Metadata

Regulación de la IA en México y el nacimiento de un nuevo activo sistémico

La nueva ley de IA en México busca establecer las bases de un nuevo mercado institucionalizado donde los sistemas funcionen como activos sistémicos.

Regulación de la IA en México y el nacimiento de un nuevo activo sistémico


Mtro. Christian Vázquez Sánchez
Mtro. Christian Vázquez Sánchez Académico y consultor independiente
Metadata 05 de junio de 2026

En 1818, Frankenstein no fue sólo una historia sobre la creación de vida artificial, sino una exploración más incómoda: la incapacidad del creador para asumir las consecuencias de aquello que había puesto en marcha. Víctor Frankenstein no fracasa por crear; fracasa por no comprender que su creación, una vez autónoma, dejaría de ser un experimento para convertirse en un actor dentro de un sistema más amplio y con efectos impredecibles sobre su entorno.

Dos siglos después, la Inteligencia Artificial (IA) se encuentra en un punto similar, aunque con una diferencia fundamental: ya no se trata de una entidad aislada, sino de una infraestructura distribuida que permea sistemas financieros, mercados laborales, procesos productivos y mecanismos de decisión pública y privada. La IA ha dejado de ser una herramienta para convertirse en un componente estructural de la economía.

En las siguientes líneas analizaremos cómo la regulación puede interpretarse no únicamente como un instrumento de política pública, sino como el punto de partida para la configuración de un nuevo tipo de activo económico, uno basado en la capacidad de generar, escalar y gobernar decisiones automatizadas, y cuáles son las implicaciones de este cambio para la estructura de los mercados, la dinámica competitiva y el diseño institucional en la economía digital.

Regulación de la IA en México

La reciente propuesta de la Ley General para Regular y Fomentar el Uso de la IA en México introduce un cambio que, en apariencia, es regulatorio, pero que en el fondo es económico. No se limita a establecer principios éticos o lineamientos técnicos, sino que configura un marco normativo horizontal, flexible y basado en principios, el cual busca ordenar el desarrollo, la implementación y el uso de sistemas de IA en múltiples sectores de forma simultánea. Este tipo de diseño no es casual, pues corresponde a tecnologías que no pertenecen a una industria específica, sino que funcionan como capas transversales sobre las cuales se construyen otras actividades económicas.

Esta ley, además, revela una tensión estructural que caracteriza a toda tecnología fundacional: por un lado, busca promover la innovación tecnológica y fortalecer la soberanía digital; por el otro, establece mecanismos de control, supervisión y responsabilidad para mitigar riesgos asociados a sistemas de alto impacto. En términos económicos, esta dualidad refleja el intento de equilibrar la generación de valor con la contención de externalidades, un problema clásico que adquiere una nueva dimensión cuando lo que está en juego no es un producto o servicio, sino la automatización de decisiones.

En el momento en que una tecnología comienza a definir cómo funciona un sistema, deja de ser una herramienta y se convierte en parte del orden que lo sostiene.

Lo verdaderamente relevante, sin embargo, no es la regulación en sí, sino lo que implica: el reconocimiento implícito de que la IA ha alcanzado un nivel de madurez tal que comienza a ser tratada como infraestructura crítica. En otras palabras, esta herramienta está transitando de ser una ventaja competitiva a convertirse en un activo sistémico.

Este cambio de categoría tiene implicaciones profundas. Cuando una tecnología alcanza la condición de infraestructura, deja de ser gestionada exclusivamente por el mercado y pasa a formar parte de un entramado institucional donde la regulación define no sólo los límites, sino también las condiciones bajo las cuales se crea, distribuye y captura valor.

De herramienta a sistema: la naturaleza económica de la IA

Durante buena parte de su desarrollo reciente, la inteligencia artificial fue entendida como una extensión de la analítica avanzada; una herramienta capaz de optimizar procesos, reducir costos y mejorar la eficiencia operativa. Bajo esta lógica, su valor económico podía explicarse en términos marginales, es decir, incremento en productividad, reducción de errores y automatización de tareas repetitivas. No obstante, esta interpretación resulta hoy insuficiente.

La IA no sólo optimiza procesos existentes, sino que redefine la manera en que las decisiones son generadas, distribuidas y ejecutadas dentro de una organización. En este sentido, su función no es únicamente operativa, sino estructural. Un sistema de crédito basado en esta tecnología no es simplemente una mejora sobre un modelo tradicional, sino un mecanismo distinto de asignación de recursos. Un algoritmo de pricing dinámico no es una herramienta de apoyo, sino un sistema que determina (en tiempo real) la interacción entre oferta y demanda.

