ia

30 weys revisan 20 mil imágenes de escáneres a la semana: así funciona la IA que México está entrenando en sus 50 aduanas para cazar contrabando

ia · 7 min de lectura

30 weys revisan 20 mil imágenes de escáneres a la semana: así funciona la IA que México está entrenando en sus 50 aduanas para cazar contrabando

La ANAM entrena un modelo de IA con más de 60 mil imágenes de escáneres para detectar dobles fondos, material orgánico y contrabando. La neta de cómo funciona el sistema que ya opera en las 50 aduanas del país.

30 weys revisan 20 mil imágenes de escáneres a la semana: así funciona la IA que México está entrenando en sus 50 aduanas para cazar contrabando

Haz la cuenta: 30 especialistas, 20 mil imágenes semanales, 3 minutos por imagen para decir si hay algo raro o no. Si te da un número ajustadísimo, es porque lo es. Eso es exactamente lo que vive el equipo del Centro de Procesamiento Electrónico de Datos (CPED) de la Agencia Nacional de Aduanas de México (ANAM) cada semana, analizando lo que escupen los escáneres de las 50 aduanas del país. Y es por eso que decidieron meterle IA al asunto.

El CPED: el cuarto donde México ve todo lo que cruza

El CPED lleva 14 años operando casi en el anonimato. Es básicamente una sala de control con pantallas que transmiten en tiempo real lo que pasa en cada aduana del país. Ahí, analistas con entrenamiento especializado revisan las imágenes generadas por los escáneres de inspección no intrusiva: esos equipos de rayos X de alta energía que pueden ver el interior de un tráiler completo sin que nadie lo abra.

Lo que buscan estos analistas, en menos de 3 minutos por imagen, es identificar:

  • Formas y densidades anómalas en la carga declarada
  • Dobles fondos en remolques, pipas y contenedores
  • Material orgánico oculto (ahí entra el fentanilo, la hierba, lo que sea)
  • Cualquier inconsistencia entre lo que dice el manifiesto de carga y lo que muestra el escáner

Ese diagnóstico de 3 minutos define si la mercancía pasa o si se hace una inspección física. El problema es que la escala ya rebasó a los humanos solos.

60 mil imágenes y un modelo que aprende a cazar raros

La ANAM reportó en julio de 2026 que está entrenando un modelo de IA con un banco de imágenes que ya supera los 60 mil registros, y que sigue creciendo semana a semana con los 20 mil nuevos archivos que llegan al CPED. La idea es que el modelo aprenda a reconocer patrones de lo que se ve “normal” en un escáner versus lo que no, y le tire una bandera al analista humano antes de que tenga que revisarlo desde cero.

No es magia. Es básicamente computer vision entrenado en un dataset muy específico de imágenes de rayos X de carga. El modelo no reemplaza al analista, lo asiste: prioriza, señala zonas de interés, detecta formas que estadísticamente se asocian a contrabando. El analista toma la decisión final.

Lo que sí es relevante: actualmente hay 66 escáneres instalados entre fijos y móviles. La meta a 12 meses es llegar a 150 unidades con capacidad para detectar armamento. Cuando eso ocurra, el volumen de imágenes que llega al CPED se va a disparar, y sin IA simplemente no hay manera de mantener el ritmo.

La reforma del 1 de julio y por qué todo esto importa ahora

El contexto no es casual. El 1 de julio de 2026 entró en vigor una reforma a la Ley Aduanera que liberalizó la operación de las agencias aduanales: ya pueden trabajar en cualquiera de las 50 aduanas del país, no solo en las que tenían asignadas antes. El cambio fue piloteado entre mayo y junio con ajustes técnicos y operativos, coordinado por el SAT, la ANAM y la Secretaría de Economía.

Esa reforma viene acompañada de un fortalecimiento formal de las facultades de inspección de la ANAM: pueden usar IA, análisis de riesgo y monitoreo digital como herramientas de verificación fiscal. No es solo tecnología bonita, es que la ley ahora lo habilita explícitamente.

Y el contexto presupone presión: la aduana de Matamoros estuvo en el centro del escándalo del huachicol fiscal más grande de la historia reciente, donde se documentó el ingreso ilegal de 144 millones de litros de combustible en solo 52 días. De los involucrados: 30 agentes de la propia ANAM que controlaban el flujo de pipas. La ANAM ya recuperó más de 225 mil millones de pesos en lo que va del combate al huachicol, según Infobae. Están en modo de demostrar que sí pueden.

