El crecimiento de las empresas fintech está elevando los desafíos de seguridad, prevención de fraudes y control de riesgos en el sistema financiero. A medida que las plataformas digitales procesan más operaciones y amplían sus servicios, también aumenta la necesidad de fortalecer sus mecanismos de autenticación, evaluación crediticia y prevención del lavado de dinero.
Durante FINNOSUMMIT 2026, la empresa de analítica de datos e inteligencia artificial SAS advirtió que la expansión de las fintech exige algo más que capacidad tecnológica para atender nuevos usuarios. Las instituciones también necesitan sistemas que permitan identificar operaciones sospechosas, documentar decisiones y responder a las exigencias regulatorias.
De acuerdo con la compañía, la automatización mediante inteligencia artificial puede multiplicar hasta cuatro veces la productividad en los procesos de crédito y reducir hasta 20 veces los costos operativos frente a plataformas comparables, aunque estos resultados dependen de las soluciones implementadas y de las condiciones de cada institución.
El diagnóstico presentado el 20 de octubre de 2026 también identifica nuevas amenazas relacionadas con la suplantación de identidad mediante inteligencia artificial, particularmente por el uso de voces y contenidos sintéticos capaces de dificultar los procesos tradicionales de autenticación.
¿Por qué el crecimiento de las fintech aumenta los riesgos financieros?
Las fintech han desarrollado modelos de negocio que permiten realizar pagos, solicitar financiamiento y contratar servicios financieros mediante plataformas digitales.
Sin embargo, el crecimiento de sus operaciones también implica mayores exigencias para administrar los riesgos asociados con las transacciones y los usuarios.
SAS identificó dos grupos de empresas con necesidades diferentes.
Por un lado, se encuentran las plataformas de pago, que deben concentrarse en detectar transacciones sospechosas, prevenir fraudes y verificar la identidad de quienes utilizan sus servicios.
Por otro, están los neobancos y las instituciones financieras en expansión, que además de atender estas amenazas necesitan evaluar la capacidad de pago de sus clientes, determinar tasas de interés y analizar el efecto de los cambios económicos sobre sus carteras de crédito.
La diferencia es importante porque una plataforma dedicada principalmente al procesamiento de pagos enfrenta riesgos operativos distintos a los de una institución que otorga financiamiento.
En ambos casos, el incremento del volumen de operaciones puede poner a prueba la infraestructura tecnológica existente.
Los sistemas tradicionales pueden enfrentar problemas de escalabilidad
Iván Domínguez, líder de soluciones de riesgos financieros para Latinoamérica de SAS, explicó que las plataformas desarrolladas internamente pueden presentar limitaciones conforme aumenta el número de transacciones.
“Cuando aumentan los volúmenes transaccionales las plataformas desarrolladas internamente pueden enfrentar problemas de estabilidad, escalabilidad y trazabilidad”.
El especialista señaló que la analítica en tiempo real permite modificar los mecanismos de detección conforme aparecen nuevas conductas delictivas.
Esto representa una diferencia frente a los controles estáticos, que dependen de reglas previamente establecidas y pueden requerir actualizaciones para responder a nuevas modalidades de fraude.
Para las instituciones financieras, el desafío consiste en procesar un mayor número de operaciones sin perder capacidad para identificar comportamientos anómalos.
Inteligencia artificial podría cuadruplicar la productividad en el otorgamiento de créditos
Uno de los principales beneficios de la automatización financiera se encuentra en los procesos de originación y aprobación de crédito.
En algunas instituciones, la evaluación de una solicitud todavía requiere revisar manualmente estados financieros, facturas, garantías y otros documentos.
La incorporación de herramientas de inteligencia artificial permite conectar información procedente de diferentes fuentes, contrastar datos y presentar resultados mediante tableros estandarizados.
Según SAS, estas tecnologías pueden multiplicar hasta cuatro veces la productividad a lo largo del ciclo crediticio, desde la recepción y evaluación de solicitudes hasta la implementación de decisiones automatizadas.
La compañía también sostiene que determinadas soluciones pueden reducir hasta 20 veces los costos operativos en comparación con plataformas similares.
| Indicador | Beneficio potencial señalado por SAS |
|---|---|
| Productividad del proceso crediticio | Hasta 4 veces mayor |
| Costos operativos | Hasta 20 veces menores frente a plataformas comparables |
| Evaluación de solicitudes | Integración y análisis automatizado de información |
| Toma de decisiones | Acceso más ágil a datos para los comités de crédito |
Estas cifras corresponden a estimaciones comunicadas por SAS. El documento no presenta la metodología, las instituciones evaluadas ni los costos de referencia utilizados para calcularlas.
