La inteligencia artificial (IA) aplicada al análisis de la facturación electrónica en México permitió identificar más de 100 mil posibles evasores fiscales que no habían sido detectados previamente, lo que amplía de forma significativa el universo de riesgo dentro del sistema tributario nacional.
El hallazgo proviene de una investigación académica de la UNAM basada en herramientas de aprendizaje automático y ciencia de redes, que analizó el comportamiento de los contribuyentes a partir de millones de transacciones registradas en el país, en un contexto donde la venta de facturas falsas circula incluso en paquetes a través de plataformas como Facebook Marketplace.
- El Dato: Hacienda presentó en los últimos 2 años 162 denuncias por facturación falsa por un monto de 70 mil millones de pesos.
La detección no sólo amplía el tamaño del problema tributario en México, también perfila un riesgo de seguridad nacional al evidenciar estructuras que conectan a empresas formales con redes de operaciones ilícitas.
Uno de los casos más recientes bajo este fenómeno fue reportado esta misma semana por la Fiscalía General de la República (FGR), que informó sobre el desmantelamiento de una presunta red criminal dedicada al llamado huachicol fiscal, esquema que operaba mediante empresas fachada, documentación falsa y simulación de operaciones comerciales para introducir combustible ilegal al país.
Las empresas involucradas habrían construido un esquema de simulación comercial que alcanzó operaciones por alrededor de 23 mil millones de pesos.
Con el modelo desarrollado por la UNAM, los investigadores detectaron a 149 mil 921 contribuyentes con conductas sospechosas mediante redes neuronales, un tipo de inteligencia artificial que identifica patrones complejos en grandes volúmenes de datos.
Además, aplicaron otro método conocido como Random Forest, un algoritmo que funciona a partir de múltiples “árboles de decisión”. En lugar de tomar una sola ruta para clasificar a un contribuyente, el sistema analiza distintas combinaciones de variables —como montos, frecuencia de facturación o relaciones con otros actores— y compara resultados para llegar a una conclusión más robusta. Con este enfoque, identificaron a 128 mil 227 contribuyentes adicionales con características similares a las de evasión.
Al cruzar ambos métodos, los investigadores encontraron 43 mil 650 contribuyentes que aparecen en las dos listas, lo que los coloca como los casos con mayor probabilidad de estar involucrados en estos esquemas. Las cifras contrastan con el universo conocido hasta ahora: apenas ocho mil 570 contribuyentes han sido identificados como evasores, lo que representa sólo 0.0072 por ciento del universo activo ante el SAT.
El análisis se construyó a partir de una base de datos sin precedentes que incluye más de 80 millones de contribuyentes y 6.8 mil millones de comprobantes fiscales digitales (CFDI) emitidos entre 2015 y 2018, lo que permitió rastrear patrones de comportamiento dentro del sistema fiscal con un nivel de detalle masivo.
A partir de esta información, los investigadores estimaron que la evasión fiscal no detectada asciende a 10 mil millones de dólares anuales, asociada a alrededor de 10 mil contribuyentes, lo que evidencia un fenómeno concentrado pero con efectos significativos en las finanzas públicas.
Los datos muestran que estas prácticas no operan de forma aislada. El estudio identifica estructuras donde contribuyentes intercambian facturas por operaciones inexistentes, generando circuitos de transacciones que simulan actividad económica. Dentro de estas redes, un sólo actor puede encontrarse vinculado a más de 100 evasores en un mes.
El perfil de los contribuyentes detectados refuerza el carácter estructural del fenómeno. Ocho de cada 10 corresponden a personas morales, mientras que más del 91 por ciento aún se encontraba activo, lo que indica que la mayoría opera dentro del circuito económico formal.
Los expertos de este estudio también advierten que los mecanismos tradicionales para detectar evasión resultan demandantes en tiempo y recursos debido al volumen de información disponible, lo que limita su alcance en etapas iniciales. Frente a ese escenario, el uso de inteligencia artificial permite identificar patrones y relaciones entre contribuyentes que no son visibles en revisiones convencionales.
UN MAL ENORME
El estudio de la UNAM arrojó las siguientes conclusiones:
- 149 mil 921 contribuyentes con conductas sospechosas detectadas
- 43 mil 650 ciudadanos con mayor probabilidad de estar involucrados en estos esquemas
- 10 mil millones de dólares anuales, el monto estimado de la evasión fiscal, asociada a 10 mil personas
- 8 de cada 10 contribuyentes son personas morales
- 91 por ciento aún se encontraba activo