La IA no debe ser responsable de nuestras decisiones financieras

El uso de Inteligencia Artificial (IA) para tomar decisiones de inversión se ha expandido de forma acelerada en México y el mundo durante los últimos tres años. Plataformas digitales, bancos, fintech y asesores automatizados emplean algoritmos capaces de procesar grandes volúmenes de datos para recomendar movimientos en portafolios, anticipar tendencias o sugerir compras y ventas de activos.

Sin embargo, analistas del sector financiero han advertido que, pese a los avances tecnológicos, los modelos de IA presentan limitaciones que podrían representar riesgos para inversionistas individuales y corporativos.

Datos de la Asociación Mexicana de Instituciones Bursátiles (AMIB) indican que, solo en 2025, más del 38 por ciento de los inversionistas minoristas utilizaron alguna herramienta de IA para evaluar instrumentos financieros, cifra que duplica la registrada en 2022. A nivel global, consultoras como McKinsey y Deloitte estiman que alrededor del 70 por ciento de las instituciones financieras integraron modelos predictivos de IA en sus procesos de análisis de riesgo. Estos sistemas utilizan aprendizaje automático, análisis estadístico y datos históricos para generar proyecciones, aunque no necesariamente interpretan factores políticos, sociales o geoeconómicos que influyen en los mercados.

En este contexto, el empresario financiero Manuel Herrejón Suárez, especialista en mercado cambiario, señaló que la IA es una herramienta útil, pero no infalible. “Los algoritmos pueden procesar datos con gran rapidez y encontrar patrones que el ojo humano no detecta. Sin embargo, la tecnología aún no comprende el contexto que rodea a un evento económico o político”, explicó.

Como ejemplo, mencionó que en episodios recientes de volatilidad (como anuncios de política monetaria en Estados Unidos, tensiones en Medio Oriente o movimientos inesperados en el peso frente al dólar) los modelos automatizados no siempre anticiparon el impacto con la precisión esperada.

Diversos estudios han documentado limitaciones similares. Investigaciones del Banco Internacional de Pagos (BIS) advierten que los algoritmos pueden amplificar movimientos bruscos del mercado cuando múltiples plataformas replican decisiones similares en cuestión de segundos. Además, los modelos entrenados con datos históricos pueden fallar ante eventos extraordinarios o disrupciones geopolíticas sin precedentes, como los conflictos recientes en Asia o las renegociaciones comerciales dentro del TMEC previstas para 2026.

Herrejón Suárez añadió que el uso indiscriminado de IA en decisiones patrimoniales puede generar una falsa sensación de seguridad entre los inversionistas menos experimentados. “No se trata de sustituir el criterio humano, sino de complementarlo. La IA puede sugerir un ajuste en un portafolio, pero solo un analista puede integrar esa recomendación con variables como riesgo país, decisiones regulatorias, estabilidad fiscal o la coyuntura política de cada región”, comentó.

Instituciones financieras consultadas coinciden en que la adopción de IA continuará creciendo, pero se requerirá fortalecer marcos normativos y mecanismos de supervisión. Organismos como la Comisión Nacional Bancaria y de Valores (CNBV) han iniciado mesas de análisis sobre el uso ético de datos, transparencia en modelos predictivos y mitigación de sesgos algorítmicos.

De acuerdo con especialistas, el reto para 2026 será encontrar un equilibrio entre innovación tecnológica y prudencia financiera. Mientras la IA evoluciona, los expertos recomiendan que los inversionistas mantengan participación activa en sus decisiones y no deleguen completamente la gestión de su patrimonio a sistemas automatizados.