La charla sobre pagos en México ya no es solo de tarjetas o apps. Ahora va de infraestructura digital, datos y quién maneja el ecosistema financiero. El CEO de Visa, Ryan McInerney, lo ve claro: México está pasando de digitalizar pagos a construir un sistema financiero nuevo, con pagos como base para todo lo demás.
El cambio real es que los pagos ya no son solo transacciones: son datos que alimentan créditos, seguros y servicios embebidos. México avanza rápido (con 30% de pagos contactless, boom en e-commerce y wallets), pero el gran reto está en las pymes. Más de la mitad no aceptan pagos digitales, y ahí se decide quién controla los flujos: datos, scoring crediticio y finanzas integradas.
Imagina cada pyme como un nodo financiero vivo: al digitalizarse, genera historial para créditos reales, factoring o BNPL, y automatiza contabilidad. Las fintech dejan de competir por tarjetas y se vuelven orquestadores; Visa, la red global que lo une todo.
Y mira adelante: IA que no solo recomienda, sino que ejecuta pagos y optimiza decisiones. Sumale tokenización, que pasa de ser seguridad a identidad y pagos omnicanal. Así, el dinero no solo se mueve: se programa.
¿Por qué México? Nearshoring, lazos con EE.UU. y comercio digital lo convierten en hub regional. Y el Mundial 2026 acelera todo: comercios obligados a pagos seamless para turistas, probando el sistema a fondo.
México no está digitalizando pagos, está construyendo su stack financiero
La narrativa tradicional subestima lo que está ocurriendo.
México no está transitando del efectivo a lo digital. Está construyendo, capa por capa, un nuevo stack financiero:
Iniciativa del Ejecutivo Federal · Gaceta Parlamentaria · 66ª Legislatura
La Presidenta envió al Congreso esta iniciativa que renueva el andamiaje legal para que el Estado pueda impulsar obras de gran escala con mayor velocidad, certeza jurídica y participación del sector privado, sin sacrificar el componente social.
Cobertura | 89 Convención Bancaria – Mundo Fintech
Panel: El futuro del dinero: Lo que viene para México y el mundo89 Convención Bancaria — 19 de marzo de 2026, 10:00–10:50 hrs.
Ciudad de México, 19 de marzo de 2026. — Por Mundo Fintech.
Cuando HSBC ya emitió un bono tokenizado para la autoridad monetaria de Hong Kong y Mastercard se puso como meta tokenizar todas sus tarjetas para 2030, la conversación sobre tokenización dejó de ser prospectiva. En el panel «El futuro del dinero» de la 89 Convención Bancaria, lo más llamativo no fue el consenso sobre hacia dónde va el sistema financiero, sino el contraste entre lo que ya ocurre afuera y el ritmo al que avanza México.
El panel, moderado por Jorge Arce (HSBC México), reunió a Manuel Romo (Banamex), Daragh Maher (HSBC), Othón Moreno González (Banxico), Tim Murphy (Mastercard) y Alexandre Tombini (BIS). Cinco instituciones, un diagnóstico compartido: la tokenización de pagos y activos es un proceso en curso, no una apuesta futura.
Lo que ya pasó afuera
Daragh Maher destacó que HSBC internacional ya emitió un bono tokenizado para la autoridad monetaria de Hong Kong. No es un piloto de laboratorio: es deuda soberana sobre infraestructura blockchain. Por su parte, Tim Murphy refirió que Mastercard se planteó la meta de tokenizar todas las tarjetas que emite con su marca hacia 2030, para no tener credenciales sensibles y brindar mayor protección a sus clientes.
Estos dos datos solos reencuadran la discusión. El debate ya no es «¿adoptamos tokenización?» sino «¿a qué velocidad y con qué infraestructura?»
México: dos historias en paralelo
El diagnóstico local fue más matizado. Othón Moreno señaló que entre 75% y 80% de la población adulta realizó al menos una transacción por SPEI en 2025. fortunaypoder Un avance real. Pero inmediatamente después vino el contrapeso: en la Ciudad de México cerca de 50% de los pagos se hacen de manera electrónica, mientras que en Chiapas entre 80% y 90% de los pagos se hacen con dinero en efectivo. fortunaypoder
Esa brecha no es solo un dato de inclusión financiera. Es el mapa del problema que las nuevas infraestructuras de pago —tokenizadas o no— tienen que resolver si quieren tener escala real en México.
