Impacto de la inteligencia artificial en la gestión tributaria de las PYMES: avances, desafíos y oportunidades en México
Impact of Artificial Intelligence on Tax Management of SMEs: Advances, Challenges, and Opportunities in Mexico
DOI:
https://doi.org/10.56712/latam.v6i2.3761Palabras clave:
inteligencia artificial, PYMES, gestión tributaria, innovación administrativa, barreras de adopciónResumen
La Secretaría de Hacienda y Crédito Público, a través del Servicio de Administración Tributaria de México (SAT), ha implementado la Inteligencia Artificial (IA) como herramienta estratégica para optimizar sus procesos de fiscalización dentro del Plan Maestro 2024. Este avance tecnológico se emplea para segmentar a los contribuyentes según su nivel de riesgo fiscal, identificar redes complejas de elusión y evasión tributaria, así como detectar irregularidades vinculadas al contrabando y empresas fachada. Todo ello fortalece los sistemas de control y mejora las estrategias de prevención del fraude fiscal en México. Este estudio examina el impacto de la IA en el cumplimiento fiscal de las pequeñas y medianas empresas (PYMES), considerando su papel esencial en la economía global y nacional. Además, se exploran las tendencias actuales sobre el uso de la IA en la fiscalización tributaria y se identifican los factores que dificultan su adopción en este ámbito, tales como la falta de recursos, conocimientos técnicos y confianza en la administración tributaria. Mediante una metodología de revisión sistemática, se recopilaron y analizaron investigaciones relevantes desde un enfoque multidimensional. Los resultados subrayan la necesidad de mejorar la capacitación en tecnologías fiscales y desarrollar estrategias que superen las barreras para su implementación efectiva. Se concluye que maximizar el potencial de la IA en el cumplimiento de obligaciones fiscales requiere promover programas educativos específicos para las PYMES y diseñar políticas que fomenten su adopción tecnológica, mejorando así el marco fiscal y la eficiencia en la recaudación tributaria.
Descargas
Citas
Adames, L., & Medina, I. (2022). Estrategia de adopción de buenas prácticas de gobierno TI en las PYMES de la ciudad de Neiva, afiliadas a Comfamiliar. Tendencias, 23(2), 123-153. https://doi.org/10.22267/rtend.222302.204 DOI: https://doi.org/10.22267/rtend.222302.204
AENOR. (s.f.). Gestión de la Inteligencia Artificial ISO/IEC 42001. Recuperado de https://www.aenor.com/certificacion/tecnologias-de-la-informacion/gestion-inteligencia-artificial
Bajpai, A. (2024). Evaluating the impact of artificial intelligence on enhancing tax compliance and financial regulation. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.4922459 DOI: https://doi.org/10.2139/ssrn.4922459
Bardalez, S., & Poves, J. (2019). El impacto de las obligaciones tributarias electrónicas en la formalización de las micro y pequeñas empresas peruanas. Tzhoecoen, 11(4), 51-62. https://doi.org/10.26495/tzh.v11i4.1234 DOI: https://doi.org/10.26495/tzh.v11i4.1234
Brodny, J., & Tutak, M. (2022). The impact of Artificial Intelligence on small and medium-sized enterprises. Journal of Business Research, 75(4), 65-81. https://doi.org/10.1016/j.jbusres.2022.03.019
Cabré, J., & Moré, A. (2020). Los retos de la administración tributaria en la era de la digitalización. Ice Revista de Economía, (917). https://doi.org/10.32796/ice.2020.917.7130
Calvas, P., Robles, L., & Sarango, M. (2024). La cultura tributaria y la efectividad de las medidas anti-evasión: revisión de literatura. Revista Social Fronteriza, 4(6), e46525. https://doi.org/10.59814/resofro.2024.4(6)525 DOI: https://doi.org/10.59814/resofro.2024.4(6)525
Canchingre, E., Ladines, J., Caicedo, J., Subiaga-Delgado, R., & Ortega, E. (2024). El comercio electrónico como estrategia de internacionalización de las pymes en el Ecuador. Revista Científica Multidisciplinar G-Nerando, 5(1). https://doi.org/10.60100/rcmg.v5i1.235 DOI: https://doi.org/10.60100/rcmg.v5i1.235
