Automatización KYC para Escalar – ¿Dónde están los Cuellos de Botella?

Hemos estado invirtiendo fuertemente en la automatización de nuestros flujos KYC, buscando reducir los tiempos de revisión manual y mejorar la velocidad de onboarding. Estamos viendo ganancias decentes para casos sencillos, pero los casos extremos, particularmente aquellos que involucran estructuras corporativas complejas o personas políticamente expuestas (PEPs) en jurisdicciones menos comunes, aùn crean cuellos de botella significativos. Parece que la agregación y verificación de datos para estas situaciones sigue siendo obstinadamente intensiva en mano de obra humana. ¿Alguien está encontrando soluciones tecnológicas reales que realmente resuelvan esto, o solo estamos optimizando lo fácil y chocando contra una pared en los casos verdaderamente difíciles? Específicamente, más allá de una mejor OCR e integraciones API, ¿hay aplicaciones emergentes de IA/ML que estén demostrando ser efectivas para señalar o incluso resolver estos perfiles de riesgo más ambiguos sin generar excesivos falsos positivos?