BLOG TECNOLOGÍA 2026 21/04/2026

Crimen 5.0: la era de la autonomía criminal en el lavado de dinero

“El desafío no es solo técnico, sino jurídico y ético: garantizar que la autonomía de la máquina nunca supere la supervisión de la ley.”

Crimen 5.0: la era de la autonomía criminal en el lavado de dinero
Edición de imagen: Dinámica Empresarial
Dinámica empresarial

Mtro. Rodolfo Guerrero Martínez


Maestro en Derecho Constitucional y Administrativo. CEO de Coffee Law S.C., Socio de ENATIC y titular de la Comisión de Legaltech INCAM Occidente.

La arquitectura financiera global atraviesa una metamorfosis sin precedentes, impulsada por una digitalización que ha diluido las fronteras entre la innovación legítima y la sofisticación delictiva. En este ecosistema hiperconectado, los modelos tradicionales de prevención resultan insuficientes para contener una criminalidad que ya no se limita a usar la tecnología, sino que se fusiona con ella.

Como consecuencia de esto, las autoridades supervisoras han identificado que la modernización con tecnologías emergentes son ahora directrices prioritarias para mantener la estabilidad del sistema ante esquemas digitales complejos y de operación fraudulenta, por tanto, la Comisión Nacional Bancaria y de Valores [CNBV], (2024) plantea como medida tres ejes estratégicos:

  1. Plan para la gestión del fraude y reforma a la (CUB/Circular única de Bancos): dentro del esquema jurídico se definen conductas observables específicas, las cuales incluyen:
    • a) La suplantación de identidad del usuario o de la institución.
    • b) El robo de datos financieros.
    • c) El uso de información privilegiada.
    • d) El compromiso de medios electrónicos a través de código malicioso para alterar operaciones.
  2. Supervisión de infraestructura: Este enfoque esté centrado en la identificación de canales transaccionales con mayor aumento en reclamaciones con el de evaluar la eficacia de controles técnicos y humanos de las instituciones.
  3. Implementación de Inteligencia Artificial: Como parte de la transformación tecnológica, la CNBV utiliza a ARIA, un asistente basado en GPT-4, para automatizar el análisis y hacer comparación con un gran volumen de datos financieros reportados por entidades.

Ejes estratégicos para combatir el crimen financiero 5.0

De esta manera con lo expuesto, se infiere un fenómeno denominado Crimen Financiero 5.0, el cual García Rojas (2026) comparte se ha acuñado para describir esta nueva etapa en la que se utiliza de forma generalizada la Inteligencia Artificial (IA) para optimizar procesos ilícitos con una creatividad técnica que desafía los marcos regulatorios actuales.

A la luz de lo anterior, resulta evidente que el blanqueo de capitales ha mutado de ser una actividad artesanal a una operación soberana y automatizada, donde los algoritmos actúan como motores de decisión con mínima supervisión humana.

Para ejemplificar más esto, las redes criminales contemporáneas han logrado que el volumen de capitales blanqueados escale a niveles astronómicos, representando entre el 2% y el 5% del Producto Interno Bruto mundial según estimaciones de organismos internacionales como la Oficina de las Naciones Unidas contra la Droga y el Delito (UNODC).

I. Agentes inteligentes autónomos

El núcleo disruptivo del Crimen 5.0 reside en la transición de simples bots programados a sistemas de IA agéntica (AAI) con capacidad de razonamiento y ejecución independiente. Estos sistemas no solo procesan datos como advierte Datos Insights (2026), sino que interactúan dinámicamente con su entorno para alcanzar objetivos complejos sin intervención humana constante.

La llegada de esta próxima ola tecnológica permite a los agentes autónomos realizar flujos de trabajo de varios pasos, como la apertura de cuentas y la gestión de transferencias, mimetizando perfectamente el comportamiento de usuarios legítimos (FinRegLab, 2025).

Desde esta perspectiva, la autonomía criminal otorga a las organizaciones una ventaja operativa crítica, pues el software malicioso es capaz de aprender de sus propios intentos fallidos de intrusión y ajustar sus rutas de lavado en tiempo real para evadir los umbrales de detección.

El software malicioso es capaz de aprender de sus propios intentos fallidos de intrusión y ajustar sus rutas de lavado en tiempo real para evadir los umbrales de detección.

