¿Cómo puede la inteligencia artificial ampliar la inclusión y la confianza en el sistema financiero y de seguros?

El sistema financiero es el aparato por el que se mueve el dinero de toda la economía. Canaliza el ahorro hacia el crédito, administra el riesgo, habilita los pagos y protege el patrimonio de los hogares y las empresas. Para hacer su trabajo, ese sistema necesita “ver” a las personas: conocer su historial, sus ingresos, sus garantías. El problema es que millones de mexicanos son casi invisibles para sus modelos, porque nunca dejaron una huella formal que el sistema pueda leer. La pregunta que abre la inteligencia artificial es si servirá para ampliar lo que el sistema financiero alcanza a ver, y hacerlo de forma confiable, o si terminará mirando con más detalle a quienes ya estaban dentro.

Esa pregunta importa porque el sector de servicios financieros y de seguros es infraestructura crítica de la economía. Aporta el 4.1% del producto interno bruto, cerca de 1.54 billones de pesos (millones de millones), y da empleo a más de 890 mil personas, de las cuales el 51.5% son mujeres. Lo integran la banca, las casas de bolsa y las aseguradoras, junto con las SOFOMES, las uniones de crédito, las cajas de ahorro y las administradoras de fondos para el retiro. Por su naturaleza produce información sin cesar (cada crédito, cada póliza y cada operación generan datos), lo que lo coloca entre los sectores con mayor potencial para adoptar inteligencia artificial. La forma en que la adopte tendrá efectos que van más allá del propio sector, desde la gestión del riesgo hasta la gobernanza de los datos de millones de personas.

Conviene precisar qué significa aquí adoptar inteligencia artificial. Siguiendo la definición del Censo Económico 2024 del INEGI, la primera fuente oficial que mide este fenómeno en México, una empresa adopta IA cuando usa sistemas basados en tecnologías como la minería de datos, la visión por computadora, el reconocimiento de voz, la generación de lenguaje natural o el aprendizaje automático, con el fin de predecir, recomendar o decidir la mejor acción para una meta concreta.

Una adopción moderada y muy desigual

En promedio, el 8.4% de las empresas del sector con más de diez empleados usa inteligencia artificial, apenas por encima del promedio nacional de 8.0%. Ese promedio, sin embargo, esconde el hallazgo central del análisis: la banca múltiple adopta IA ocho veces más que las administradoras de fondos para el retiro (31.1% frente a 3.9%), con los seguros y fianzas entre los líderes, en 27%. La desigualdad, más que el promedio, es lo que define al sector.

La adopción de IA se concentra en la banca y deja atrás al ahorro para el retiro
Empresas de 10+ empleados que usan IA, por industria financiera (%). México, 2024. 

Fuente:Censo Económico 2024, INEGI. (Figura del resumen ejecutivo: banca múltiple 31.1% frente a afores 3.9%.)

Frente al mundo, la distancia es amplia. Mientras México adopta en 8.4%, Estados Unidos llega al 30.4%, los Países Bajos al 37.4% y Corea del Sur al 63.3%. Detrás de esa brecha hay una paradoja que vale la pena mirar de cerca: el sector tiene una de las bases digitales más sólidas de la economía mexicana, y esa base todavía no se traduce en uso de IA. El freno no es la falta de infraestructura, sino la capacidad de las instituciones para convertir esa base en aplicaciones concretas. La banca múltiple ya opera en niveles comparables a los de economías avanzadas; el reto es que el resto del sector recorra ese mismo camino.

Un retorno económico que es mayor donde más se podría incluir

Donde el sector adopta inteligencia artificial, su desempeño económico tiende a ser más alto. El análisis de los datos del Censo Económico 2024 muestra que diez puntos porcentuales más de adopción se asocian con una producción por empresa 28.4% mayor, el segundo retorno más alto de toda la economía mexicana, y con salarios 4.7% más altos por trabajador. Conviene leer estas cifras como asociaciones, no como una relación de causa directa, porque conviven con otros factores propios de cada institución.

Lo revelador es dónde se concentra ese retorno. Es más alto justamente en las instituciones que podrían generar mayor inclusión: la producción asociada a la adopción de IA sube 31.7% en la intermediación crediticia y 21.6% en los seguros y fianzas. El mismo dato que describe una oportunidad económica describe, al mismo tiempo, una oportunidad social.

El mayor retorno de la IA está donde más se podría incluir
Cambio en la producción bruta asociado a la adopción de IA, por tipo de entidad financiera (%). México, 2024.

Fuente: Censo Económico 2024, INEGI.

Un matiz de método ayuda a no exagerar el punto. A escala de toda la economía, y no de este sector en particular, las empresas que adoptan IA emplean además 3.3% más personas por unidad económica, una señal de que, en el contexto mexicano, la tecnología complementa al trabajo en lugar de sustituirlo. Ese dato corresponde al conjunto de la economía y no debe leerse como un resultado exclusivo del sector financiero.

Dónde la inteligencia artificial puede incluir

El mayor rezago se concentra donde el beneficio social sería mayor. Las instituciones que atienden a la población menos favorecida (la banca de desarrollo, las SOFOMES, las uniones de crédito y las administradoras de fondos para el retiro) son las de menor adopción, y son también donde la IA podría ampliar el acceso al crédito, extender la cobertura de los seguros y mejorar el ahorro para el retiro.

