Desafíos del Sistema de Administración Tributaria ante la IA: Los criterios de materialidad en el Plan Maestro 2024

Introducción

En enero del 2024, el Sistema de Administración Tributaria (SAT) publicó el Plan Maestro, en el cual define las acciones para la implementación de la Inteligencia Artificial (IA). Con el fin de optimizar la recaudación fiscal y aumentar la participación impositiva, el Gobierno incorpora herramientas como la Analítica de Grafos y el Machine Learning. La aplicación de estas tecnologías responde a la necesidad de realizar un cruce de datos masivo y automatizado, optimizando la capacidad del organismo para identificar con mayor exactitud a los contribuyentes que incurran en la presunción de operaciones inexistentes.

La autoridad fiscal irá avanzando en la adopción de la “Inteligencia Artificial”, el uso de avances informáticos para detectar posibles evasores es una realidad consolidada. Ante este panorama resulta imperativo analizar los criterios que tomará el fisco para realizar los cruces masivos de dicha información, orientados para determinar la materialidad de los actos y operaciones que efectivamente son realizados por los contribuyentes de manera licita, pero de igual forma ir identificando cuales pueden ser simulación de operaciones. Por ello, se vuelve fundamental tener claro los criterios de materialidad en las operaciones que analiza la autoridad hacendaria para el Plan Maestro 2024, y los alcances que tiene la Inteligencia Artificial en relación con la fiscalización.

La importancia de este análisis radica en el riesgo jurídico para el contribuyente: incurrir en la presunción de la inexistencia de operaciones no solo deriva en contingencias administrativas, si no que puede tipificarse como el delito de evasión fiscal, lo que algunas veces se presenta como infracción y otras como delito, cuyas sanciones pueden ser hasta con 5 años de prisión.

Para abordar esta problemática, la presente investigación adopta una metodología cualitativa tipo documental, a través del método de análisis y explicativo. El estudio contempla la revisión del Plan Maestro 2024 y de los comunicados del SAT para evaluar el impacto de la inteligencia artificial en la fiscalización actual. La estructura del trabaja consiste primeramente en el origen de la carga impositiva en México, explicando el Plan Nacional de desarrollo y la política económica del Ejecutivo para el sexenio 2019-2024 en cuento a la recaudación fiscal que da surgimiento al Plan Maestro 2024, a través del SAT. Posteriormente se examinan los mecanismos de fiscalización dentro del plan maestro, la inteligencia artificial como apoyo a la recaudación tributaria, los criterios de materialidad de operaciones por parte de la autoridad fiscal importancia de la materialidad de las operaciones y su normativa, para llegar a los resultados y su discusión, por último, las conclusiones de la investigación.

Carga impositiva en México

Plan Nacional de Desarrollo 2019-2024

El artículo 26, inciso A de la Constitución Política de los Estados Unidos Mexicanos (CPEUM, 2026) obliga al Estado a organizar un sistema de planeación democrática para el desarrollo nacional. Esta planeación debe tener objetivos claros, acordes, reales y alcanzables, para las administraciones publicas sexenales, dichos objetivos son tomados de la sociedad y para la sociedad; de tal modo los ciudadanos mexicanos estarán informados sobre las aspiraciones de crecimiento económico del país, y que iniciativas implementará el gobierno para los programas de desarrollo al que deben sujetarse por los próximos seis años de mandato. Este Plan Nacional de Desarrollo (PND) como herramienta de política nacional, ha sido una plataforma de campaña electoral, cuyo origen se remonta a la candidatura del General Lázaro Cárdenas, y se ve materializado, al inicio de su mandato presidencial a fin de dar cohesión y concordancia para la continuidad a la política de la Administración Pública Federal.

Para el sexenio del 2018-2024 publicado en la gaceta parlamentaria de la Cámara de Diputados, el Plan Nacional de Desarrollo y en específico para el último año de la administración presidencial, se consideró un ajuste de carácter histórico definiéndolo como un concepto mismo de desarrollo. Dentro del Plan Nacional de Desarrollo, se encuentra la política de Economía, su principal función es detonar el crecimiento económico del País manteniendo unas finanzas sanas evitando endeudamientos del Estado y no gastar más dinero del que entre en la hacienda pública, a través de estos ejes rectores el Estado garantiza la capacidad financiera para los diversos programas, otro eje rector es el combate a la corrupción, la eliminación de gastos suntuarios, desperdicio de recursos y robo a los combustibles (Diario Oficial de la Federación [DOF], 2019).