Tal es el caso de sistemas inteligentes diseñados para navegar interfaces bancarias y replicar sesiones de navegación humanas, lo que genera una crisis de autenticidad en los controles de seguridad de las instituciones financieras.

En ese sentido, es menester entender que la implementación de agentes inteligentes que automatizan la carga masiva de documentación apócrifa para la apertura de cuentas mula (o de transporte) instantáneamente o, que también, emplean la clonación de voz por medio de deepfakes que logran quebrantar factores de autenticación en canales de banca telefónica, facilitando que transferencias fraudulentas sean procesadas como operaciones plenamente autorizadas por el titular legítimo.

II. Estafas masivas con identidades falsas

La industrialización del fraude se ha visto potenciada por la capacidad de la IA generativa para fabricar identidades sintéticas y contenidos multimedia altamente persuasivos a una escala antes impensable.

Por consiguiente, el Departamento del Tesoro de los Estados Unidos (2024) previene que los activos digitales y los tokens no fungibles (NFT) son altamente susceptibles de ser utilizados en fraudes y estafas, lo cual configura vehículos para lavar ganancias de delitos procedentes de técnicas que ocultan el origen ilícito de los fondos.

Los activos digitales y los tokens no fungibles (NFT) son altamente susceptibles de ser utilizados en fraudes y estafas

En este orden de ideas, la identidad digital ha pasado de ser un factor de autenticación seguro como ya se subrayó, para convertirse en un activo programable y falsificable hacia altas dimensiones por las organizaciones criminales.

Cabe destacar el ejemplo de los deepfakes como resultado de las herramientas de IA, las cuales proveen a los delincuentes crear perfiles extremadamente realistas y automatizar el envío de mensajes convincentes, eliminando las barreras lingüísticas y culturales que antes delataban el engaño (García Rojas, 2026).

Bajo este tenor, la manipulación psicológica a través de la ingeniería social algorítmica ha permitido que estafas como el pig butchering o las inversiones fraudulentas alcancen a millones de víctimas simultáneamente con costos operativos mínimos.

¿Qué es el pig butchering?

III. Ocultamiento de dinero digital con criptomonedas

El ecosistema de activos virtuales se ha consolidado como la infraestructura predilecta para la estratificación de fondos debido a su naturaleza pseudónima y a la creciente sofisticación de los servicios de anonimización.

En este ámbito, las monedas estables (stablecoins) han surgido como la capa conectiva fundamental, facilitando transacciones de alto volumen que vinculan los mercados ilícitos con el sistema financiero formal a través de intermediarios en diversas jurisdicciones (TRM Labs, 2026).

De hecho, dicho predominio de las monedas estables en el ecosistema delictivo de las cadenas de bloques representa actualmente el 84% de todo el volumen de transacciones ilícitas detectadas según Chainalysis (2026), poniendo en relieve que este porcentaje deviene del análisis estadístico de los flujos de capital hacia direcciones identificadas como criminales, donde estos activos han desplazado a criptomonedas volátiles como Bitcoin debido a sus beneficios prácticos:

Beneficios prácticos de las stablecoins

Resulta evidente que el modelo de lavado-como-servicio ha profesionalizado el ocultamiento de capitales, utilizando tácticas de chain-hopping y servicios de mezcla impulsados por IA para oscurecer el rastro del dinero antes de su conversión a divisas fiduciarias.

¿Qué es el chain-hopping?

Como muestra de esto, las redes de blanqueo vinculadas a intereses estatales han movilizado miles de millones de dólares a través de carteras sancionadas, utilizando activos digitales para evadir controles geopolíticos y financiar actividades restringidas a nivel internacional. Entre los mecanismos precisos para este fin destacan:

  1. Creación de sistemas de liquidación soberanos (caso de Rusia): mediante el lanzamiento del token A7A5, una moneda estable respaldada por el rublo que proceso más de 93 mil mdd en menos de un año (Chainalysis, 2026).
  2. Financiamiento de redes proxy y terrorismo (caso de Irán): redes alineadas con Irán, incluyendo a Hezbollah y Hamas, utilizan monedas estables (particularmente USDT) para mover miles de mdd destinados a la compra de armas, suministros y la venta ilícita de petróleo (TRM Labs, 2026).
  3. Ciber-robo para programas estatales (caso de Corea del Norte): Los actores vinculados a estas República Popular Democrática robaron más de 2 mil mdd en criptoactivos solo en 2025, para financiar sus programas de armas de destrucción masiva y misiles balísticos (U.S. Department of the Treasury, 2024).