La consecuencia de este cambio es que la IA deja de ser un insumo y se convierte en una infraestructura de decisión. Desde una perspectiva económica, esto implica que su valor no se limita al output que genera, sino a su capacidad de influir en múltiples capas del sistema productivo. En términos similares a los de otras infraestructuras, como la electricidad o las redes de telecomunicaciones, la IA funciona como una plataforma sobre la cual se construyen nuevas formas de actividad económica.

La ley como reconocimiento implícito de un cambio estructural

La arquitectura de la ley refleja este cambio de manera implícita. Al establecer un marco horizontal que abarca múltiples sectores, el legislador reconoce que la herramienta no puede ser regulada como una tecnología sectorial. Más aún, al introducir mecanismos como el registro nacional de sistemas de IA, los procesos de auditoría y la clasificación por niveles de riesgo, se configura un entorno donde los sistemas pasan a ser objetos de supervisión institucional (en un esquema similar al de otras infraestructuras críticas).

Este tipo de diseño tiene dos implicaciones fundamentales:

  • La regulación deja de centrarse en la conducta de los agentes y comienza a enfocarse en la naturaleza de los sistemas. No se trata únicamente de sancionar malas prácticas, sino de establecer condiciones ex ante bajo las cuales ciertos sistemas pueden o no operar.
  • Se introduce un elemento de estandarización. Al definir categorías de riesgo, requisitos de transparencia y esquemas de responsabilidad, la ley contribuye a la creación de un lenguaje común que permite comparar, evaluar y, eventualmente, intercambiar sistemas de IA dentro de un mercado regulado.

En conjunto, estos elementos apuntan hacia la formación de un mercado institucionalizado de IA.

La IA se ha convertido en una infraestructura económica crítica que influye en decisiones, mercados y asignación de recursos.

IA como activo sistémico

Este concepto implica que el valor de un elemento no reside únicamente en su uso individual, sino en su impacto sobre el conjunto del sistema. En el caso de esta herramienta, este carácter sistémico se manifiesta en al menos tres dimensiones:

  • Capacidad de amplificación: un modelo de IA puede ser replicado y escalado con costos marginales cercanos a cero, lo que permite que una misma lógica de decisión se aplique de manera simultánea en múltiples contextos.
  • Efecto sobre la asignación de recursos: al automatizar decisiones clave (crédito, precios o contratación), la IA influye directamente en la distribución de capital, trabajo y oportunidades dentro de la economía.
  • Potencial de generar riesgos sistémicos: la concentración de modelos, la opacidad de los algoritmos y la dependencia creciente de sistemas automatizados pueden amplificar errores, sesgos o fallas de manera no lineal.

Desde esta perspectiva, la regulación no es una restricción externa, sino un componente necesario para la estabilidad del sistema.

El caso mexicano: entre innovación y arquitectura institucional

Para México, la implementación de esta ley plantea un reto doble. Por un lado, existe la oportunidad de posicionarse como un entorno donde la IA se desarrolla bajo principios claros, lo que puede atraer inversión y talento; por el otro, existe el riesgo de generar fricciones que inhiban la innovación si la regulación se percibe como excesivamente restrictiva o incierta.

El equilibrio dependerá, en gran medida, de la capacidad institucional para implementar la ley de manera consistente, proporcional y adaptativa. En este sentido, sectores como el fintech, donde la intersección entre datos, regulación y tecnología es particularmente intensa, pueden convertirse en laboratorios naturales para observar cómo se materializa esta transición.

Conclusiones

En Frankenstein, el error no fue la creación en sí misma, sino la ausencia de una estructura que permitiera entender, contener y responsabilizar sus efectos. La criatura no era el problema; el problema era el vacío institucional que la rodeaba.

La IA, en su forma contemporánea, ya no es una promesa tecnológica. Se trata de un sistema que toma decisiones, asigna recursos y moldea comportamientos a escala. Regularla no es un acto de control sobre la innovación, sino un reconocimiento de su naturaleza; porque en el momento en que una tecnología comienza a definir cómo funciona un sistema, deja de ser una herramienta y se convierte en parte del orden que lo sostiene.icono final



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