En esta noticia
El crecimiento de las transferencias electrónicas en México no solo aceleró el movimiento de dinero, también hizo más complejo vigilar que cada operación quede correctamente registrada.
En un año, el Sistema de Pagos Electrónicos Interbancarios (SPEI) procesó más de 7,300 millones de transferencias, por un monto cercano a los MXN$600 billones, equivalente a 16.8 veces el Producto Interno Bruto (PIB) nacional.
A esta escala, una diferencia que se repite miles de veces puede quedar escondida entre millones de movimientos y convertirse en una fuga financiera constante.
De acuerdo con Simetrik, fintech especializada en control financiero, las empresas pueden perder hasta 15 puntos básicos de su volumen total procesado por errores de conciliación cuando no cuentan con controles automatizados.
El problema también alcanza a los contracargos. Estos representan entre 1% y 2% de las operaciones y, cuando no son gestionados oportunamente, los negocios pueden perder entre 5% y 7% de esos montos.
Más allá del costo de cada operación, el reto está en identificar cuándo una diferencia aislada forma parte de un problema que se está repitiendo a gran escala.
Un problema que crece mientras el regulador aprieta
El reto de vigilar millones de operaciones ocurre además en un momento en que las autoridades avanzan en mayores exigencias para los participantes del ecosistema de pagos.
Las nuevas disposiciones de Banco de México y la Comisión Nacional Bancaria y de Valores (CNBV) para las redes de medios de disposición establecen cambios para los agregadores de pago, entre ellos la liquidación el mismo día, restricciones a la subagregación y modificaciones relacionadas con las cuotas de intercambio.
El punto de encuentro entre ambos fenómenos está en la escala que alcanzaron los pagos electrónicos.
Mientras las operaciones son cada vez más rápidas y numerosas, también aumenta la necesidad de que bancos, agregadores y empresas puedan identificar diferencias, rastrear su origen y demostrar qué ocurrió con cada movimiento.
En otras palabras, procesar millones de operaciones ya no es suficiente. También es necesario poder conciliarlas y explicar qué pasó cuando los números no cuadran.
La respuesta de la industria llega con inteligencia artificial
Ante este escenario, Simetrik desarrolló Simetrik Agent, un agente de inteligencia artificial que busca identificar patrones entre diferencias que pueden repetirse miles de veces.
La herramienta analiza grandes volúmenes de información para detectar relaciones entre operaciones, proponer nuevas reglas de control y simular su impacto antes de llevarlas a la operación real.
El sistema combina inteligencia artificial con más de 110 funciones de control financiero basadas en reglas fijas.
La IA se encarga de explorar los datos y encontrar relaciones complejas, mientras que las reglas predeterminadas se utilizan cuando se necesita un resultado exacto, consistente y auditable.
“El futuro del control financiero es agéntico y autónomo. La diferencia está en construir un agente que entienda de verdad el mundo financiero: que sepa cuándo un resultado tiene que ser exacto y auditable, cuándo conviene sumar a una persona y que deje todo a la vista para que el equipo mantenga el control”, señaló Santiago Gómez, Co-Founder y COO de Simetrik.
La compañía procesa actualmente más de 2,500 millones de registros financieros al día para más de 180 organizaciones en más de 50 países.
La pregunta es hasta dónde dejar actuar a la IA
La automatización también abre otro frente para las instituciones financieras: determinar qué decisiones puede tomar un agente por sí mismo y cuáles todavía requieren autorización humana.
En el caso de Simetrik Agent, el nivel de autonomía puede configurarse de acuerdo con las políticas de cada empresa. El sistema puede operar de manera autónoma dentro de determinados límites o solicitar la intervención de una persona cuando una decisión requiere validación.
La plataforma funciona bajo un esquema de “caja abierta” (open box), que permite a los equipos revisar qué hizo el agente, qué información utilizó y qué lógica aplicó en cada etapa.
Esta trazabilidad cobra relevancia en procesos financieros donde no basta con corregir una diferencia, sino que también es necesario explicar por qué se tomó una determinada decisión.
El agente también puede revisar excepciones después de ejecutar una tarea, agrupar errores y buscar posibles causas, además de conectarse con otros sistemas de inteligencia artificial mediante el Model Context Protocol (MCP).
El avance de los pagos electrónicos está llevando a las empresas a un nuevo problema: ya no se trata únicamente de mover más dinero y hacerlo más rápido, sino de mantener bajo control cada vez más operaciones.
Con millones de transferencias circulando en segundos, una diferencia pequeña puede multiplicarse hasta convertirse en una fuga relevante. Y mientras el regulador eleva las exigencias de trazabilidad para los participantes del sistema de pagos, la industria comienza a recurrir a inteligencia artificial para enfrentar un problema que ya no puede resolverse únicamente revisando operación por operación.
