Fraude financiero en México: prevenirlo será prioridad para las empresas de crédito en 2027

El fraude financiero en México se está convirtiendo en uno de los principales retos para bancos, SOFOMES y fintechs, que enfrentan un dilema cada vez más complejo: detectar identidades falsas y operaciones sospechosas sin convertir la experiencia digital de los clientes legítimos en una carrera de obstáculos.

Mientras las instituciones financieras en México definen sus estrategias hacia 2027, el sector enfrenta un reto fundamental: acelerar la digitalización y, al mismo tiempo, combatir un ciberdelito cada vez más sofisticado.

La evolución del fraude digital en México se ha convertido en un problema de negocio para bancos, SOFOMES y fintechs, que necesitan fortalecer sus mecanismos de prevención sin añadir tanta fricción que terminen alejando a los clientes legítimos. El desafío llega, además, en un momento en el que la inteligencia artificial ya se convirtió en una parte importante del ecosistema fintech mexicano y las instituciones buscan utilizarla tanto para automatizar procesos como para evaluar riesgos.

El fraude financiero en México sigue creciendo

Las cifras de la Comisión Nacional para la Protección y Defensa de los Usuarios de Servicios Financieros (Condusef) muestran la magnitud del problema. Entre enero y mayo de 2026 se registraron 35,762 reclamaciones por posible fraude financiero. En comparación con el mismo periodo de 2025, las reclamaciones crecieron 18% en banca múltiple, 48% entre las SOFIPOS y 49% entre las SOFOMES.

El crecimiento del fraude financiero en México también está relacionado con problemas como la suplantación de identidad y el uso indebido de datos personales, un riesgo que aumenta conforme una mayor parte de la contratación de servicios financieros ocurre de manera digital.

La preocupación no es exclusivamente mexicana. Un reporte de TransUnion publicado en 2026 encontró que 8.3% de los intentos de creación de cuentas digitales durante 2025 fueron identificados como sospechosos de fraude. La apertura de cuentas se convirtió así en la etapa de mayor riesgo dentro del ciclo digital analizado por la compañía.

Por su parte, Sumsub reportó un incremento de 180% en los ataques de fraude considerados sofisticados entre 2024 y 2025: su proporción pasó de 10% a 28% del fraude de identidad analizado por la compañía. El reporte atribuye el cambio a operaciones de varias etapas y técnicas cada vez más avanzadas.

En Latinoamérica, el problema adquiere otra dimensión: Sumsub reportó que los ataques con deepfakes aumentaron en promedio 201% en la región y que México registró un crecimiento interanual cercano a 500%.

Cómo combatir el fraude financiero en México sin cerrar la puerta a buenos clientes

“El desafío para los otorgantes de crédito no es simplemente agregar más controles de fraude. Es distinguir el riesgo real de los clientes legítimos que simplemente pueden ser difíciles de evaluar. Esto es especialmente relevante para solicitantes ‘no-hit’, con historial crediticio limitado o nuevos en el crédito”, señala Tomás Voticky, Country Manager de AdviceRobo en México.

La cuestión es particularmente relevante en un mercado donde las aplicaciones y plataformas digitales también están ampliando el acceso a servicios financieros. Ese avance de la inclusión financiera mediante aplicaciones implica que cada vez más personas pueden solicitar crédito sin contar necesariamente con un largo historial dentro del sistema financiero tradicional.

“Combinar inteligencia de identidad, comportamiento y huella digital puede ayudar a los otorgantes a fortalecer la prevención del fraude sin aumentar innecesariamente la fricción o excluir a buenos clientes”, añade Voticky.

Identidades sintéticas: cuando algunos datos son reales y otros no

AdviceRobo se enfoca en detectar la llamada identidad sintética y el fraude durante las solicitudes y la vinculación digital de crédito. Una identidad sintética puede combinar información personal auténtica con datos de contacto, dispositivos o comportamientos digitales manipulados. Esto complica su detección porque algunos elementos de la solicitud, analizados de forma independiente, pueden parecer legítimos.

Este tipo de ataques forma parte de una transformación más amplia de la ciberseguridad en México, en la que la inteligencia artificial funciona simultáneamente como una herramienta defensiva y como una tecnología capaz de ayudar a los atacantes a producir engaños más sofisticados.

TransUnion identifica precisamente la creación de nuevas cuentas como la etapa de mayor riesgo y señala el uso de identidades robadas o sintéticas como uno de los mecanismos empleados para cometer fraude durante este proceso.

Más señales para prevenir el fraude financiero en México

AdviceRobo plantea complementar los controles existentes de buró de crédito, KYC (Know Your Customer) o “conoce a tu cliente” y dispositivos mediante el análisis conjunto de señales de comportamiento, identidad y confianza digital.

Estas señales pueden incluir la consistencia y el historial de correos electrónicos, números telefónicos, sitios web, dispositivos utilizados y comportamiento durante la solicitud.

Después, la plataforma convierte esas señales en una puntuación explicable de riesgo de fraude, respaldada por subpuntuaciones y códigos de motivo.

El objetivo es ayudar a las instituciones financieras a distinguir entre un solicitante legítimo con poca información crediticia y una solicitud que presenta patrones asociados con identidad sintética o fraude.

Según el nivel de riesgo, el resultado puede respaldar una aprobación directa, solicitar una verificación adicional o enviar el caso a revisión manual dentro del proceso que ya utilice la institución financiera.

El enfoque coincide con una tendencia más amplia en la industria: frente a ataques que combinan identidades sintéticas, manipulación de dispositivos, ingeniería social e inteligencia artificial, los mecanismos de verificación aislados resultan cada vez menos suficientes. Sumsub recomienda precisamente avanzar hacia evaluaciones continuas que combinen telemetría de dispositivos, análisis de comportamiento e inteligencia contextual.

Probar el sistema antes de dejarlo tomar decisiones

Las instituciones financieras mexicanas pueden evaluar la tecnología mediante una prueba retrospectiva histórica o backtest, así como con un piloto en shadow mode. En este último modelo, AdviceRobo analiza las solicitudes en tiempo real junto con los mecanismos de fraude que ya utiliza la institución, pero sus resultados no modifican automáticamente las decisiones sobre los clientes.

La empresa argumenta que este esquema permite medir cuánto fraude adicional podría detectarse, cuál sería el nivel de falsos positivos, qué porcentaje de clientes podría analizarse y qué impacto tendría la herramienta en la operación antes de incorporarla formalmente al proceso de decisión.

De acuerdo con cifras publicadas por AdviceRobo, durante 2025 su tecnología brindó soporte a más de 10 millones de consumidores y un millón de pequeñas y medianas empresas, y ayudó a habilitar más de 4,500 millones de dólares en acceso a crédito en 13 países.

“Con este enfoque, AdviceRobo busca ayudar a bancos, SOFOMES, cajas de ahorro y fintechs en México a tomar decisiones de crédito y fraude más confiables, particularmente cuando los datos tradicionales por sí solos no son suficientes para distinguir a los clientes legítimos del riesgo real”, concluye Voticky.