El Servicio de Administración Tributaria (SAT) ha intensificado el uso de inteligencia artificial para identificar patrones relacionados con posibles irregularidades fiscales. Hasta abril de 2026, el organismo clasificó como de riesgo a 145 mil 819 contribuyentes, casi el doble de los 78 mil 749 identificados durante 2025.
La cifra fue proporcionada por el SAT mediante solicitudes de transparencia y corresponde a personas contribuyentes cuyos comportamientos presentaron conductas consideradas atípicas o potencialmente vinculadas con evasión, elusión u otras infracciones. La clasificación de riesgo no implica por sí misma que exista responsabilidad fiscal o penal acreditada.
Machine learning ayuda al SAT a encontrar patrones
El uso de estas tecnologías quedó establecido en el Plan Maestro 2024 del SAT, que contempla modelos de analítica de grafos y machine learning para clasificar contribuyentes de riesgo, identificar redes complejas de evasión y elusión y detectar inconsistencias en los Comprobantes Fiscales Digitales por Internet (CFDI).
La estrategia incluye sectores como automotriz, construcción, farmacéutico, hidrocarburos, logística, plataformas tecnológicas, servicios inmobiliarios, seguros, servicios financieros y transporte.
Factureras, importaciones y combustibles están bajo vigilancia
Entre los principales objetivos de los modelos se encuentra detectar empresas conocidas como “factureras”, operaciones simuladas y comportamientos irregulares relacionados con compañías importadoras.
El SAT también contempla el análisis del mercado de combustibles, impuestos de comercio exterior, aplicaciones improcedentes de saldos a favor de IVA, simulación de pensiones y tercerización del pago de nóminas.
Estas herramientas permiten procesar grandes cantidades de información para identificar conexiones y comportamientos que posteriormente pueden servir para orientar las labores de fiscalización.
La IA gana terreno en la fiscalización tributaria
El Plan Maestro plantea utilizar la tecnología como apoyo para mejorar la planeación de los procesos de recaudación y fiscalización, en lugar de depender exclusivamente de revisiones tradicionales.
El avance refleja una transformación en la manera en que la autoridad tributaria supervisa el cumplimiento fiscal: los datos, algoritmos y modelos predictivos adquieren cada vez mayor relevancia para determinar dónde concentrar las revisiones.
Para los contribuyentes, el escenario refuerza la importancia de mantener consistencia entre declaraciones, CFDI, operaciones comerciales y demás información reportada ante la autoridad.