Dentro del Plan Nacional de Desarrollo un eje de vital importancia es la carga impositiva a los contribuyentes que señala no más incremento de impuesto, ni crear nuevos tributos, así como evitar que los precios de los combustibles aumenten por encima de la inflación. Para lograr este reto es necesario e indispensable combatir con rigor la elusión y la evasión fiscal, catalogadas como modalidades de corrupción. En consecuencia, la Secretaria de Hacienda y Crédito Público (SHCP, 2024ª) asume la directriz de erradicar estas prácticas mediante una fiscalización estricta, suprimiendo las condonaciones, exenciones fiscales discrecionales y otros beneficios económicos que caracterizaron a administraciones previas.

Como se ha detallado con anterioridad, uno de los objetivos del PND es incrementar la participación contributiva de los ciudadanos para evitar el aumento de las cargas impositivas. Con este propósito, la Secretaria de Hacienda y Crédito Público, a través de su órgano desconcentrado, el Sistema de Administración Tributaria (SAT), han implementado la estrategia institucional denominada Plan Maestro.

Plan Maestro 2024

Desde el inicio de la administración 2018-2024 se resaltó la importancia de no solo contribuir al gasto público, sino también la importancia inequívoca de evitar los actos de corrupción como un elemento fundamental en el desarrollo de la economía del país, por lo que precisa para este deber, implementar herramientas eficaces y capaces de detectar e informar a la autoridad irregularidades en los cuales sea necesario la intervención de la ley para una recaudación apegada a los criterios éticos y normativos esenciales de la contribución.

El Plan Maestro 2024 detalla una serie de lineamientos, directrices, objetivos y estrategias en materia de contribución con respecto a toda la carga impositiva de la Secretaria de Hacienda y Crédito Público, que si bien, no agrega mayor carga tributaria, si expone como idea principal la justa tributación por medio de una esencia fiscalizadora. Durante el ejercicio 2024, el objetivo primordial fue lograr una recaudación importante por medio del campo de la informática; enfocándose en crear procedimientos que realizan tareas que normalmente son hechas por el ser humano, dichos procedimientos requieren: aprendizaje, razonamiento y percepción, con esto el SAT, destaca el fortalecimiento en lo que respecta a la atención al contribuyente, destacando la naturaleza de lo que se conoce como la Inteligencia Artificial (IA) (SAT, 2024a).

Algo que destaca del Plan Maestro del SAT, es la aplicación de modelos de Analítica de Grafos y Machine Learning (aprendizaje automático), con esta implementación se detectan y clasifican los contribuyentes a los que denominan de riesgo, identificando las redes de corrupción en materia de evasión y de elusión tributaria, con el fin de encontrar inconsistencias en los comprobantes fiscales Digitales por Internet (CFDI) o facturas electrónicas.

Cabe mencionar que los contribuyentes cuentan para la clasificación o forma de contribuir al Estado con la Economía de Opción, básicamente es la voluntad y potestad que tienen los contribuyentes de elegir el comportamiento y ahorro fiscal más conveniente para el bolsillo previsto por las normas tributarias sin caer en la elusión o evasión fiscal, sin embargo, la conducta del contribuyente por ignorancia o con toda alevosía y ventaja sobrepasa el margen de la ley, por tal razón la autoridad fiscal evoluciona adaptándose a los criterios necesarios para identificar esa línea entre lo normativo y lo ilícito.

Los aspectos que el Plan Maestro busca reforzar son los siguientes (SHCP, 2024a)

• Atención al contribuyente: Mayor eficiencia en cuanto a la atención a los contribuyentes para facilitar los trámites que se realizan de forma presencial con la finalidad de agilizar las solicitudes mediante las citas.
• Construir nuevas oficinas de atención en los estados con mayor demanda de las cuales ya hay existentes 157, en el país.
• Robustecer el programa de Oficina Móvil, en toda la entidad Federativa con la finalidad de acercar a todos los contribuyentes.
• Renovar el rellenado de los CFDIS.
• Priorizar a los contribuyentes de la tercera edad, discapacitados, mujeres embarazadas, y pueblos originarios entre otros.
• Fiscalización. Uso de inteligencia artificial para una mejor planeación en los procesos de recaudación.