Manuel Romo puso un caso concreto sobre la mesa: México recibe 60,000 millones de dólares en remesas cada año, y el reto es que esos recursos no se conviertan en efectivo sino que se dispersen electrónicamente, con seguridad y sin riesgos de lavado de dinero. fortunaypoder Las remesas como banco de prueba para pagos digitales de alta escala es, probablemente, el caso de uso más grande y más urgente que tiene el país.
Los panelistas coincidieron en que tecnologías como blockchain han servido para modernizar los sistemas de pagos y facilitar transacciones internacionales, pero también aceptaron que la seguridad es un desafío, ya que siempre existen riesgos de fraudes y lavado de dinero.
Esa tensión —innovación vs. riesgo operativo y regulatorio— es exactamente donde viven los proyectos fintech en México hoy. La infraestructura técnica para tokenizar existe. Los instrumentos regulatorios se están construyendo. Lo que falta son casos de uso documentados con datos reales de adopción, costo y escala.
Lo que sigue para el ecosistema
Para el ecosistema fintech mexicano, el panel manda una señal clara: la ventana para construir sobre estas infraestructuras emergentes está abierta, pero la velocidad a la que maduran globalmente —bonos tokenizados, tarjetas sin credenciales, CBDC interoperables— comprime el tiempo disponible para iterar sin compromisos.
Los proyectos que lleguen a esta conversación con un producto en operación, aunque sea pequeño, van a tener una posición muy distinta a los que lleguen con un deck. La tokenización no espera a que el mercado esté listo. Ya está pasando.
Cobertura del equipo editorial de Mundo Fintech desde la 89 Convención Bancaria, Ciudad de México.mundofintech.com
Mundo Fintech | Cobertura desde la 89ª Convención Bancaria ABM /Cancún
El primer día de la 89ª Convención Bancaria en Cancún estableció con claridad el tono institucional del encuentro: sostenibilidad, responsabilidad social y financiamiento al desarrollo como ejes de una banca que busca consolidar su papel en la transformación económica y social del país.
Los paneles del Día 1 —entre ellos «Financiamiento sostenible: riesgos y oportunidades» y «La banca como aliada en el desarrollo de comunidades sostenibles»— junto con el lanzamiento de la Fundación de los Bancos de México, construyeron una narrativa centrada en el impacto real del sistema financiero en la vida de las personas y las comunidades.
Un mensaje sólido, bien articulado y coherente con el momento que vive el sector.
Sostenibilidad con números
Los avances presentados fueron concretos. 42 de 54 bancos han adoptado el Protocolo de Sostenibilidad de la ABM, con cerca de 794 mil millones de pesos movilizados en 2025 hacia créditos verdes y sociales. La integración de taxonomías sostenibles y el etiquetado de activos muestran un sector que no solo habla de responsabilidad, sino que comienza a medirla.
Lo que viene: la IA ya está en el edificio
Sin embargo, quien recorra los pasillos de la sede, revise la lista de patrocinadores o eche un vistazo a la agenda de los próximos días, encontrará una señal inequívoca: la inteligencia artificial, evolución del dinero y tecnología como uno de los temas relevantes
Empresas tecnológicas con soluciones de IA aplicadas al sector financiero tienen presencia destacada como patrocinadores del evento. Y la agenda de los días siguientes contempla espacios específicos para hablar de innovación, transformación digital y las tecnologías que están redefiniendo la operación bancaria.
Dos conversaciones que se complementan
Sostenibilidad e inteligencia artificial podrían parecer agendas separadas, pero en el contexto de esta Convención se leen como complementarias. Medir impacto ESG, validar el etiquetado de créditos verdes y reportar criterios sostenibles a reguladores e inversionistas son tareas que demandan precisamente lo que la IA puede ofrecer: procesamiento de datos, automatización y análisis en tiempo real.
