Determinar la incidencia del uso de herramientas de inteligencia artificial en la prevención y detección del lavado de activos en el período 2020-2025
DOI:
https://doi.org/10.51247/ykcswy61Palabras clave:
Inteligencia Artificial, AML, PYMES, UAFE, Lavado de activosResumen
El lavado de activos constituye uno de los principales desafíos para la integridad del sistema financiero y empresarial, especialmente para las pequeñas y medianas empresas (PYMES), que enfrentan limitaciones tecnológicas y de control interno para prevenir este delito. El objetivo de este estudio fue determinar la incidencia del uso de herramientas de inteligencia artificial en la prevención y detección del lavado de activos durante el período 2020-2025. La investigación adoptó un enfoque cualitativo, con diseño documental y alcance descriptivo-analítico, sustentado en la revisión de normativa vigente, informes oficiales de la Unidad de Análisis Financiero y Económico (UAFE), las NIIF para PYMES, estadísticas sobre reportes de operaciones inusuales e injustificadas y literatura científica especializada publicada entre 2020 y 2025. Los resultados evidenciaron una limitada incorporación de herramientas de inteligencia artificial en las PYMES, atribuida principalmente a restricciones tecnológicas, económicas y de capacitación. Asimismo, se constató que el sector financiero concentró la mayor proporción de reportes de operaciones sospechosas, mientras que el sector no financiero presentó una menor capacidad de detección, situación agravada por las nuevas exigencias regulatorias que demandan reportes oportunos y procesos automatizados. Se concluye que la inteligencia artificial fortalece significativamente los mecanismos de prevención y detección del lavado de activos al mejorar el análisis de grandes volúmenes de información, la identificación temprana de patrones de riesgo y el cumplimiento normativo
Descargas
Referencias
Arens, A. A., Elder, R. J., & Beasley, M. S. (2016). Auditoría y aseguramiento de servicios (16.ª ed.). Pearson.
Baker Tilly. (2026, 8 de enero). Artificial intelligence in anti-money laundering compliance: A strategic shift from detection to insights. Baker Tilly. https://www.bakertilly.com/insights/ai-aml-compliance-detection-to-insights
Banco Mundial. (2024). Ecuador: Crecimiento resiliente para un futuro mejor. Grupo Banco Mundial. https://documents1.worldbank.org/curated/en/099050924131536292/pdf/P17797312cbabc01b189011ce0839cba821.pdf
Bologna, G. J., & Lindquist, R. J. (1995). Fraud auditing and forensic accounting: New tools and techniques (2.ª ed.). Wiley.
Davenport, T. H., & Ronanki, R. (2018). Inteligencia artificial para el mundo real. Harvard Business Review, 96(1), 108–116.
De Fliese, P. L., Johnson, K. P., & Macleod, R. K. (1975). Montgomery's auditing (9th ed.). The Ronald Press Company.
Escobar Mayorga, D. C., Cabezas Cabezas, H. S., Gil Avilez, R. A., & Ramírez Gómez, L. X. (2025). Inteligencia Artificial y Optimización de Procesos Contables en Ecuador. Sinergia Académica, 8(Especial 1), 648–666. https://doi.org/10.51736/sa764
García-Vera, Y. S., Juca-Maldonado, F. X., & Torres-Gallegos, V. (2023). Automatización de procesos contables mediante Inteligencia Artificial: Oportunidades y desafíos para pequeños empresarios ecuatorianos. Revista Transdiciplinaria de Estudios Sociales y Tecnológicos, 3(3), 68–74. https://doi.org/10.58594/rtest.v3i3.93
González, J., Morocho, J., & Bejarano, H. (2021). Lavado de activos y su efecto en las inversiones del sector empresarial de la ciudad de Machala. Religación: Revista de Ciencias Sociales y Humanidades, 6(28), e210812. https://doi.org/10.46652/religacion.v6i28.812
Guajardo Cantú, G., & Andrade de Guajardo, N. (2018). Contabilidad financiera (7.ª ed.). McGraw-Hill Education.
Hidalgo, M., Bautista, S., Herrera, N., & Mejía, E. (2017). La auditoría financiera: su importancia en las pequeñas y medianas empresas. Boletín de Coyuntura, 1(15), 19. https://doi.org/10.31164/bcoyu.15.2017.656
Hopwood, W. S., Leiner, J. J., & Young, G. R. (2012). Forensic accounting and fraud examination (2.ª ed.). McGraw-Hill Education.