Fiscalización dentro del Plan Maestro

Conforme a los datos emitidos del SAT en enero 2024, existían aproximadamente 62 millones 942 mil 315 contribuyentes activos, considerados 12 mil 857 como grandes contribuyentes, 2 millones 398 mil 63 en el régimen de personas morales, 11 millones 348 mil 987en el régimen de personas físicas, 49 millones 94 mil 76 en el régimen de sueldos y salarios.

El Plan Maestro se orienta al fortalecimiento tributario mediante la simplificación de los procesos para el cumplimiento de las obligaciones fiscales, promoviendo el civismo y la cultura contributiva en todos los sectores del país. Para ello, articula programas preventivos e informativos dirigidos a la población económicamente activa, los cuales abarcan la incorporación y actualización del Registro Federal de Contribuyentes (RFC), la presentación oportuna de declaraciones periódicas y la renovación de la firma electrónica. Asimismo, mediante el uso de herramientas electrónicas, esta estrategia institucional busca orientar a los gobernados, impulsar la regularización fiscal y estimular los mecanismos de autocorrección.

En el análisis hecho por la autoridad con respecto a la recaudación tributaria neta de los últimos cinco años se presentan avances significativos a inicio del sexenio de la administración 2018-2024, la recaudación tuvo un crecimiento firme y paulatino según datos del SAT en su página oficial, de 2019 con un 2.3 %, se eleva en 2020 a un 10.9%. Para el año 2022 tuvo una variación de -0.2%, se cree que fue por la pandemia de Covid 19, para el año 2023, la recuperación es apreciable incrementando a un 5.5%. A enero del ejercicio 2024 tuvo un aumento de 4.7%, como se muestra en la Gráfica 1.

La recaudación fiscal en México durante el cierre de 2025 alcanzó una cifra histórica de 6 billones 45 mil 795 millones de pesos, lo que representa un incremento real del 4.8% (487 mil 446 millones de pesos adicionales) frente a 2024, sin necesidad de crear ni aumentar impuestos (Gobierno de México, 2025).

La implementación de la Inteligencia Artificial (IA) en los procesos de fiscalización se ha vuelto indispensable debido al volumen masivo de información que almacena la autoridad fiscal. Por consiguiente, resulta de gran valor científico analizar el aporte de la IA en el cruce automatizado de datos, así como su capacidad para la interpretación y el procesamiento de Big Data.

La Inteligencia Artificial como apoyo a la recaudación tributaria del Plan Maestro 2024

En el Plan Maestro se enfatiza la aplicación de la IA para optimizar los procesos de fiscalización, así como el fortalecimiento de la atención al contribuyente. Estas acciones son llevadas a cabo mediante la implementación de modelos de Analítica de Grafos y Machine Learning (aprendizaje automático), orientados a clasificar a los contribuyentes de riesgo, identificar las redes complejas de elusión y evasión, y detectar inconsistencias en los CFDI asociadas al contrabando y empresas fachada. Asimismo estas herramientas permiten combatir la simulación de operaciones priorizando sectores estratégicos como el automotriz, bebidas alcohólicas y cigarros, comercio mayorista y minorista, la construcción, electrónicos, entretenimiento y espectáculos, farmacéutico, hidrocarburos, hotelería y alojamiento, logística y transporte, metalúrgico, paquetería y mensajería, plataformas tecnológicas, publicidad, seguros y servicios financieros, servicios inmobiliarios, servicios privados de educación y servicios privados de salud.

En el caso específico de la recaudación tributaria, los contribuyentes están viviendo una época donde la inteligencia Artificial es novedad, debido al creciente desarrollo de la tecnología, el uso de la IA mejora la capacidad y fortalece a la autoridad en los procesos de revisión e interpretación de información, mejorando exponencialmente la recaudación fiscal.