La banca mexicana parece tener claridad sobre eso. Primero el propósito, después las herramientas.
La banca digital se ha convertido en uno de los pilares fundamentales del sistema financiero moderno. Gracias al avance de la tecnología, los servicios bancarios han evolucionado de un modelo tradicional, basado en sucursales físicas, hacia plataformas digitales accesibles desde dispositivos móviles y computadoras. Esta transformación ha permitido mejorar la experiencia del usuario, impulsar la inclusión financiera y aumentar la eficiencia operativa de las instituciones bancarias a nivel mundial.
Concepto de la banca digital comprende el conjunto de servicios financieros que se ofrecen a través de canales electrónicos como aplicaciones móviles, páginas web y plataformas digitales, permitiendo a los usuarios realizar operaciones bancarias sin necesidad de acudir físicamente a una sucursal. Entre las operaciones más comunes se encuentran transferencias, pagos, consultas de saldo, contratación de productos financieros y administración de cuentas.
Beneficios de la banca digital
Comodidad y accesibilidad:uno de los principales beneficios de la banca digital es la posibilidad de acceder a los servicios financieros en cualquier momento y desde cualquier lugar, eliminando barreras geográficas y horarios limitados. A nivel global, más del 70% de las interacciones bancarias ya se realizan a través de canalesdigitales.
Reducción de costos:la digitalización permite a los bancos reducir costos operativos asociados a sucursales físicas y procesos manuales. Estos ahorros pueden traducirse en comisiones más bajas o servicios más competitivos para los clientes.
Mayor eficiencia y rapidez:las transacciones digitales se realizan en tiempo real o en cuestión de segundos, mejorando significativamente la experiencia del usuario en comparación con procesos tradicionales máslentos.
Seguridad e innovación tecnológica:la banca digital ha incorporado tecnologías avanzadas como biometría, inteligencia artificial y encriptación, mejorando los sistemas de prevención de fraudes y protección de datospersonales.
Inclusión financiera:anivel mundial, la banca digital representa una herramienta clave para integrar al sistema financiero a poblaciones que antes no tenían acceso a servicios bancarios formales, especialmente en países en desarrollo.
La banca digital en México, la banca digital ha mostrado un crecimiento acelerado durante la última década. De acuerdo con datos de la Asociación de Bancos de México, las operaciones digitales se incrementaron más del 400% en los últimos 10 años y actualmente más del 50% de los clientes prefieren realizar sus operaciones a través de aplicaciones bancarias.
Asimismo, las Fintech han cobrado un papel relevante dentro del ecosistema financiero mexicano. En 2024, estas instituciones concentraron aproximadamente el 57% del tráfico bancario digital en el país, lo que refleja la confianza creciente de los usuarios en plataformas innovadoras. La Comisión Nacional Bancaria y de Valores (CNBV) ha destacado que la transformación digital de la banca mexicana contribuye al crecimiento incluyente y al desarrollo sostenible, al ampliar el acceso a servicios financieros a sectores históricamente desatendidos. La banca digital a nivel mundial a nivel global, la banca digital continúa expandiéndose de forma acelerada. El mercado mundial de banca digital fue valuado en más de 21 mil millones de dólares en 2023 y se estima que alcance más de 53 mil millones de dólares hacia 2030, impulsado por el aumento del comercio electrónico, el uso de dispositivos móviles y la preferencia por servicios financieros en línea. Estudios internacionales indican que los bancos líderes están enfocando sus esfuerzos en mejorar la experiencia del cliente mediante personalización, automatización e inteligencia artificial, marcando el futuro del sistema financiero global.
Retos y desafíos
A pesar de sus múltiples beneficios, la banca digital enfrenta desafíos importantes como la ciberseguridad, la protección de datos personales, la brecha digital y la necesidad de marcos regulatorios adecuados que acompañen la innovación tecnológica.
Conclusión
La banca digital representa una evolución indispensable del sistema financiero en la actualidad. Tanto en México como a nivel mundial, sus beneficios en términos de accesibilidad, eficiencia e inclusión financiera la convierten en una herramienta clave para el desarrollo económico y social. El futuro de la banca estará marcado por la innovación tecnológica, la confianza del usuario y la adaptación constante a las nuevas necesidades del mercado financiero global.
