Banxico pone la lupa en la IA: eficiencia financiera con nuevos focos rojos para México

El banco central advierte que la adopción acelerada de IA puede amplificar fraudes, opacidad y riesgos operativos en bancos, fintech y Sofipos.

El Banco de México (Banxico) elevó el nivel de alerta sobre el uso de inteligencia artificial (IA) en el sistema financiero mexicano: si bien reconoce que estas herramientas pueden mejorar la toma de decisiones, reducir costos y ampliar el acceso al crédito, también subraya que la IA puede volver más rápidos y difíciles de contener los episodios de estrés financiero, además de complicar la supervisión por su opacidad.

En su análisis “Inteligencia artificial y estabilidad financiera: canales potenciales de transmisión de riesgos”, Banxico sostiene que la IA no siempre crea riesgos totalmente nuevos, pero sí altera su escala y velocidad de propagación. En un sistema como el mexicano —donde conviven bancos grandes con infraestructura robusta y un ecosistema creciente de fintech, Sofipos y otras entidades con distintos niveles de madurez tecnológica—, esa característica incrementa la complejidad para administrar riesgos de crédito, operación, liquidez y reputación.

La adopción de IA se está acelerando en tareas como originación de crédito, detección de fraude, atención al cliente y personalización de productos. En particular, ha cobrado relevancia en modelos alternativos para evaluar a personas sin historial crediticio formal: desde patrones de consumo hasta estabilidad laboral. Para un país con altos niveles de informalidad y brechas de bancarización, estas tecnologías prometen ampliar la penetración financiera; sin embargo, Banxico advierte que el beneficio puede venir acompañado de vulnerabilidades si los modelos no son verificables, auditables o consistentes.

El banco central también puso énfasis en una asimetría regulatoria: instituciones no bancarias, al operar bajo marcos generalmente menos estrictos que la banca, podrían aprovechar modelos de IA con mayor rapidez para competir, pero también con controles desiguales. En la práctica, esto presiona a todo el sector a innovar más rápido, elevando el riesgo de que se implementen soluciones sin suficiente gobernanza de datos, sin pruebas robustas o sin claridad sobre responsabilidades cuando un algoritmo falla.

Un componente adicional es el financiero: Banxico documenta un crecimiento notable del crédito privado dirigido a empresas vinculadas con IA a nivel global, y estima que el despliegue de infraestructura requerirá inversiones cercanas a tres billones de dólares hacia 2028, con una parte relevante financiada con deuda. En un entorno de tasas todavía restrictivas y menor apetito por riesgo en mercados internacionales, este apalancamiento puede convertirse en un canal de contagio si proyectos tecnológicos no alcanzan flujos esperados o si se encarecen las condiciones de refinanciamiento, afectando proveedores críticos y, por extensión, a entidades financieras usuarias de sus servicios.

Ciberseguridad, deepfakes y concentración tecnológica: el talón de Aquiles

Banxico identifica que el desarrollo y provisión de capacidades de IA se concentra en pocos proveedores globales de infraestructura y cómputo, lo que eleva la dependencia del sistema financiero a plataformas compartidas y aumenta el riesgo de “puntos únicos de falla”. Para México, donde la digitalización de pagos y servicios financieros avanza de forma sostenida, este riesgo se vuelve especialmente sensible: una interrupción técnica o una vulnerabilidad común puede escalar de un incidente aislado a un evento sistémico, afectando continuidad operativa, compensación y atención a usuarios.

La amenaza no es solo técnica, sino también delictiva. El reporte recoge estimaciones internacionales que apuntan a un repunte marcado del fraude habilitado por IA generativa, incluidos deepfakes, que abaratan y masifican ataques de ingeniería social. Banxico informó que entre enero y mayo de 2026 detectó ocho vulneraciones cibernéticas contra entidades financieras en México —tres bancos, dos Sofipos, una fintech y una cooperativa—, con un repunte en mayo. El dato refuerza la lectura de que la adopción tecnológica está ocurriendo en paralelo a una profesionalización del fraude, obligando a elevar capacidades de monitoreo, autenticación y respuesta a incidentes.

En el plano económico, el mensaje llega en un momento en que México busca consolidar el crédito a hogares y pequeñas y medianas empresas como palanca de crecimiento, mientras enfrenta retos estructurales como baja productividad y elevada informalidad. La promesa de la IA para abaratar originación y mejorar evaluación de riesgo podría apoyar esa agenda; no obstante, si los modelos inducen sesgos o cometen errores sistemáticos, pueden restringir crédito a ciertos grupos o generar una falsa sensación de seguridad en portafolios, con impactos en morosidad y confianza del mercado.

Además, Banxico sugiere que la supervisión enfrenta un reto metodológico: modelos “caja negra”, no homogéneos y difíciles de explicar complican auditorías y responsabilidades. Para el usuario final, esto se traduce en un riesgo tangible: decisiones automatizadas poco transparentes sobre crédito, límites, tasas o bloqueos preventivos pueden deteriorar la percepción de equidad y abrir frentes de reclamaciones. Para las instituciones, el riesgo reputacional puede ser inmediato si un caso de discriminación algorítmica o un fraude masivo se vuelve viral.

Hacia delante, el desafío para el sector financiero mexicano será equilibrar innovación con controles: mayor gobernanza de datos, pruebas de robustez y sesgo, trazabilidad de decisiones, y planes de continuidad tecnológica. En paralelo, el aumento de incidentes cibernéticos sugiere que la inversión en seguridad —desde autenticación fuerte hasta monitoreo de transacciones y capacitación del personal— será un componente de competitividad, no solo de cumplimiento.

En síntesis, Banxico reconoce el potencial de la IA para ampliar el acceso y mejorar eficiencia, pero advierte que su opacidad, su dependencia de proveedores concentrados y su uso por defraudadores pueden amplificar riesgos; el reto será innovar sin debilitar la estabilidad y la confianza en el sistema financiero.