IV. Defensa adaptativa basada en confianza continua

Frente a la celeridad de las máquinas que operan en el Crimen 5.0, la respuesta institucional debe abandonar los modelos de verificación estáticos y transitar hacia paradigmas de inteligencia reactiva persistente.

El Banco de México (2024) ha explorado el uso de metodologías de procesamiento de lenguaje natural (NLP) y aprendizaje automático para identificar vulnerabilidades y amenazas mediante el monitoreo constante en redes sociales digitales y noticias en tiempo real.

Conforme a este ángulo, la lucha contra los peligros transnacionales requiere que las autoridades y las empresas adopten obligatoriamente herramientas de IA y análisis de datos masivos para igualar la capacidad técnica de los atacantes (International Anti-Corruption Academy [IACA], 2026).

La implementación de una confianza continua implica que la validación de un usuario sea un viaje dinámico donde se analicen señales conductuales, biométricas y contextuales durante toda la interacción financiera.

Consecuentemente, las entidades líderes en prevención tales como Facephi y Datos Insights (socio líder en investigación y asesoría para industrias de banca) están desplegando arquitecturas de biometría conductual que monitorean la cadencia del tecleo y el movimiento del cursor, permitiendo detectar de forma proactiva si una acción está siendo ejecutada por un titular legítimo o por un agente autónomo malicioso.

V. Conclusión general

El Crimen 5.0 representa una ruptura definitiva con la genealogía tradicional del delito financiero, estableciendo una era donde la autonomía algorítmica desafía la soberanía de los marcos legales vigentes.

Nos encontramos en una carrera armamentista tecnológica en la que los sistemas de cumplimiento basados en reglas estáticas han quedado obsoletos, obligando a las instituciones a integrar la misma Inteligencia Artificial que intentan combatir para proteger la integridad del sistema económico global.

En conclusión, el éxito de la lucha contra el lavado de dinero en el siglo XXI dependerá de la capacidad de los reguladores para migrar hacia modelos de defensa adaptativa y cooperación internacional en tiempo real. La transparencia inherente a la cadena de bloques, sumada a una IA responsable y explicable, ofrece las herramientas necesarias para neutralizar la opacidad criminal, siempre que exista una voluntad política de actualizar las normativas a la velocidad de la innovación tecnológica.

VII. Referencias bibliográficas

  • Banco de México. (2024). Reporte de estabilidad financiera - Segundo semestre 2024. Ciudad de México.
  • Chainalysis. (2026). The 2026 Crypto Crime Report. New York: Chainalysis Inc.
  • Comisión Nacional Bancaria y de Valores. (2024). Informe Anual 2024. Ciudad de México: CNBV.
  • Datos Insights. (2026). Building Agile Defenses Against AI-Driven Financial Crime: Top Trends in Fraud & AML, 2026. Barnhardt, D., Mortensen, J., & Subrt, C. (Eds.).
  • FinRegLab. (2025). The Next Wave Arrives: Agentic AI in Financial Services. Washington, DC: FinRegLab.
  • García Rojas, S. (2026). Crimen Financiero 5.0: Cuando la IA trabaja para el lavado de dinero. En la obra titulada Inteligencia Artificial en la Economía y las Finanzas. Ed. FUNDAp. https://www.fundap.org/publicaciones-fundap/libros-electronicos/inteligencia-artificial-en-la-economia-y-las-finanzas/
  • International Anti-Corruption Academy [IACA]. (2026). Artificial Intelligence in Anti-Money Laundering: Strengthening the Fight Against Corruption and Illicit Financial Flows (Research Paper Series No. 19). Radončić, A.
  • TRM Labs. (2026). 2026 Crypto Crime Report. San Francisco: TRM Labs.
  • U.S. Department of the Treasury. (2024). Illicit Finance Risk Assessment of Non-Fungible Tokens. Washington, DC.

SIGUE LEYENDO