Blockchain, IoT e IA: la trifecta que fortalece la confianza en los datos

La trifecta de IoT, blockchain e IA convierte el dato en evidencia verificable; nace en el mundo físico, se preserva y se transforma en decisiones confiables.

Blockchain, IoT e IA: la trifecta que fortalece la confianza en los datos


Fintech 12 de agosto de 2026

La necesidad de datos confiables y oportunos para atender la demanda de confianza en transacciones mercantiles detona la convergencia de tres tecnologías que maduraron separadamente. El Internet de las cosas (IoT, por sus siglas en inglés) genera datos de forma masiva y automática desde sensores colocados en entornos de trabajo físicos; el blockchain los asegura mediante registros inmutables y verificables; y la Inteligencia Artificial (IA) los interpreta para convertirlos en decisiones.

Por sí solas, cada una resuelve una parte del problema, pero articuladas forman lo que puede llamarse una trifecta, es decir, un circuito completo donde el dato nace confiable, se conserva íntegro y se vuelve ejecutable.

Para el auditor interno y el responsable del gobierno de datos, esta convergencia plantea una oportunidad y un riesgo de igual magnitud: la oportunidad es disponer, por primera vez, de evidencia trazable de extremo a extremo. Es importante resaltar que esta tecnología no es inmune a que los registros en blockchain contengan errores, pero ese aspecto es algo presente en los sistemas de registro actuales.

El dato tokenizado: de la lectura del sensor al registro verificable

Tokenizar un dato significa representarlo como un registro digital único (inalterable y con identidad propia) en un libro distribuido. Por ejemplo, un sensor de temperatura, un medidor de energía o un lector de ubicación registra un evento; ese evento puede anclarse en cadena como un token que certifica qué se midió, cuándo y dónde, sin posibilidad de alteración posterior. El dato deja de ser un registro modificable en una base de datos corporativa para convertirse en evidencia con valor probatorio basado en los estándares de encriptación (considerar la NOM-151-SCFI-2016 y el nivel de encriptación SHA-256).

Esta transformación es la que da sentido a la trifecta. Un dato de IoT sin blockchain es confiable solo en la medida en que confiemos en quien administra el servidor (y sus datos de entrada) que lo almacena; asimismo, un dato tokenizado sin IoT carece de vínculo verificable con el mundo físico; ambos, sin la IA, generan un volumen de evidencia que ningún equipo humano puede interpretar a la velocidad que exige la operación.

La gobernanza de datos define responsabilidades, controles y supervisión para que la automatización conserve trazabilidad, integridad y confianza de extremo a extremo.

¿Cómo se reparten los roles en la cadena de confianza?

Entender la trifecta exige separar con claridad qué aporta y qué arriesga cada componente.

Tres componentes para datos tokenizados

Tres componentes para datos tokenizados

Fuente: elaboración propia.

Esta capa está dando un paso adicional con la IA agéntica, es decir, sistemas que no se limitan a recomendar, sino que actúan de forma autónoma sobre el dato tokenizado, ejecutando transacciones, disparando contratos inteligentes o reconfigurando procesos sin intervención humana en cada paso. La trifecta gana así un cuarto matiz: el de la acción automatizada, que eleva tanto el potencial como la exposición.

Cuando un agente puede ejecutar de manera irreversible en cadena, la gobernanza debe definir con precisión los límites de su autonomía, los puntos de aprobación humana obligatoria y el registro auditable de cada decisión que el agente toma por su cuenta. Para el auditor, el agente deja de ser una herramienta y pasa a ser un sujeto de control en sí mismo.

Gobernanza de datos: el marco que sostiene la trifecta

La tecnología no produce buena gobernanza por sí sola; la habilita. Gobernar datos tokenizados en un entorno de trifecta supone definir con precisión quién es responsable de cada eslabón y cómo se controla. Sin ese marco, la organización acumula evidencia inmutable de procesos que nunca validó. Los componentes mínimos de una gobernanza efectiva incluyen:

  • Propiedad y responsabilidad del dato a lo largo de todo su ciclo, desde el sensor que lo origina hasta el modelo que lo consume.
  • Controles de integridad del dispositivo IoT como la calibración, autenticación y detección de manipulación en el punto de captura.
  • Políticas de tokenización, que es la definición de qué datos se anclan en blockchain, con qué granularidad y bajo qué criterios de privacidad.
  • Explicabilidad y supervisión de los modelos de IA que interpretan el dato tokenizado, con registro de las decisiones automatizadas.
  • Verificabilidad de extremo a extremo, de modo que cualquier conclusión pueda rastrearse hasta su evidencia de origen.