A través de modelos algorítmicos, la inteligencia artificial procesa diversas variables que, al cruzarse de manera automatizada, permiten interpretar el comportamiento fiscal con un margen de error mínimamente significativo. Estos analíticos contemplan el cotejo de información entre cuentas bancarias, el uso de los comprobantes fiscales por internet (CFDI) (incluyendo complementos de pago y descuentos), así como las declaraciones mensuales y anuales. De este modo, los insumos informáticos que hoy resultan comunes para el contribuyente son transformados mediante IA en herramientas avanzadas de fiscalización y control impositivo.

Los modelos de IA para detectar y clasificar contribuyentes catalogados como de riesgo son Analítica de Grafos y Machine Learning (aprendizaje automático).

Analítica de grafos

Es el análisis de estructuras de datos conocidas como grafos. Un grafo es un conjunto de nodos (también llamados vértices) que están conectados entre sí mediante enlaces (también llamados aristas). Estos nodos y enlaces pueden representar una variedad de cosas en diferentes contextos, como sujetos y/o objetos de derecho, relaciones jurídicas, económicas o sociales; o bien, en otros contextos pueden representar redes de computadoras, sistemas de transporte, interacciones genéticas, entre otros (Carrillo y Galpin, 2021).

De modo que la analítica de grafos es una estructura donde los nodos representan a los contribuyentes, ya sean personas físicas o morales y las aristas representan las conexiones entre ellos, como la emisión de CFDI, transferencias bancarias o relaciones de accionistas (Pitones, 2025). Su función principal es:

• Identificar patrones y relaciones atípicas: detectar redes de contribuyentes que se asocian constantemente entre sí, lo que podría indicar posibles prácticas fraudulentas o estructuras de evasión fiscal.
• Visualizar redes complejas de elusión o simulación: Muestra la interconexión entre empresas o personas que podrían estar utilizando prácticas como la simulación de operaciones o el uso de empresas fantasma, ya que las relaciones entre ellas pueden seguir patrones atípicos de comportamiento.
• Identificación de Empresas Fachada (EFOS): Un grafo permite ver si una sola empresa emite miles de facturas(aristas) a cientos de nodos (clientes) pero no recibe facturas de proveedores que justifiquen que tiene materia prima o insumos, evidenciando la falta de materialidad o insumos.
• Rastreo del Flujo del Dinero y de los CFDI: El algoritmo detecta si el dinero o los CFDI viajan en "círculos" o de forma lineal a través de múltiples empresas intermediarias para terminar regresando a los socios originales o diluyéndose. Esto expone las estructuras complejas que intentan ocultar la inexistencia de la operación.
• Vínculos Corporativos Ocultos: Cruza actas constitutivas e identifica si diferentes empresas catalogadas como de riesgo comparten los mismos representantes legales, socios, apoderados o incluso el mismo domicilio fiscal.

El Machine Learning o aprendizaje automático

Es un subcampo de la inteligencia artificial que se enfoca en el desarrollo de algoritmos y técnicas que permiten a las computadoras aprender a partir de datos y realizar tareas específicas sin ser explícitamente programadas para ello; mediante una amplia variedad de aplicaciones, tales como el reconocimiento de voz, los sistemas de recomendación, la detección de fraudes, el análisis predictivo, la visión por computadora, entre otros. Estos algoritmos, en lugar de seguir instrucciones programadas de manera estática, son sistemas que pueden mejorar su rendimiento de forma autónoma a medida que se exponen a más datos (González-García, 2018).

Estos modelos pueden usar datos históricos, patrones de comportamiento fiscal, declaraciones previas, transacciones comerciales y otros factores para predecir la probabilidad de que un contribuyente esté incurriendo en prácticas de riesgo, como la no declaración de ingresos, la omisión de pagos o el uso de mecanismos fraudulentos para reducir impuestos (Pitones, 2025)

Sus funciones específicas son:

• Modelos de Perfilado y Clasificación de Riesgo: El sistema clasifica automáticamente a los contribuyentes en categorías (Riesgo Bajo, Medio o Alto). Un contribuyente entra a "Riesgo Alto" si el algoritmo detecta discrepancias en tiempo real entre lo que factura, lo que declara y su flujo de efectivo real, es decir, si gasta o deposita más de lo que declara.
• Detección de Anomalías en CFDI: El algoritmo aprende cómo opera un sector económico (por ejemplo, el sector construcción). Si una empresa constructora de pronto empieza a deducir montos extraordinarios en "servicios de consultoría de software" que no cuadran con su comportamiento histórico ni con los promedios de su sector, el Machine Learning dispara una alerta de comportamiento atípico.
• Predicción de "Falsos Esfuerzos: El SAT entrena a estos modelos con datos de auditorías exitosas pasadas. El sistema aprende qué características tenían las empresas que resultaron ser fantasmas en el pasado para buscar proactivamente empresas activas que compartan exactamente el mismo patrón de comportamiento actual.

