Fintech enfrentan mayor presión para controlar fraudes y riesgos crediticios
SAS advierte que el crecimiento del sector exige fortalecer la analítica de datos, la automatización y el cumplimiento regulatorio; la IA puede cuadruplicar la productividad en procesos de crédito.
Ciudad de México, 21 de octubre de 2026.- El crecimiento de las empresas fintech está elevando las exigencias para prevenir fraudes, detectar operaciones de lavado de dinero y evaluar riesgos crediticios, en un entorno donde la digitalización financiera obliga a combinar velocidad operativa con controles más sólidos.
Durante FINNOSUMMIT, la firma de analítica de datos e inteligencia artificial SAS advirtió que la expansión de estas compañías requiere sistemas capaces de procesar mayores volúmenes de transacciones, identificar comportamientos sospechosos y mantener la trazabilidad de las operaciones, además de cumplir con las disposiciones regulatorias.
La compañía señaló que más de 5 mil 100 bancos en 117 países utilizan su tecnología para administrar riesgos y fortalecer sus operaciones. Asimismo, indicó que 86 por ciento de los bancos incluidos en Fortune 100, o sus afiliados, son clientes de SAS.
De acuerdo con Iván Domínguez, líder de soluciones de riesgos financieros para Latinoamérica de la empresa, las plataformas desarrolladas internamente pueden enfrentar problemas de estabilidad, escalabilidad y seguimiento de operaciones conforme aumentan las transacciones.
Ante este escenario, la analítica en tiempo real permite ajustar reglas y modelos para responder a nuevas modalidades delictivas, en lugar de depender de controles estáticos.
IA puede cuadruplicar la productividad crediticia
Uno de los ámbitos con mayor potencial de automatización es el otorgamiento de crédito, donde algunas instituciones todavía dependen de revisiones manuales de estados financieros, facturas y garantías para evaluar a los solicitantes.
Según SAS, el uso de inteligencia artificial para integrar y contrastar información de distintas fuentes puede multiplicar hasta cuatro veces la productividad durante el ciclo crediticio, desde la originación y aprobación hasta la implementación de decisiones automatizadas.
La empresa también estima que estas herramientas pueden reducir hasta 20 veces los costos operativos frente a plataformas comparables, además de facilitar el acceso a información para los comités encargados de autorizar financiamientos.
El desafío varía según el tipo de entidad financiera. Las plataformas de pago concentran buena parte de sus esfuerzos en identificar transacciones sospechosas y verificar la identidad de los usuarios, mientras que los neobancos deben gestionar, además, la evaluación de clientes, la determinación de tasas de interés y el impacto de las condiciones macroeconómicas en sus carteras de crédito.
Suplantación de identidad y regulación elevan los riesgos
La prevención del fraude y del lavado de dinero requiere integrar información de transacciones, cuentas, clientes y fuentes externas para detectar patrones de riesgo y generar alertas que permitan investigar operaciones, elaborar reportes regulatorios y determinar si un pago debe liberarse o bloquearse.
Entre las amenazas identificadas por SAS destaca la suplantación de identidad mediante inteligencia artificial, que puede utilizar contenidos sintéticos o manipulados para engañar mecanismos de autenticación, incluidos los sistemas de reconocimiento de voz.
Domínguez señaló que las instituciones necesitan reforzar sus mecanismos de verificación sin generar obstáculos innecesarios para los clientes.
A estas presiones se suma el cumplimiento regulatorio, particularmente para las fintech que buscan obtener una licencia bancaria. Este proceso implica avanzar hacia estructuras más formales y auditables en materia de gestión de riesgos, capital, cumplimiento normativo y prevención de delitos financieros.
Durante FINNOSUMMIT, SAS también destacó el potencial de los agentes de inteligencia artificial para apoyar el análisis y las investigaciones, siempre que incorporen controles de negocio, explicabilidad, trazabilidad y seguimiento del origen de los datos.
La compañía subrayó que, aunque estas herramientas pueden acelerar los procesos y mejorar la capacidad de análisis, las decisiones finales deben permanecer bajo responsabilidad humana.