Durante años, la recomendación financiera fue clara: primero paga todas tus deudas y después invierte.
Sin embargo, el contexto actual es distinto. Hoy muchas personas conviven con tarjetas de crédito, préstamos personales o créditos automotrices mientras, al mismo tiempo, intentan invertir parte de su dinero en CETES, fondos, acciones o instrumentos digitales.
El problema no es necesariamente esa combinación. El verdadero riesgo está en tomar decisiones financieras sin un sistema que permita priorizar correctamente.
Aquí es donde la inteligencia artificial puede jugar un papel relevante, no como sustituto del criterio humano, sino como un apoyo para tomar decisiones más informadas.
El error más común: analizar cada decisión por separado
Uno de los errores más frecuentes en las finanzas personales es tratar cada decisión como un caso aislado:
invertir porque “el dinero no debe estar parado”
pagar el mínimo de la tarjeta para mantener liquidez
postergar la revisión del costo real de una deuda
Cada acción, vista de forma individual, puede parecer razonable. Pero en conjunto, pueden generar un efecto contrario al esperado: pagar intereses altos mientras se busca rendimiento bajo, o comprometer liquidez por decisiones mal priorizadas.
No se trata de falta de disciplina, sino de falta de una visión integral.
La IA como copiloto financiero
Una aplicación inteligente bien diseñada no debería decirle al usuario qué hacer, sino ayudarle a entender el impacto real de sus decisiones.
Un modelo de inteligencia artificial aplicado a este problema funcionaría como un copiloto financiero, analizando de forma conjunta tres elementos clave:
Las deudas activas
tasas de interés
penalizaciones
impacto mensual en el flujo de efectivo
Las inversiones actuales o potenciales
rendimiento esperado
nivel de riesgo
liquidez
horizonte de tiempo
La situación financiera real del usuario
ingresos
gastos fijos
capacidad de pago
margen para invertir sin generar estrés financiero
La IA no elimina la decisión final, pero ordena la información de forma objetiva y reduce el margen de error.
Priorizar no es lo mismo que acelerar
Uno de los principales aportes de un modelo inteligente es ayudar a priorizar, no a tomar decisiones impulsivas. Muchas personas confunden optimización financiera con hacer todo más rápido: pagar deudas agresivamente, invertir cada excedente o mover dinero constantemente.
La realidad es que una buena estrategia financiera no siempre acelera. A veces, frena. La IA puede identificar cuándo una decisión que “se siente correcta” en realidad incrementa el riesgo financiero o reduce el margen de maniobra del usuario en el corto plazo.
Priorizar bien no significa hacer más movimientos, sino hacer menos, pero mejor pensados.
El valor de anticiparse, no de reaccionar
Otro beneficio clave de la inteligencia artificial aplicada a este contexto es su capacidad para anticipar escenarios, no solo reaccionar a ellos. Al analizar patrones de gasto, fechas de pago y comportamiento histórico, un sistema inteligente puede alertar sobre futuros puntos de presión financiera antes de que se conviertan en problemas.
Por ejemplo, advertir que un mes específico combinará varios pagos relevantes o que una inversión reducirá liquidez en un momento crítico. Esta capacidad preventiva es especialmente valiosa para usuarios que suelen tomar decisiones financieras bajo estrés o urgencia.
Anticiparse no elimina el riesgo, pero reduce la probabilidad de errores costosos.
Tecnología al servicio del criterio, no del impulso
Es importante subrayar que la inteligencia artificial no sustituye la responsabilidad financiera del usuario. Su verdadero valor está en reforzar el criterio, no en alimentar impulsos.
Un buen modelo inteligente no empuja a invertir más ni a pagar deudas de forma indiscriminada. Al contrario, pone límites, muestra consecuencias y obliga a cuestionar decisiones que, de otro modo, se tomarían por emoción, cansancio o presión externa.
En ese sentido, la IA no es una solución mágica, sino una herramienta de claridad. Y en finanzas personales, ver con claridad suele ser el primer paso para decidir mejor.