Mientras los grafos mapean las conexiones, el Machine Learning se encarga de procesar masivamente la información de esos nodos y predecir la probabilidad de fraude con base en el comportamiento histórico del contribuyente y de su sector industrial.

Grafos y Machine Learning se complementan al permitir que los algoritmos no solo analicen datos individuales (por ejemplo, la declaración de impuestos de un contribuyente) sino que también examinen la relación de ese contribuyente con otros actores en el sistema tributario (a través de grafos) y utilicen esa información para hacer una evaluación más precisa de su riesgo (Pitones, 2025)

Conforme a lo mencionado por el Lic. Gari Flores Hernández, Administrador General de Recaudación del SAT, entrevistado por Imagen Radio, aclara el uso de la Inteligencia Artificial por parte de la autoridad fiscal y menciona lo siguiente:

La inteligencia Artificial que se ha implementado no es una Inteligencia Artificial Generativa, sino uso de la tecnología y herramientas que faciliten la clasificación de los contribuyentes, debido a los datos de volumetría o big data, se encuentran registrados 86 millones de contribuyentes entre todos se emiten aproximadamente 300 facturas por segundo, en el año 2023 se emitieron más de 10 mil millones de facturas, desde la existencia de la factura electrónica se encuentra con las bases que superan los 86 mil millones de facturas a esto se deben agregar los pedimentos que son aproximadamente 6 millones al mes. Estos volúmenes de información se vuelven muy difíciles de administrar y muy compleja su clasificación. (ExcelsiorTV, 2024)

De esta manera, la inteligencia artificial se consolidad como un instrumento estratégico para la recaudación, al procesar de manera masiva los CFDIs para identificar los patrones asociados a la presunción de operaciones inexistentes. A partir del análisis de los CFDIs, los modelos de IA detectan la falta de congruencia informática del contribuyente y generan perfiles de riesgo, trasladando al mismo la carga de demostrar de manera física, jurídica y contable la efectiva realización de sus operaciones. Esto es un avance significativo, sin embargo, aún tiene limitantes en el objetivo de identificación de las redes complejas de elusión y de evasión fiscal, debido a que es sumamente importante tener en cuenta los criterios de materialidad en las operaciones, y dichos criterios deben ser evaluados por la autoridad fiscal antes de emitir una resolución de presunción de inexistencia de operaciones por parte de algún contribuyente.

Criterios de materialidad por parte de la autoridad fiscal

Importancia en la materialidad de las operaciones y su normativa

Para el Sistema de Administración Tributaria es indispensable que el contribuyente independientemente del régimen fiscal que se encuentre registrado, demuestre la materialidad de sus operaciones, de no hacerlo, puede ocasionar que la autoridad emita la presunción de inexistencia en sus operaciones, lo que lo podría poner en una situación de evasión fiscal.

El Diccionario del Español de México (DEM, 2026) define materialidad como “propiedad de cualquier cosa que sea material y no abstracta o virtual”. Esta definición no se alinea en el contexto de fiscalización. Becerril (2025) desde dos enfoques diferentes muestras las siguientes definiciones:

En el ámbito financiero, la materialidad determina la importancia relativa de una información o transacción. Una información es material si su omisión o presentación incorrecta podría influir en las decisiones económicas de los usuarios

En el ámbito fiscal, la materialidad se refiere a la capacidad de demostrar la existencia real y tangible de las operaciones reportadas por los contribuyentes. Esto implica que las transacciones deben estar respaldadas por evidencia física y legal, como activos, personal e infraestructura, para ser consideradas válidas por las autoridades fiscales. La falta de materialidad puede llevar al rechazo de deducciones fiscales y al cuestionamiento de la autenticidad de las operaciones.