Por lo tanto, no representan resultados garantizados para todas las fintech o instituciones bancarias.
¿Cómo funciona la automatización de créditos?
El proceso comienza con la recopilación de información necesaria para evaluar una solicitud de financiamiento.
Tradicionalmente, esta tarea puede involucrar la revisión de documentos y el análisis individual de diferentes variables.
Con herramientas de inteligencia artificial, las instituciones pueden integrar los datos en una misma plataforma y utilizar modelos analíticos para apoyar la evaluación del riesgo.
Entre las tareas que pueden agilizarse se encuentran la revisión de información financiera, la identificación de inconsistencias y la preparación de datos para los responsables de aprobar créditos.
Esto puede reducir el tiempo dedicado a determinadas actividades operativas.
Sin embargo, la automatización no elimina la necesidad de supervisión humana ni garantiza que una decisión crediticia sea correcta.
Los resultados también dependen de la calidad de los datos, el diseño de los modelos y los controles establecidos por cada institución.
Fraude y lavado de dinero: los principales desafíos para las plataformas financieras
La digitalización de los servicios financieros ha incrementado la importancia de los mecanismos para identificar operaciones sospechosas.
SAS señaló que las plataformas necesitan integrar información procedente de diferentes fuentes para fortalecer sus controles.
Entre los datos relevantes se encuentran los movimientos transaccionales, las cuentas, la información de clientes y los eventos asociados con las operaciones.
Mediante herramientas de analítica avanzada, estos registros pueden procesarse en tiempo real o mediante análisis por lotes.
El objetivo es identificar patrones de riesgo y generar alertas que permitan iniciar investigaciones.
¿Cómo ayuda la IA a prevenir el lavado de dinero?
Las herramientas analíticas pueden contribuir a identificar operaciones que requieren una revisión adicional.
Por ejemplo, los sistemas pueden detectar comportamientos que se apartan de los patrones previamente observados y enviar alertas a los equipos responsables.
Estas señales permiten que las instituciones investiguen los casos, realicen procedimientos de debida diligencia y preparen la información necesaria para sus obligaciones regulatorias.
En determinados escenarios, también pueden apoyar decisiones sobre la liberación o el bloqueo de pagos.
Sin embargo, una alerta generada por inteligencia artificial no constituye por sí misma una prueba de fraude o lavado de dinero.
Su función es identificar situaciones que ameritan análisis y verificación.
La decisión correspondiente debe considerar los procedimientos internos y las disposiciones legales aplicables.
Suplantación de identidad con inteligencia artificial amenaza a bancos y fintech
Otro de los riesgos identificados por SAS está relacionado con el uso de inteligencia artificial para generar contenidos falsificados.
La compañía advirtió que la suplantación de identidad mediante IA figura entre las amenazas relevantes para las instituciones financieras.
Este problema puede involucrar contenidos sintéticos o manipulados que intentan reproducir características de una persona.
Los mecanismos de autenticación basados en voz representan uno de los puntos de atención.
Domínguez explicó que los sistemas deben evolucionar para identificar cuándo una interacción corresponde a una persona y cuándo podría tratarse de contenido generado artificialmente.
“Controles como el reconocimiento de voz ahora deben distinguir entre una persona y contenidos sintéticos o manipulados”.
El especialista destacó que las instituciones necesitan reforzar la autenticación sin complicar innecesariamente la experiencia del usuario.
¿Por qué la autenticación representa un desafío para las fintech?
Las plataformas financieras necesitan verificar la identidad de sus clientes para autorizar operaciones y proteger sus cuentas.
Al mismo tiempo, buscan ofrecer procesos rápidos y sencillos.
Incorporar demasiados pasos de verificación puede aumentar el tiempo necesario para completar una transacción.
Sin embargo, controles insuficientes pueden facilitar intentos de acceso no autorizado.
Por ello, las empresas deben encontrar un equilibrio entre seguridad y facilidad de uso.
La analítica avanzada puede apoyar este proceso mediante la evaluación de diferentes señales de riesgo, aunque su eficacia depende de la tecnología utilizada y de los mecanismos de supervisión.
Neobancos enfrentan mayores exigencias regulatorias al buscar licencias bancarias
El crecimiento de las fintech también plantea desafíos relacionados con el cumplimiento de las disposiciones financieras.
SAS señaló que las empresas que buscan obtener una licencia bancaria deben prepararse para operar bajo esquemas más exigentes de supervisión.