Fernando Richardt
Co Fundador de FINDIS, primer mercado de inversión en México en bienes raíces y fondos de inversión. CEO de FINDIS
El ecosistema fintech mexicano ha experimentado una transformación acelerada durante la última década, consolidándose como el segundo mercado más grande de América Latina con más de 700 empresas registradas ante la Comisión Nacional Bancaria y de Valores (CNBV) (Fintech México, 2024). Sin embargo, esta expansión digital ha sido acompañada por un incremento exponencial de amenazas cibernéticas que ponen en riesgo tanto la estabilidad financiera como la confianza de los usuarios. En este contexto, la inteligencia artificial (IA) emerge como una herramienta estratégica fundamental para la detección y prevención del fraude en tiempo real, permitiendo a las instituciones financieras no tradicionales competir en seguridad a la par de los bancos establecidos.
La relevancia de este tema radica en la convergencia de dos factores críticos:
1º. El crecimiento del comercio electrónico y los pagos digitales en México, donde el 68% de las fintechs ya han integrado capacidades de IA en sus operaciones (Fintech México, 2024).
2º. La sofisticación creciente de los ciberdelincuentes que utilizan técnicas de ingeniería social y malware avanzado; y tercero, el marco regulatorio mexicano que exige estándares crecientes de seguridad y prevención de lavado de dinero.
Este artículo analiza cómo la IA está redefiniendo la ciberseguridad en el sector fintech mexicano, examinando sus aplicaciones técnicas, desafíos de implementación y recomendaciones estratégicas para las empresas del sector.
Desarrollo
El Panorama de la Amenaza: Magnitud y Evolución del Fraude Financiero
El fraude financiero representa una de las pérdidas económicas más significativas para el sector financiero latinoamericano. Solo en Brasil, las pérdidas por fraude alcanzaron aproximadamente 1,880 millones de dólares en 2024, evidenciando la escala del problema regional (Fintech México, 2024).
En México, aunque las cifras oficiales son fragmentarias, el Banco de México ha reportado un incremento sostenido en reclamaciones por operaciones no reconocidas, particularmente en canales digitales. La migración masiva hacia servicios bancarios móviles, acelerada por la pandemia de COVID-19, ha ampliado la superficie de ataque disponible para ciberdelincuentes.
Las modalidades de fraude han evolucionado desde el robo de tarjetas físicas hacia esquemas sofisticados de phishing, vishing (phishing telefónico), malware bancario y ataques de ingeniería social dirigidos. Los fraudes en comercio electrónico (card-not-present) y las transferencias no autorizadas representan actualmente la mayoría de las pérdidas. Esta complejidad exige sistemas de detección que operen en milisegundos, analizando miles de variables simultáneamente, tarea imposible para los sistemas basados únicamente en reglas estáticas tradicionales.
Aplicaciones de IA en la Ciberseguridad Fintech
La inteligencia artificial ofrece capacidades transformadoras en tres áreas fundamentales de la ciberseguridad financiera: detección de anomalías transaccionales, autenticación biométrica y análisis predictivo de comportamiento.
En la detección de anomalías, los algoritmos de machine learning supervisado y no supervisado analizan patrones históricos de transacciones para establecer líneas base de comportamiento normal de cada usuario. Cuando una transacción se desvía significativamente de estos patrones —ya sea por monto, ubicación geográfica, dispositivo utilizado o velocidad de ejecución— el sistema genera alertas en tiempo real o bloquea automáticamente la operación. Las técnicas de deep learning permiten identificar correlaciones complejas entre múltiples variables que serían imperceptibles para analistas humanos o sistemas basados en reglas simples (Kumar & Sharma, 2023).
La autenticación biométrica ha evolucionado desde el reconocimiento facial y de voz hacia sistemas multimodales que combinan múltiples factores biométricos con análisis de comportamiento (behavioral biometrics). Estos sistemas evalúan patrones de tecleo, forma de sostener el dispositivo, ritmo de navegación e incluso patrones de desplazamiento geográfico para construir perfiles únicos de usuario que son extremadamente difíciles de replicar por atacantes (Jain et al., 2022).