El concepto de materialidad no se encuentra definido formalmente en la legislación mexicana, ni en sus disposiciones administrativas. Si bien el término se utilizaba con anterioridad, cobró relevancia jurídica la reforma fiscal del 2014 a través de la adición del artículo 69-B del Código fiscal de la Federación (CFF) nace como un requisito indispensable para demostrar que los actos o contratos reportados realmente existieron en la realidad económica y jurídica, y que no se trata de operaciones simuladas. Así mismo, este concepto encuentra sustento internacional con las directrices de la OCDE sobre la Erosión de la Base Imponible y el Traslado de Beneficios (BEPS) que la menciona como “relacionada con la documentación de precios de transferencia y el Reporte País por País (CbCR)” (BEPS, Acción 13, 2026) y se va desarrollando el concepto por medio de los tribunales a través de ejecutorias, tesis, jurisprudencias del Tribunal Federal de Justicia Administrativa (TFJA) y la Suprema Corte de Justicia de la Nación(SCJN).

En esta investigación se hace referencia a la materialidad de los hechos fiscales, mejor conocida como sustancia económica, los cuales comprueban un acto financiero, y la facultad que tiene la autoridad para aceptar o desvirtuar dicho acto comercial. Debido a que la autoridad ha ido haciendo revisiones cada vez más profundas, encaminándose a demostrar la materialidad de las operaciones, para que, por medio de esta manera, se pueda comprobar si efectivamente las empresas prueban la materialidad de los hechos o caen en la simulación de estos, como por ejemplo; las Empresas facturadoras de operaciones simuladas (EFOS), que son entidades que realizan operaciones simuladas para recibir un beneficio fiscal presentando facturas sin haber prestado algún servicio o entregado bienes, originalmente establecidos en el comprobante fiscal o son empresas que deducen operaciones simuladas (EDOS), las cuales son empresas que adquieren un comprobante fiscal, con el cual pretenden comprobar gastos que sean deducibles en su declaración, e incluso solicitar devolución de saldos a favor. Esto es resultado de la evolución de la corrupción que se adapta a la tecnología y encuentra formas de eludir y evadir el cumplimiento de la normativa fiscal.

La autoridad fiscal debe tener la certeza de que se están realizando actos lícitos mediante el uso de herramientas que le permitan comprobar que dichas empresas involucradas en tales transacciones cuenten con los activos, el personal o la capacidad técnica para poder llevar a cabo todas las operaciones. En este sentido, resulta de gran relevancia tener en cuenta el postulado básico de Sustancia Económica, contenido en las Normas de Información Financiera y de Sostenibilidad (NIF A-2) en el que se establece que se debe otorgar prioridad al fondo económico de los eventos y transacciones sobre su forma jurídica. De este modo, la contabilidad se convierte en el reflejo de la realidad material del negocio, alineándose con las exigencias del fisco para demostrar la existencia efectiva de las operaciones.

El marco normativo que hace referencia al concepto de materialidad se integra por las siguientes disposiciones jurídicas y administrativas:

Código Fiscal de la Federación (CFF, 2026)

Artículo 69-B: Es el fundamento principal. Otorga al SAT la facultad de presumir la inexistencia de operaciones si el contribuyente ha emitido facturas y no cuenta con activos, personal, infraestructura o capacidad material para prestar el servicio o entregar el bien.

Artículo 5-A: Incorpora la expresión "Razón de Negocios". Se refiere a la justificación económica y comercial detrás de una operación o serie de operaciones realizadas por una empresa. Implica que dichas operaciones deben generar un beneficio económico real y no estar motivadas únicamente por la obtención de ventajas fiscales (Priat, 2025). En esta Artículo se estipula la intervención de un Órgano Colegiado para la revisión detallada de las operaciones sin razón de negocios.

Para que una operación sea válida ante la Ley debe cumplir con la materialidad y la razón de negocios.

Artículos 28, 29 y 29-A: Regulan los requisitos de los CFDIs (facturas) y la obligación de llevar una contabilidad formal. El SAT sostiene que la factura por sí sola no acredita la operación si no está respaldada por la contabilidad donde deben tener la documentación comprobatoria de los asientos respectivos, lo cual implica que el contribuyente debe tener los contratos y demás documentación soporte, para acreditar que efectivamente se efectuó el servicio o adquirió el bien con lo que la autoridad conocería la materialidad de la operación.