Hurtado-Guevara, R., & Casanova-Villalba, C. (2022). La auditoría forense como herramienta para la detección de fraudes financieros en Ecuador. Revista Científica Zambos, 1(1). https://doi.org/10.69484/rcz/v1/n1/52
Instituto Nacional de Estadística y Censos. (2023). Principales resultados del Registro Estadístico de Empresas y Establecimientos 2023 (Semestre I). INEC. https://www.ecuadorencifras.gob.ec/documentos/web-inec/Estadisticas_Economicas/Registro_Empresas_Establecimientos/2023/Semestre_I/Principales_Resultados_REEM_2023.pdf
International Auditing and Assurance Standards Board (IAASB). (2009). NIA 240: Responsabilidades del auditor en la auditoría de estados financieros con respecto al fraude. En Manual de pronunciamientos internacionales de control de calidad, auditoría, revisión, otros encargos de aseguramiento y servicios relacionados. International Federation of Accountants (IFAC).
Kieso, D. E., Weygandt, J. J., & Warfield, T. D. (2018). Contabilidad intermedia (16.ª ed.). Wiley.
Kumar, N., Sharma, V., & Sharma, A. (2024). Artificial intelligence in fraud prevention: Exploring techniques, applications, challenges and opportunities. Computer Science & IT Research Journal, 5(6). https://doi.org/10.51594/csitrj.v5i6.1252
Llivisaca-Villazhañay, J. C., Flores-Sigüenza, P. A., Guamán-Guachichullca, N. R., Urdiales, C., & Gento-Municio, Á. M. (2025). Key Drivers of ERP Implementation in Digital Transformation: Evidence from Austro-Ecuadorian SMEs. Administrative Sciences, 15(6), 196. https://doi.org/10.3390/admsci15060196
Mantilla, S. A. (2018). Control interno: Informe COSO. Ecoe Ediciones.
Messier, W. F., Glover, S. M., & Prawitt, D. F. (2017). Servicios de auditoría y aseguramiento: Un enfoque sistemático (10.ª ed.). McGraw-Hill Education.
Oficina de las Naciones Unidas contra la Droga y el Delito (UNODC). (2024). Money laundering. UNODC. https://www.unodc.org/unodc/en/money-laundering/overview.html
Ortega Méndez, J. X., Pinto Arboleda, R. A., Fajardo Bravo, N. J., Zambrano Toapanta, A. Y., & Zambrano Recalde, P. E. (2025). Inteligencia artificial en la auditoría contable: Aplicaciones y desafíos del uso de IA en la auditoría. Sinergia Académica, 8(Especial 2), 624–636. https://doi.org/10.51736/sa.516
Primicias. (2026). Ecuador registró 7.675 reportes de operaciones sospechosas en 2024, el máximo histórico. Primicias. https://www.primicias.ec/economia/finanzas/reportes-operaciones-sospechosas-uafe-record-2024/
Rikhardsson, P., Thórisson, K. R., Bergthorsson, G., & Batt, C. (2022). Artificial intelligence and auditing in small- and medium-sized firms: Expectations and applications. AI Magazine, 43(3), 323–336. https://doi.org/10.1002/aaai.12066
Saavedra-Moreno, M. A., & Saavedra-Moreno, W. F. (2024). Inteligencia artificial en el control interno y auditoría forense: Un enfoque para las pymes en Ecuador. Sinergia Académica, 7(2), 164–184. https://sinergiaacademica.com/index.php/sa/article/download/764/1582
Sigüencia, T. (2025). Incidencia del lavado de activos en la economía de los ecuatorianos: Una revisión sistemática desde el enfoque cualitativo y contable. Ibero Ciencias – Revista Científica y Académica, 4(4). https://doi.org/10.63371/ic.v4.n4.a482
Unidad de Análisis Financiero y Económico (UAFE). (2025, 9 de enero). Resolución No. UAFE-DG-2025-0002: Incorporar como sujetos obligados a reportar a la Unidad de Análisis Financiero y Económico a las personas jurídicas que, entre sus actividades, presten el servicio de blindaje de vehículos. Registro Oficial No. 732, 29 de enero de 2025. https://www.uafe.gob.ec/resoluciones-sujetos-obligados/
Whittington, R., & Pany, K. (2016). Principios de auditoría y otros servicios de aseguramiento (20.ª ed.). McGraw-Hill Education.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Erik David Guerrón-Congo, Christian Gabriel Chacha-Villacres
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