Finalmente, el análisis predictivo utiliza modelos de machine learning para identificar redes de cuentas relacionadas con actividades fraudulentas (money rules), detectar campañas de phishing en etapas tempranas y predecir vulnerabilidades en la infraestructura tecnológica antes de que sean explotadas. Esta capacidad de anticipación representa un cambio de paradigma desde la respuesta reactiva hacia la prevención proactiva.
Marco Regulatorio y Desafíos de Implementación
El marco regulatorio mexicano, establecido principalmente por la Ley Fintech de 2018 y las disposiciones de la CNBV, establece obligaciones estrictas en materia de seguridad de la información, prevención de lavado de dinero y protección al usuario. Recientemente, las nuevas designaciones contra el financiamiento al terrorismo han expandido las obligaciones de reporte y debida diligencia para las instituciones financieras (Fintech México, 2024). En este contexto, las soluciones de IA deben cumplir con requisitos de explicabilidad (explainable AI), auditabilidad y no discriminación algorítmica.
Sin embargo, la implementación de sistemas de IA en ciberseguridad enfrenta desafíos significativos. El primero es la calidad y disponibilidad de datos: los modelos de machine learning requieren grandes volúmenes de datos etiquetados para entrenamiento, y muchas fintechs mexicanas carecen de historiales suficientes de fraudes documentados. El segundo desafío es la fuga de talento especializado: los científicos de datos y expertos en ciberseguridad son escasos y costosos, particularmente para startups en etapas tempranas. El tercero es la resistencia cultural: algunas instituciones tradicionales mantienen desconfianza hacia decisiones automatizadas, prefiriendo intervención humana en casos de alto riesgo.
Adicionalmente, existe el riesgo de los ataques adversariales a la propia IA, donde los ciberdelincuentes diseñan inputs específicamente elaborados para engañar a los algoritmos de detección. Esto exige estrategias de machine learning robustas que incluyan entrenamiento con datos adversariales y monitoreo continuo del desempeño de los modelos.
Tendencias Emergentes y el Ecosistema Mexicano
El panorama mexicano presenta oportunidades únicas para la innovación en IA aplicada a ciberseguridad. La Estrategia Nacional de Finanzas Digitales 2025-2030 busca flexibilizar regulaciones para fomentar la innovación, incluyendo la posibilidad de sandboxesregulatorios extendidos y colaboración público-privada en materia de ciberseguridad (Fintech México, 2024). Se están pilotando bases de datos compartidas de fraude entre instituciones financieras, lo que potencialmente permitiría entrenar modelos de IA con datasets más robustos y diversos.
Las fintechs mexicanas líderes, como Klar, Kapital y Plata, están invirtiendo significativamente en capacidades de IA no solo para detección de fraude, sino para personalización de productos y optimización de riesgo crediticio. Esta convergencia entre ciberseguridad y underwriting crediticio sugiere una tendencia hacia plataformas integrales de gestión del riesgo que utilizan IA de extremo a extremo.
La adopción de computación en la nube y arquitecturas cloud-native facilita la implementación de soluciones de IA escalables, aunque introduce nuevos vectores de ataque que deben ser gestionados. La seguridad de los modelos de IA misma —protección de propiedad intelectual algorítmica y prevención de extracción de modelos— se está convirtiendo en una preocupación prioritaria.
Conclusión
La inteligencia artificial representa una herramienta indispensable para la ciberseguridad en el ecosistema fintech mexicano, ofreciendo capacidades de detección en tiempo real, autenticación avanzada y análisis predictivo que son esenciales para mantener la confianza de los usuarios y cumplir con obligaciones regulatorias crecientes. Sin embargo, su implementación efectiva requiere superar desafíos técnicos, de talento y culturales que varían según la madurez de cada organización.
Para las empresas y el sector fintech en general, se recomienda adoptar una estrategia de implementación gradual: comenzar con casos de uso específicos de alto impacto (como detección de transacciones anómalas en tiempo real), establecer alianzas con proveedores especializados de IA para acelerar el time-to-market, y priorizar la construcción de capacidades internas de ciencia de datos. Es fundamental mantener un enfoque en la explicabilidad de los modelos para cumplir con requisitos regulatorios y mantener la confianza de los usuarios.
