios cuando inicia sesión, y las notificaciones por correo aún no están disponibles. El registro de cambios se conserva, así que el historial de una entidad monitorizada — cada ciclo en que su resultado se movió — es auditable, que es lo que un regulador espera de un programa de monitorización continua y no de una comprobación puntual.