Pruebas de auditoría para la trifecta

Auditar este ecosistema exige seguir el dato a lo largo de los tres eslabones, no revisar cada uno en aislamiento. Algunas pruebas que el auditor interno puede diseñar:

  • Trazabilidad de muestra de extremo a extremo: rastrear un conjunto de eventos desde su captura en el sensor, su anclaje en cadena y hasta la decisión que la IA derivó de ellos, identificando dónde podría romperse la cadena de confianza.
  • Validación del oráculo: contrastar una muestra de lecturas registradas en cadena contra la realidad física que pretenden representar; esto para confirmar que el dato fue verdadero al entrar, no solo inmutable después.
  • Revisión de la integridad de dispositivos: evaluar los controles de calibración, autenticación y mantenimiento de los sensores que alimentan la cadena.
  • Auditoría de explicabilidad del modelo: verificar que las decisiones automatizadas relevantes queden registradas y puedan justificarse, evitando que la opacidad algorítmica se convierta en un punto ciego del control.
  • Revisión de límites de autonomía del agente: cuando intervienen agentes de IA con capacidad de ejecutar en cadena, se debe validar que existan umbrales de aprobación humana, restricciones de alcance y un registro auditable de cada acción autónoma, de modo que ninguna ejecución irreversible quede fuera del control.
El auditor debe seguir el dato desde el sensor hasta la decisión automatizada, validando que cada registro conserve evidencia técnica, explicabilidad y control.

Confianza verificable y marcos normativos de referencia

El valor último de la trifecta es habilitar lo que puede denominarse confianza verificable, es decir, la propiedad por la cual la corrección de un proceso puede ser comprobada por cualquier parte interesada a partir de evidencia técnica trazable, sin necesidad de confiar ciegamente en quien lo ejecuta. IoT aporta el origen verificable, blockchain la conservación verificable y la IA una interpretación, todo mediante procesos que la gobernanza debe mantener igualmente verificables. Cuando los tres eslabones cumplen, la confianza deja de delegarse y pasa a comprobarse.

Este enfoque se alinea con marcos normativos en consolidación. El Reglamento de IA de la Unión Europea (UE 2024/1689) introduce exigencias de trazabilidad y supervisión humana para sistemas de alto riesgo; la recomendación de la Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura (Unesco, por su acrónimo en inglés) sobre la ética de la IA aporta principios de rendición de cuentas; ahora bien, en el ámbito de los activos virtuales en México, la Ley para Regular las Instituciones de Tecnología Financiera (Ley Fintech) fija obligaciones aplicables. Su conocimiento permite al auditor sustentar observaciones en criterios reconocidos y anticipar la dirección regulatoria.

Conclusiones

La trifecta de blockchain, IoT e IA no es la suma de tres tecnologías de moda, sino un circuito de confianza donde cada componente cubre la debilidad del otro: IoT vincula el dato con el mundo físico, blockchain lo preserva íntegro y verificable, y la IA lo vuelve accionable. La gobernanza de datos es el marco que convierte esa arquitectura en valor controlado en lugar de evidencia inmutable de procesos sin validar.

Para el auditor interno, dominar esta convergencia deja de ser una curiosidad técnica para volverse una condición de relevancia. Quien comprenda cómo fluye y se asegura el dato a lo largo de la trifecta podrá no solo evaluar el riesgo, sino contribuir a diseñar organizaciones cuya confianza sea, por arquitectura, verificable. icono final


Referencias

  • Secretaría de Economía, 2017, Norma Oficial Mexicana NOM-151-SCFI-2016, Requisitos que deben observarse para la conservación de mensajes de datos y digitalización de documentos, 2026, de Diario Oficial de la Federación https://www.dof.gob.mx/normasOficiales/6499/seeco11_C/seeco11_C.html
  • Unesco, 2023, Recomendación sobre la ética de la IA, 2026, de Unesco https://www.unesco.org/es/articles/recomendacion-sobre-la-etica-de-la-inteligencia-artificial


Te puede interesar



© 2026 Colegio de Contadores Públicos de México, A.C.

Directorio Contacto Aviso legal Acerca de Veritas
Revista Veritas

Inicia sesión o suscríbete para continuar leyendo.

Si eres socio del Colegio utiliza el mismo correo y contraseña

O

Suscribirse