Aquí regresa la idea de la visibilidad. Una persona sin historial financiero formal no deja rastro suficiente en los datos, de modo que los modelos tradicionales no alcanzan a evaluarla y, por defecto, la dejan fuera. La inteligencia artificial puede leer señales distintas de las que usa la banca tradicional, desde patrones de pago de servicios hasta comportamientos que hoy no se registran, y con ello acercar al sistema a quienes hoy no ve. Ese resultado, sin embargo, no llega solo: ocurre si las reglas, los incentivos y las prioridades orientan la adopción hacia la inclusión, y no si la dejan concentrarse donde ya hay capacidad instalada.

La confianza como condición de la inclusión

Ampliar el acceso no basta si las personas no confían en el sistema al que se les invita a entrar. En una infraestructura crítica como esta, la confianza y la seguridad son el habilitador que vuelve sostenible cualquier avance en inclusión. A nadie se incluye de forma duradera en un sistema que percibe como frágil o poco seguro con su dinero y su información.

Por eso la adopción de IA en el sector tiene que venir acompañada de gestión del riesgo, gobernanza de los datos, ciberseguridad y resiliencia desde el diseño, y una defensa compartida frente al fraude. La misma tecnología que permite evaluar mejor a un solicitante también procesa información financiera muy sensible, y su mal manejo puede erosionar la confianza que tanto cuesta construir. Un sistema más incluyente y un sistema más confiable no son metas separadas: la segunda es la que sostiene a la primera en el tiempo.

Qué frena la adopción

El análisis identifica cinco barreras que explican por qué el potencial no se ha capturado. La primera es la ausencia de una estrategia sectorial de IA que fije prioridades, metas y responsables, de modo que la adopción avanza sin un rumbo común y se concentra donde ya hay capacidad. La segunda es un marco regulatorio incompleto y desactualizado: las reglas de Open Finance que permitirían compartir de forma segura los datos transaccionales entre instituciones siguen pendientes, faltan lineamientos de IA en los reguladores del sector y la Ley Fintech de 2018 no se ha actualizado.

Las tres barreras restantes son de capacidad. La brecha de talento especializado (ciencia de datos, gestión de riesgos con IA, ciberseguridad y gobernanza de algoritmos) es la razón que más citan las empresas para no adoptar. La falta de datos sobre la población sin historial formal impide que los modelos evalúen con justicia justo a quienes la IA podría incluir. Y una base digital sólida que no termina de convertirse en aplicaciones de IA revela que el freno, en buena medida, es organizacional. Estas barreras no pesan igual para todos: las grandes instituciones enfrentan sobre todo la certeza regulatoria, las medianas y pequeñas la capacidad y el talento, y la banca de desarrollo el fortalecimiento de su base digital.

Líneas de acción

De ese diagnóstico se desprenden varias opciones de política pública que conviene poner sobre la mesa, dirigidas al gobierno, la industria, la academia y la sociedad civil, y que en algunos casos las propias instituciones pueden iniciar sin esperar a la acción pública.

La primera es construir una estrategia sectorial de IA con todo el ecosistema, orientada a la productividad, la cobertura, la inclusión y la confianza, y con continuidad más allá de un sexenio. La segunda es completar y actualizar el marco regulatorio: emitir las reglas de Open Finance con interoperabilidad y condiciones parejas entre la banca y las fintech, publicar lineamientos de IA para cada regulador y actualizar la Ley Fintech. La tercera es orientar de forma explícita la adopción hacia la inclusión, con financiamiento a las instituciones que atienden a la base de la pirámide y con perspectiva de género. A ello se suman fortalecer la infraestructura digital y de datos (con acceso a la nube proporcional al riesgo y sin depender de un solo proveedor, capacidad nacional de cómputo y datos auditables), incorporar la ciberseguridad y la resiliencia desde el diseño, formar y reconvertir al talento del sector, e impulsar la educación financiera y digital de los usuarios para que aprovechen los servicios y se protejan del fraude.

Una decisión, no un resultado

La transformación ya empezó, y la banca múltiple lo demuestra al operar en niveles internacionales. El reto es extenderla al resto del sector, con la gestión del riesgo y la gobernanza de datos que exige una infraestructura crítica, y orientarla hacia la inclusión. La misma inteligencia artificial que puede acercar a millones de personas al crédito, al seguro y al ahorro para el retiro puede, sin esa orientación, ampliar la distancia que hoy las separa de esos servicios.

Que la IA incluya no será un efecto automático de la tecnología, sino consecuencia de las decisiones de reglas, incentivos y prioridades que tomen quienes definen el rumbo del sector. México necesita orientar esa adopción hacia un sistema financiero a la vez más confiable y más incluyente, porque ahí, en la unión de las dos ideas, está el mayor beneficio que esta tecnología puede dejarle al país. La evidencia para actuar ya está sobre la mesa; lo que falta es la decisión de usarla.

---

Fuentes

• Centro México Digital (2026). México Inteligente: servicios financieros y de seguros frente a la inteligencia artificial.
• INEGI (2024). Censos Económicos 2024.
• Comparaciones internacionales de adopción citadas en el estudio: Funcas (2025), U.S. Census Bureau (2026) y Statistics Netherlands (2025).