La colaboración sectorial —compartiendo inteligencia de amenazas y mejores prácticas— será clave para elevar el nivel general de seguridad del ecosistema frente a adversarios cada vez más sofisticados.
Las fintechs que logren integrar la IA de manera efectiva en sus arquitecturas de seguridad no solo mitigarán riesgos operativos, sino que obtendrán una ventaja competitiva significativa en un mercado donde la confianza digital es el activo más valioso.
Benjamín Guerrero Verdín Emprendedor y Consultor Empresarial. TAI – Consulting & StrategyCEO Fundador. ACNOS TAI CORP.
México se ha consolidado como uno de los ecosistemas fintech más dinámicos de América Latina
Desde la promulgación de la Ley Fintech en 2018, el país pasó de un sistema financiero tradicional y excluyente a un entorno digital más abierto, competitivo e innovador. Para 2026, el sector no solo representa crecimiento económico, sino una palanca estratégica para inclusión financiera, eficiencia y transformación estructural.
La Ley Fintech (2018) marcó un hito regulatorio pionero al formalizar el ecosistema, habilitando innovación e inclusión financiera, aunque introduciendo procesos de autorización complejos que elevaron la barrera de entrada para nuevos jugadores.
Actualmente, México supera las mil empresas fintech activas, con fuerte presencia en pagos digitales, crédito alternativo, banca digital, open finance y criptoactivos. Tras la pandemia (2020–2022), la digitalización forzada aceleró la adopción de pagos electrónicos y banca digital, validando modelos fintech frente a la banca tradicional.
Este crecimiento responde a una demanda estructural: millones de personas no bancarizadas y PyMEs que requieren soluciones más accesibles, ágiles y personalizadas. En este contexto, el avance hacia open banking y open finance, vía APIs, abre oportunidades competitivas, aunque su potencial sigue condicionado por regulación secundaria pendiente y asimetrías en el acceso a datos.
En el plano regulatorio, México ha evolucionado hacia esquemas de “flexibilidad vigilada”. Entre 2024 y 2025, se incorporaron ajustes que contemplan inteligencia artificial, scoring alternativo y finanzas abiertas, reforzando la supervisión por parte de la CNBV y Banxico sin frenar completamente la innovación.
De cara a 2026, las tendencias clave son claras. Primero, el escalamiento de pagos digitales y wallets como infraestructura financiera básica. Segundo, la inteligencia artificial como ventaja competitiva estructural en crédito, fraude y experiencia del cliente. Tercero, el embedded finance, integrando servicios financieros en plataformas no financieras.
Paralelamente, el mercado entra en una fase de consolidación: menos startups experimentales y más scale-ups, con fusiones, adquisiciones y alianzas banco-fintech que marcan el paso de exploración a madurez operativa.
Los desafíos siguen siendo relevantes. La ciberseguridad y la protección de datos se convierten en prioridades ejecutivas ante el aumento de fraudes y ataques impulsados por IA. La confianza del usuario emerge como variable crítica de sostenibilidad.
De cara a este año, el fintech mexicano en 2026 no se define solo por tecnología, sino por impacto. Innovar con responsabilidad, escalar con cumplimiento y poner al usuario al centro será clave para consolidar el liderazgo regional y fortalecer la inclusión financiera como política económica efectiva.
Armando Tapia Gallegos
CEO& Owner en Acámbaro, con más de 25 años de experiencia.
En un mercado financiero que exige cada vez más especialización y agilidad, nace FYNKAPITAL. Esta nueva entidad es el resultado de una alianza estratégica entre Fynsa y TM Sourcing, diseñada para cerrar la brecha de financiamiento en el sector de las instituciones financieras no bancarias en México.
En una reciente entrevista, Christian Donoso detalló cómo esta unión combina la trayectoria regional en administración de activos de Fynsa con la robusta experiencia operativa y legal de TM Sourcing en el mercado local.
El origen de una visión compartida
La llegada de Fynsa a México hace dos años tuvo un objetivo claro: expandir el negocio de deuda privada. Sin embargo, para Christian Donoso, el éxito dependía de encontrar al aliado local adecuado.