Esto implica contar con procesos auditables en áreas como administración de riesgos, capital, cumplimiento normativo y prevención de delitos financieros.
La transformación puede representar un cambio importante para compañías que comenzaron operaciones con estructuras tecnológicas más flexibles.
A medida que amplían sus actividades, necesitan demostrar que sus sistemas permiten documentar decisiones, identificar riesgos y responder a los requerimientos de las autoridades correspondientes.
¿Qué deben fortalecer las fintech antes de convertirse en bancos?
Entre las capacidades señaladas por SAS destacan la trazabilidad de las operaciones, la automatización de controles y la preparación de información para auditorías.
También resulta relevante mantener registros que permitan explicar cómo se generan determinadas decisiones mediante sistemas automatizados.
Domínguez advirtió que la modernización no debe limitarse a las empresas interesadas en obtener una licencia bancaria.
“Aunque no todas se convertirán en bancos, todas deberán modernizar su infraestructura antes de que el crecimiento o una nueva disposición las obliguen a rehacer sus procesos”.
La declaración apunta a un desafío empresarial: desarrollar infraestructura capaz de acompañar la expansión de operaciones sin depender de modificaciones de emergencia.
No obstante, el comunicado no identifica nuevas obligaciones regulatorias específicas para México ni anuncia modificaciones a la legislación financiera nacional.
Más de 5,100 bancos utilizan tecnología de SAS en el mundo
La compañía también compartió información sobre su presencia en el sector financiero internacional.
De acuerdo con sus cifras, más de 5 mil 100 bancos en 117 países utilizan tecnología de SAS para diferentes actividades relacionadas con sus operaciones y la administración de riesgos.
Asimismo, señaló que 86% de los bancos incluidos en Fortune 100, o sus empresas afiliadas, son clientes de la compañía.
Estos indicadores muestran la presencia comercial de SAS dentro del mercado financiero.
Sin embargo, no permiten establecer por sí mismos qué tan efectivos son sus sistemas para prevenir fraudes ni cuantificar los resultados obtenidos por las instituciones que utilizan sus soluciones.
La empresa destacó estos datos durante FINNOSUMMIT como parte de su participación en el desarrollo de herramientas analíticas para el sector.
La inteligencia artificial no elimina la responsabilidad humana en las decisiones financieras
La incorporación de sistemas automatizados también plantea preguntas sobre quién debe responder por las decisiones generadas con apoyo tecnológico.
Durante FINNOSUMMIT, SAS destacó la importancia de implementar agentes de inteligencia artificial bajo mecanismos de control.
Entre los elementos necesarios identificó la explicabilidad de los modelos, el linaje de datos y la trazabilidad de las decisiones.
La explicabilidad permite comprender los factores que intervienen en determinados resultados generados por un sistema.
El linaje de datos facilita identificar de dónde proviene la información y cómo ha sido utilizada.
La trazabilidad, por su parte, permite reconstruir los procesos y decisiones para fines de revisión y supervisión.
Estas capacidades son relevantes cuando la tecnología participa en actividades relacionadas con el otorgamiento de crédito, la prevención del fraude o el cumplimiento regulatorio.
Domínguez subrayó que el uso de inteligencia artificial debe mantener la participación de las personas responsables.
“La tecnología acelera el análisis y apoya la investigación, pero la decisión final continúa bajo responsabilidad humana”.
El planteamiento busca evitar que la automatización se convierta en un mecanismo sin controles suficientes para explicar o revisar sus resultados.
¿Qué significa el crecimiento fintech para el futuro del sistema financiero?
El diagnóstico presentado por SAS muestra que la expansión de las empresas financieras digitales implica desafíos que van más allá de captar clientes o aumentar el número de operaciones.
Las fintech necesitan fortalecer sus capacidades para evaluar riesgos crediticios, prevenir delitos financieros y proteger la identidad de sus usuarios.
Al mismo tiempo, enfrentan el reto de mantener procesos ágiles en un entorno donde las operaciones se realizan cada vez con mayor rapidez.
La inteligencia artificial puede contribuir a mejorar la productividad y facilitar el análisis de grandes volúmenes de información.
Sin embargo, su implementación también requiere controles para evitar errores, identificar comportamientos sospechosos y documentar las decisiones.
Para las empresas que buscan ampliar sus servicios o convertirse en instituciones bancarias, la modernización tecnológica adquiere una importancia adicional por las exigencias de supervisión y cumplimiento.
El principal desafío para las fintech será mantener el ritmo de crecimiento sin comprometer la seguridad de las operaciones ni la calidad de sus decisiones financieras.
