Quien busca "detección autónoma de fraude" suele imaginar una sola máquina que vigila el dinero y decide por su cuenta. El mejor ejemplo público en Estados Unidos dice otra cosa. El 23 de septiembre de 2026, la Oficina del Servicio Fiscal del Tesoro informó lo que logró su sistema de revisión de pagos en el año fiscal 2025, y las cifras muestran un sistema hecho de controles sencillos, buenos datos y personas que actúan sobre lo que esos controles detectan.
Lo que informó el Tesoro
En el año fiscal 2025, el Tesoro ayudó a prevenir, detectar y recuperar unos 11.700 millones de dólares, según su estimación, en pagos fraudulentos e indebidos, un 38% más que el año anterior (Oficina del Servicio Fiscal, 23 de septiembre de 2026). El trabajo lo hace la Oficina de Integridad Financiera, que convirtió el sistema Do Not Pay ("no pagar") en un recurso central contra el fraude para agencias federales y estados.
El mismo comunicado da la escala. Las revisiones de Do Not Pay subieron un 216%, hasta 641 millones. Las alianzas con los estados encontraron más de 1.500 millones de dólares en pagos duplicados o indebidos. Y la prueba de 19 nuevas bases de datos reveló 28.000 millones en posibles pagos indebidos que se podrán frenar en el futuro.
Cómo se ve lo "autónomo" por dentro
Un comunicado anterior del Tesoro desglosa cómo funciona la maquinaria (Tesoro de EE. UU., comunicado jy2650, octubre de 2024). En el año fiscal 2024, ampliar la revisión según el riesgo evitó 500 millones de dólares. Identificar y priorizar las operaciones de alto riesgo evitó 2.500 millones. Y usar aprendizaje automático para detectar antes el fraude con cheques del Tesoro permitió recuperar 1.000 millones.
Al leer esas tres líneas juntas, el patrón queda claro. Primero, cada pago se revisa antes de salir. Segundo, los pagos de mayor riesgo pasan al frente de la fila, para que la atención de las personas vaya donde la pérdida sería mayor. Tercero, el aprendizaje automático trabaja donde el volumen es demasiado grande para las personas, en este caso buscando cheques falsos. En este diseño el modelo encuentra y las personas deciden.
El responsable de integridad financiera del Tesoro lo dijo sin rodeos en 2026: prevenir el fraude exige más que tecnología. Exige buenos datos, alianzas sólidas y frenar los problemas antes de que el dinero salga por la puerta.
Por qué importa a una pequeña empresa
El otro lado de la cuenta empeora. Según la Comisión Federal de Comercio (FTC), en 2025 la gente reportó pérdidas por fraude de unos 16.000 millones de dólares, la cifra más alta registrada y cerca de un 25% más que en 2024. Casi 1.000 millones fueron a estafadores que se hacían pasar por empresas, y las mayores pérdidas vinieron de quienes fingían ser bancos (FTC, junio de 2026).
Interested in implementing similar AI solutions? Discover how PATech Labs can help your business leverage cutting-edge artificial intelligence.
Learn About Our ServicesUna pequeña empresa no va a construir su propio Do Not Pay. Tampoco lo necesita. La regla detrás de las cifras del Tesoro cabe en una nota adhesiva, y el subsecretario la dijo en voz alta en 2024: pagar a la persona correcta, el monto correcto, en el momento correcto.
El control de tres pasos antes de cualquier pago
- Persona correcta. ¿Este proveedor ya está en su registro, con el mismo nombre y la misma cuenta bancaria que la última vez?
- Monto correcto. ¿El monto coincide con la factura o el contrato, y esta factura no repite una que ya pagó?
- Momento correcto. ¿El pago vence ahora, o alguien le presiona para pagar antes, hoy mismo, antes de que nadie pueda revisarlo?
Si cambiaron los datos bancarios, no use el teléfono ni el correo que vienen en la solicitud. Llame a un número que ya conoce. Es el mismo consejo que da la FTC contra las estafas de voz: use un número que sepa que es de esa persona.
Estos controles son justo lo que un programa puede hacer automáticamente con cada pago, enviando las excepciones a una persona para que las apruebe. Esa es la versión honesta de la detección autónoma de fraude: la máquina nunca se cansa de revisar, y una persona sigue firmando la excepción.
Para ver cómo los estafadores ya usan voces clonadas con inteligencia artificial para presionar pagos urgentes, lea nuestro análisis de la advertencia del FBI sobre el fraude con clonación de voz.
Fuentes. Oficina del Servicio Fiscal del Tesoro: Treasury Teams Honored for Safeguarding Public Funds and Expanding Data Transparency, 23 de septiembre de 2026. Tesoro de EE. UU.: comunicado jy2650, octubre de 2024. Comisión Federal de Comercio: FTC Data Show People Reported Losing $3.5 Billion to Imposter Scams in 2025; Scammers use AI to enhance their family emergency schemes.
PATech Labs crea automatización con inteligencia artificial para pequeñas empresas en Estados Unidos, incluidos controles que corren en cada pago y envían las excepciones a una persona para su aprobación. Si quiere integrar la regla de persona correcta, monto correcto y momento correcto en su forma de trabajar, hable con nosotros.