El detalle que nadie dice: la IA también reduce la corrupción

Esto es lo que no sale en los comunicados oficiales pero es tan relevante como lo técnico. Cuando un analista humano es el único que ve una imagen y decide si pasa o no, hay un vector de corrupción. Ya lo vimos: 30 weyes controlaban todo el huachicol fiscal. Cuando un modelo de IA hace el primer filtro y registra todo con log inmutable, ya no basta con un “no vi nada raro”. El sistema quedó marcado, y el analista que ignore una bandera roja tiene que justificarlo.

No es que la IA sea incorruptible (se puede envenenar el dataset, se puede hackear el sistema), pero sube el costo de la coima considerablemente. Eso está buenísimo, francamente.

Algo parecido a lo que estamos viendo en México lo viene discutiendo el gobierno japonés con sus propias agencias de seguridad: y no es coincidencia que Japón también esté apostando fuerte a la IA gubernamental mientras México sigue sin ley de IA. Aquí al menos ya hay algo concreto moviéndose desde el Estado.

El frente internacional: ANAM y CBP comparten datos en tiempo real

Hay otro movimiento que complementa el de la IA. ANAM y el US Customs and Border Protection (CBP) están desarrollando un sistema de intercambio de información en tiempo real para validar declaraciones de importación y exportación antes de que la mercancía cruce la frontera. El encuentro lo abrieron Héctor Romero (titular de ANAM) y Diane Sabatino (Acting Executive Assistant Commissioner / Asistente Comisionada Ejecutiva de la Oficina de Operaciones de Campo de CBP). El sistema apunta específicamente a huachicol, armas, narcóticos y contrabando general.

La lógica es buena: si México ya sabe qué declaró alguien en un manifiesto y EE.UU. puede validar si eso coincide con sus registros del lado de allá, las inconsistencias se vuelven visibles antes de que el tráiler cruce. Eso complementa perfectamente la IA local de imágenes: uno ve los papeles, el otro ve el contenido.

¿Y cuándo entra en operación el modelo?

Aquí la neta es que no hay una fecha oficial publicada. El artículo de La Jornada del 27 de julio lo presenta como un proyecto en desarrollo, no como un anuncio de lanzamiento. El dataset de entrenamiento sigue creciendo. Considerando que el CPED lleva años acumulando imágenes etiquetadas por analistas expertos, tienen un recurso de entrenamiento bastante sólido para este tipo de tarea.

Lo que sí sabemos: para cuando lleguen a los 150 escáneres (meta a 12 meses), necesitan el modelo operativo. De lo contrario, los 30 analistas quedarían sepultados en imágenes. Pon tus apuestas en algún momento del segundo semestre de 2026.

Vale la pena recordar que Coatlicue, la supercomputadora más potente de LATAM instalada en Barcelona, también aparece mencionada en la órbita de este proyecto. Si hay colaboración ahí para el entrenamiento del modelo, estamos hablando de capacidad de cómputo de otro nivel.

Lo que viene

El escenario a mediano plazo: más escáneres, modelo de IA asistiendo en tiempo real, datos cruzados con el CBP, y la UIF también metida en el loop compartiendo inteligencia financiera con la ANAM. No es el sistema perfecto, pero es un salto considerable respecto a 30 personas mirando pantallas sin ningún apoyo computacional.

La pregunta que queda en el aire es el dato de calidad del dataset: ¿qué tan bien etiquetadas están esas 60 mil imágenes? ¿Cuántas son casos positivos de contrabando confirmado versus carga limpia? Eso determina si el modelo va a ser un genuino detector o un generador de falsas alarmas que termine haciendo más lento el despacho en lugar de acelerarlo.

Lo que está claro es que México está apostando a que la tecnología compense la falta de analistas. Ojalá también apuesten a que los analistas que tienen estén bien entrenados para trabajar con el modelo, porque una IA mal integrada en el workflow humano puede ser peor que no tenerla.

¿Tú crees que la IA sea suficiente o que el problema de fondo es el de siempre: corrupción institucional que ningún modelo va a resolver? Deja tu opinión.

Fuentes

Comentarios

No te pierdas ningún post

Recibe lo nuevo de Al Chile Tech directo en tu correo. Sin spam.

También te puede interesar