SAT de México — Aprendizaje automático y analítica de grafos para la detección de contribuyentes de alto riesgo (Plan Maestro 2024)

El Servicio de Administración Tributaria (SAT) de México ha incorporado el aprendizaje automático y la analítica de grafos en su proceso de fiscalización desde 2020. El Plan Maestro 2024 formaliza una estrategia de cuatro pilares: Vigilancia del Cumplimiento, Vigilancia Profunda, Cobro Coactivo y Asistencia al Contribuyente.

Los modelos de grafos mapean redes transaccionales entre más de 80 millones de contribuyentes en la base de datos CFDI para exponer estructuras de propiedad ocultas y cadenas de facturas falsas vinculadas a Empresas Facturadoras de Operaciones Simuladas (EFOS, 'facturas fantasma'). Los modelos de aprendizaje estadístico se centran en nueve sectores prioritarios —automotriz, bebidas alcohólicas/tabaco, construcción, farmacéutico, hidrocarburos, logística, plataformas tecnológicas, inmobiliario y seguros/servicios financieros—, señalando incoherencias entre ingresos declarados, datos bancarios, registros aduaneros y flujos de CFDI, para generar puntuaciones de riesgo que orienten intervenciones escalonadas.

El SAT informó haber recaudado 4,517 billones de pesos en 2023, con una razón de costo-recaudación de 28 centavos por cada 100 pesos, por debajo del referente del IRS estadounidense de 34 centavos por dólar. La lista negra de EFOS superó las 14.000 entidades a mediados de 2026, y se suspendieron 7.300 sellos digitales en el primer semestre de 2026. Las nuevas incorporaciones de EFOS descendieron de más de 3.000 al año en 2018 a 47 en 2023.

Los críticos destacan riesgos de sesgo algorítmico, transparencia insuficiente del modelo y concentración del escrutinio en sectores específicos. La caída en las nuevas incorporaciones de EFOS se interpreta como éxito disuasorio o como reducción de la fiscalización, y no se ha publicado ninguna auditoría algorítmica independiente. La facturación electrónica obligatoria de México, vigente desde 2014, ofrece una base de datos para aprendizaje automático inusualmente rica entre los países de ingreso medio.