Chávez, L. (2020). NIIF y tributación: Desafíos y oportunidades para las administraciones tributarias. Revista de Derecho Fiscal, (17), 115-145. https://doi.org/10.18601/16926722.n17.04 DOI: https://doi.org/10.18601/16926722.n17.04
Coya, J., Mera, M., Vera, C., & Delgado, L. (2023). Análisis de las TIC en las administraciones tributarias: Énfasis en el cumplimiento y asistencia al contribuyente. Latam Revista Latinoamericana de Ciencias Sociales y Humanidades, 4(1). https://doi.org/10.56712/latam.v4i1.470 DOI: https://doi.org/10.56712/latam.v4i1.470
Do, A., Villagra, A., & Pandolfi, D. (2023). Desafíos de la transformación digital en las PYMES. Informes Científicos - Técnicos Unpa, 15(1), 200-229. https://doi.org/10.22305/ict-unpa.v15.n1.941 DOI: https://doi.org/10.22305/ict-unpa.v15.n1.941
Galarza, J., Parra, J., & Zamora, E. (2022). Importancia de las estrategias en las obligaciones tributarias frente a la emergencia sanitaria COVID-19 en PYMES de Cuenca, Ecuador. Religación Revista de Ciencias Sociales y Humanidades, 7(31), e210878. https://doi.org/10.46652/rgn.v7i31.878 DOI: https://doi.org/10.46652/rgn.v7i31.878
GlobalSUITE Solutions. (s.f.). ¿Qué es y para qué sirve la ISO 42001:2023 de Inteligencia Artificial? Recuperado de https://www.globalsuitesolutions.com/es/que-es-y-para-que-sirve-la-norma-iso-42001-2023-inteligencia-artificial
González-Islas, J. (2019). Aprendizaje Automático en Aplicaciones Fisioterapéuticas. Pädi, Boletín científico de ciencias básicas e ingenierías del ICBI, 7(2), 4473. https://doi.org/10.29057/icbi.v7iespecial.4473 DOI: https://doi.org/10.29057/icbi.v7iEspecial.4473
Gutiérrez, R., et al. (2023). El impacto del aprendizaje automático en la eficiencia empresarial. Revista técnica energía, 18(1). https://doi.org/10.37116/revistaenergia.v18.n1.2021.461
Huiza, D., Gómez, H., Yucra, W., & Marrón, F. (2023). Confianza en el Estado y cumplimiento de las obligaciones fiscales en egresados universitarios. Revista Venezolana de Gerencia, 28(103), 1346-1360. https://doi.org/10.52080/rvgluz.28.103.25 DOI: https://doi.org/10.52080/rvgluz.28.103.25
Instituto Federal de Telecomunicaciones (IFT). (s.f.). Inteligencia Artificial en las PYMES: Ventajas, Riesgos. Recuperado de https://www.ift.org.mx/transformacion-digital/blog/inteligencia-artificial-en-las-pymes-ventajas-riesgos
ISO. (2023). ISO/IEC 42001:2023 Information technology — Artificial intelligence — Management system. Recuperado de https://www.iso.org/standard/81230.html
ISOTools. (s.f.). ISO 42001 - Gestión de la Inteligencia Artificial. Recuperado de https://www.isotools.us/normas/inteligencia-artificial/iso-42001/
Jiménez, M., & Montiel, A. (2024). Estrategias financieras para el crecimiento económico de las PYMES del sector bananero: Caso provincia de El Oro, Ecuador. Latam Revista Latinoamericana de Ciencias Sociales y Humanidades, 5(2). https://doi.org/10.56712/latam.v5i2.1922 DOI: https://doi.org/10.56712/latam.v5i2.1922
Monk, E., & Wagner, B. (2012). Concepts in Enterprise Resource Planning. Cengage Learning.
NYCE. (s.f.). ISO/IEC 42001 – Sistemas de Gestión de Inteligencia Artificial. Recuperado de https://www.nyce.org.mx/certificacion-42001/
Oracle NetSuite. (2025). SuiteConnect 2025: NetSuite lanza innovaciones para mejorar la eficiencia de empresas en México. Portal ERP México. Recuperado de https://www.portal-erp-mexico.com
PwC. (2024). Evaluating the impact of artificial intelligence on enhancing tax compliance and financial regulation. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.4922459
Redacción Portal ERP México. (2025). PyMEs mexicanas, con panorama positivo gracias al uso de inteligencia artificial (IA) y nube: Netsuite. Portal ERP México. Recuperado de https://www.portal-erp-mexico.com
Secretaría de Economía. (2025). Panorama económico de las PYMES en México. Gobierno de México. Recuperado de https://www.economia.gob.mx
Tecnasa. (s.f.). Guía Completa para entender el rol de ISO/IEC 42001. Recuperado de https://tecnasau.tecnasa.com/guia-completa-para-entender-el-rol-de-iso-iec-42001/