Ley del Impuesto sobre la Renta (LISR, 2024)

Criterio No Vinculativo 44/ISR/NV: Exige de manera expresa que para que un gasto o deducción sea válido, debe ser estrictamente indispensable para los fines de la actividad del contribuyente, estar amparadas con un comprobante fiscal, estar debidamente registradas en contabilidad, entre otros (SHCP, 2024b).

El Artículo 27 (LISR, 2024) aborda los requisitos de las deducciones, incluyendo la estricta indispensabilidad para el contribuyente, la emisión de comprobantes fiscales, las formas de pago, el registro contable y no duplicidad, las retenciones y enteros de impuestos, conocimientos técnicos, declaraciones informativas, entre otros.

Jurisprudencia y Criterios del TFJA (2017 / SCJN)

Los tribunales han determinado de manera reiterada que, para dar efectos fiscales a un CFDI, el contribuyente tiene la carga de la prueba. Para ello debe aportar evidencias de la operación material (contratos, bitácoras, entregables, correos, etc.), ya que exhibir únicamente comprobantes de transferencia bancaria resulta insuficiente.

“Comprobantes fiscales. El cumplimiento de los requisitos previstos en los artículos 29 y 29-a del código fiscal de la federación, no obliga a la autoridad a reconocer de forma automática el efecto fiscal que con éstos se pretende” (TFJA, 2017, Tesis VIII-P-1aS-214).

“Facultades de comprobación de la autoridad fiscal. En su ejercicio, válidamente puede desconocer los efectos fiscales de los actos jurídicos consignados en la contabilidad, cuando carezcan de materialidad” (TFJA, 2017, Tesis VIII-P-1aS-216).

“Razón de negocios. La autoridad puede considerar su ausencia como uno de los elementos que la lleven a determinar la falta de materialidad de una operación, caso en el cual, la carga probatoria para demostrar la existencia y regularidad de la operación, corre a cargo del contribuyente” (TFJA, 2017, Tesis VIII-P-1aS-217).

“Solicitud de nulidad de actos jurídicos simulados. No es condición previa para desconocer los efectos fiscales de operaciones inexistentes” (TFJA, 2017, tesis VIII-P-1aS-218).

Las consecuencias para las personas físicas o morales, que no acrediten evidencia, de operaciones (conocida como falta de "materialidad") podrán ser: anulación de las deducciones de gastos y el acreditamiento de IVA, pago de contribuciones omitidas, multas y recargos. Además, en casos graves, se procederá la cancelación temporal o definitiva de Certificados de Sellos Digitales (CSD), negativa de otorgar la firma electrónica y denuncias por defraudación fiscal.

Ante este panorama, resulta imperativo que los contribuyentes diseñen o implementen robustos procedimientos de control interno. Estos sistemas deberán incorporar métodos de revisión y compilación documental que aseguren y resguarden de manera preventiva las evidencias de la materialidad de las operaciones que tengan una relevancia en la información financiera de la empresa.

Finalmente, es fundamental delimitar que la intervención de la Inteligencia Artificial en la fiscalización se restringe a las etapas iniciales de detección, cruce de información y asignación de perfiles de riesgo. La valoración sustantiva de las pruebas y la calificación de los criterios de materialidad no pueden ser automatizadas por algoritmos, sino que configuran una facultad analítica y jurídica reservada exclusivamente a los auditores y especialistas de la autoridad hacendaria.

Metodología

La metodología de la presente investigación se adscribe al enfoque cualitativo, “utiliza la recolección y análisis de los datos para afinar las preguntas de investigación o revelar nuevas interrogantes en el proceso de interpretación” (Hernández, 2014 p.7). Bajo esta premisa, se emplea la investigación documental como la base metódica tradicional de la ciencia jurídica (Botero, 2003) A través de este diseño se analiza el Plan Maestro 2024-02025 y el concepto de materialidad para contrastar cómo el SAT, mediante la IA trabaja con volúmenes masivos de información (Big Data) para ejecutar fiscalizaciones en tiempo real. Finalmente, mediante los alcances exploratorio y descriptivo, se busca comprender el impacto de la IA en la detección y fundamentación de las sospechas de inexistencia de operaciones.

