CONTINUACIÓN 2 — Cómo prepararse para la data collection de AMLA en 2026 (Explicando el AMLA)

 

Explicando el AMLA.-

CONTINUACIÓN 2 — Cómo prepararse para la data collection de AMLA en 2026

La data collection que AMLA lanzó en 2026 es uno de los pasos más importantes de la transición hacia la supervisión centralizada. No es una inspección, pero sí una prueba general que permitirá calibrar los modelos de riesgo europeos.

Aquí explico, con base en fuentes abiertas, qué implica y cómo pueden prepararse las entidades españolas.

 

1. ¿Qué es exactamente la data collection?

Es un ejercicio de recopilación de datos AML/CFT que AMLA utiliza para:

·       probar su metodología de riesgo,

·       comparar prácticas entre Estados miembros,

·       identificar posibles entidades candidatas a supervisión directa,

·       detectar inconsistencias en la calidad de datos.

No se evalúa el cumplimiento en sí, sino la capacidad de reportar datos fiables y comparables.

 

2. Qué tipo de datos se solicitan

Aunque AMLA no publica el detalle completo, los documentos preparatorios indican que se centran en:

·       volumen y tipología de clientes,

·       riesgos geográficos,

·       transacciones y canales,

·       alertas y SARs,

·       estructura de controles internos,

·       recursos dedicados a AML/CFT.

El objetivo es construir una visión homogénea del riesgo en la UE.

 

3. El reto real: calidad y trazabilidad

La dificultad no está en enviar datos, sino en enviarlos bien:

·       coherentes,

·       completos,

·       comparables,

·       con definiciones alineadas al futuro Single Rulebook.

Muchas entidades descubren en estos ejercicios que sus sistemas no están preparados para métricas armonizadas.

 

4. Cómo prepararse en la práctica

1. Revisar diccionarios de datos

Asegurar que conceptos como “cliente de alto riesgo”, “alerta relevante” o “exposición geográfica” están definidos de forma consistente.

2. Mapear fuentes internas

Identificar dónde están los datos AML/CFT y cómo se integran.

3. Validar la calidad

Detectar duplicidades, lagunas o inconsistencias.

4. Documentar procesos

AMLA valora la trazabilidad: cómo se obtiene cada dato y quién lo valida.

5. Alinear métricas con el Single Rulebook

Aunque aún no esté completo, ya hay borradores y estándares que anticipan definiciones comunes.

 

5. ¿A quién afecta realmente?

A todas las entidades que participen en la prueba, pero especialmente a:

·       grupos con presencia europea,

·       fintech con crecimiento rápido,

·       entidades con sistemas fragmentados.

 

Cierre

La data collection de 2026 no es un examen, pero sí un espejo. Refleja la madurez de los sistemas AML/CFT y anticipa qué entidades podrían ser consideradas de mayor riesgo en 2027. Prepararse bien no solo evita problemas: mejora la capacidad de adaptación al nuevo marco europeo.

Fabián Zambrano Viedma