»Creemos que la presencia en México es fundamental desarrollarla con un partner local. Tras conocer a Adolfo y a Pedro, nos dimos cuenta de que coincidíamos en los valores de las dos compañías; eso fue fundamental para pensar en desarrollar negocios juntos», afirma Donoso.
FYNKAPITAL nace, según explica el directivo, de un equilibrio estratégico: «Unimos la experiencia que traemos en deuda privada y el conocimiento que tiene TM Sourcing sobre las SOFOMES. Encontramos un equilibrio entre el retorno esperado y el riesgo que tomamos».
Un modelo de negocio basado en la flexibilidad
El diferencial de FYNKAPITAL frente a la banca tradicional radica en su capacidad de entender las necesidades reales de las empresas medianas. Mientras que las instituciones tradicionales suelen ser rígidas, FYNKAPITAL apuesta por la cercanía.
»La diferencia principal radica en la flexibilidad. Los bancos tradicionales tienen procesos muy rígidos y las empresas medianas o las SOFOMES no encajan en sus moldes tradicionales de riesgo. Nosotros podemos estructurar soluciones a la medida», destaca Donoso.
Seguridad y Mitigación de Riesgo
Uno de los pilares técnicos de la empresa es el uso de estructuras legales sólidas para proteger el capital.
»A través de esta estructura, las garantías pueden quedar en un fideicomiso y, por lo tanto, se asegura de mejor manera el cobro de esos flujos en el futuro», explica el entrevistado, subrayando que no buscan ser solo un prestamista, sino un aliado estratégico.
México: El escenario de la «Tormenta Perfecta»
Donoso destaca que la estabilidad macroeconómica de México y su necesidad de capital para crecer crean un entorno sumamente atractivo.
»Lo que está pasando en México hace ya bastante tiempo es muy positivo. Se necesita ‘gasolina’, se necesitan recursos para el crecimiento; esta ‘tormenta perfecta’ que se está dando coincide plenamente con nuestros objetivos».
Metas y Proyecciones
Con una hoja de ruta clara para los próximos tres años, FYNKAPITAL busca posicionarse como el referente en deuda privada del país, cubriendo los nichos que la banca tradicional deja desatendidos.
»Nuestras metas son ambiciosas pero responsables. No venimos a competir con los bancos, venimos a llenar los espacios que ellos dejan vacíos y a potenciar el crecimiento económico desde una base financiera sólida», concluye Christian Donoso.
TMSourcing, firma con más de 18 años en planeación patrimonial y fideicomisos, anunció su expansión hacia el ecosistema bursátil mediante la incorporación de una casa de bolsa y una sociedad administradora de fondos, sujetas a autorización regulatoria. Este movimiento no solo amplía su portafolio, sino que abre la puerta a innovación tecnológica y digitalización de procesos financieros, claves para la inclusión de PYMES y empresas familiares en el mercado de valores.
Fintech y democratización del acceso al capital
La estrategia de TMSourcing se alinea con las recientes reformas a la Ley del Mercado de Valores, que permiten emisiones simplificadas y fortalecen figuras como las SAPIBs. Estas herramientas, combinadas con plataformas digitales, prometen reducir costos y tiempos para que más empresas accedan a financiamiento bursátil.
“Queremos ser el eje institucional que acompañe, capacite y procure el financiamiento de proyectos públicos y privados”, afirmó Adolfo González Olhovich, presidente del Consejo de Administración.
Tecnología para transparencia y eficiencia
La integración de una casa de bolsa bajo estándares regulatorios abre oportunidades para implementar soluciones fintech como onboarding digital, análisis de riesgo con IA y sistemas de trazabilidad en fideicomisos. Estas innovaciones son esenciales para cumplir con normativas y ofrecer experiencias ágiles a inversionistas y emisores.
Oportunidades en infraestructura y sectores emergentes
México enfrenta un reto de inversión de un billón de dólares en infraestructura en la próxima década. La digitalización de procesos fiduciarios y bursátiles será clave para atraer capital nacional e internacional, garantizando gobernanza y eficiencia en proyectos de alto impacto.