Resultados y discusión

El Plan maestro del SAT publicado en enero del 2024, nace como una estrategia de fiscalización para poder optimizar y articular las distintas áreas del SAT, buscando así atender las órdenes del Ejecutivo; las cuales son claras y ya han sido expuestas en esta investigación por el Plan Nacional de Desarrollo en materia Económica, recaudar más sin crear nuevos impuestos, ni incrementar los impuestos ya existentes. Para lograr dicho objetivo; que sin duda ha sido un reto, la autoridad fiscal opta por la incorporación de la Inteligencia Artificial, pero dicha inteligencia artificial no corresponde a una IA de tipo generativo, la cual podría entenderse como pensante en sí misma, sino al uso estratégico de la Analítica de Grafos y el Machine Learning que son herramientas tecnológicas para realizar en tiempo real el cruce de información masiva y así identificar, rastrear y clasificar de manera automática a los contribuyentes que presentan perfiles de riesgo, principalmente Empresas que Facturan Operaciones Simuladas (EFOS) y Empresas que Deducen Operaciones Simuladas (EDOS). A pesar de que la IA posee la capacidad de detectar posibles r simuladas mediante la identificación de patrones anómalos, la acreditación integral de la materialidad trasciende el entorno algorítmico. Para demostrar que un bien o servicio efectivamente existió, el contribuyente debe documentar y aportar elementos de prueba tales como contratos, correos electrónicos, cotizaciones, estados de cuenta, evidencia de la entrega de bienes o prestación de servicios, videos, fotos, registro de recursos humanos, activos, infraestructura y capacidad operativa. Es en este punto donde la IA encuentra su límite y se requiere del criterio humano. Lo anterior queda estipulado en el artículo 5-A del Código Fiscal de la Federación (CFF, 2026), el cual mandata la intervención de un Órgano Colegiado para la revisión detallada y la determinación de la ausencia de razón de negocios en las operaciones de los contribuyentes.

Conclusiones

Mientras el eje central del Plan Maestro 2024 se enfocó en acciones recaudatorias, fiscalización y la introducción de IA, el Plan Maestro 2025 reorientó sus directrices hacia la atención y acompañamiento al contribuyente, así como a la consolidación de IA en la lucha contra la Evasión y el Contrabando.

Sin lugar a dudas el auge de la inteligencia artificial es un fenómeno mundial, es claro que el ser humano se va adaptando e implementando nuevas y mejores formas tecnológicas en la vida cotidiana, por supuesto el Estado no se queda atrás y adapta todas estas innovaciones en los distintos ámbitos de la administración pública y en lo que respecta la parte tributaria, para optimizar la recaudación, sin incrementar nuevos impuestos y sin acrecentar los ya establecidos. De este modo, la IA permite a las autoridades identificar y combatir de manera preventiva, masiva y en tiempo real la evasión fiscal, el lavado de dinero y el fraude, implementando acciones de vigilancia digital, no obstante, se encuentran límites legales frente a la exigencia de materialidad.

Anteriormente, la identificación de presunción de inexistencia de operaciones se realizaba mediante una auditoría física con meses de duración, hoy se gestiona mediante procesos automatizados con la IA.

Ante este escenario, resulta indispensable que los contribuyentes robustezcan sus sistemas de control interno, mantengan una contabilidad electrónica impecable y resguarden la documentación que ampare la materialidad de sus operaciones.

Es evidente que la estrategia de la autoridad hacendaria, ha cumplido con la mayoría de las metas establecidas en cuanto al uso de IA a medida de lo posible para hacer más eficiente la labor administrativa por el incremento de la demanda de los usuarios y así tener la capacidad de detectar discrepancias con contribuyentes o en su caso simulación de operaciones.

La IA dicta la presunción de riesgo basándose en la falta de congruencia digital del contribuyente, obligando a este último a demostrar de manera física, jurídica y contable que la operación sí existió. Por lo que, en términos de los criterios de la materialidad, aún queda determinada por el juicio cualitativo de profesionales humanos; esto marca un punto de inflexión y da inicio a una nueva era donde la Inteligencia Artificial redefine, a escala exponencial, la relación entre el fisco y los contribuyentes.

Referencias