Riesgo sistémico en 2026: Geopolítica, IA y Resiliencia

Presidente del Comité Técnico Nacional de Administración de Riesgos del IMEF.

El riesgo siempre ha formado parte de la vida económica, pero su naturaleza actual se caracteriza por la velocidad, la escala y la profunda interconexión. Las tensiones geopolíticas, la aceleración tecnológica y la toma de decisiones basadas en datos ya no operan de forma independiente; se refuerzan mutuamente. Y generan vulnerabilidades sistémicas difíciles de anticipar y una vez maternizadas, complejas de contener.

El informe sobre Riesgos Globales 2026 del Foro Económico Mundial (WEF) refleja este cambio con particular claridad. El 50% de los líderes y expertos encuestados anticipa un panorama mundial “turbulento o tormentoso” para los próximos dos años, una percepción que se agrava ante la consolidación de la confrontación geoeconómica como el riesgo más significativo a corto plazo. La rivalidad estratégica, marcada por sanciones y fragmentación comercial, afecta directamente la estabilidad de las cadenas de suministro, la asignación de capital, la dinámica de la inflación y la estabilidad financiera. No es casual que 68% de los especialistas prevén un orden mundial fragmentado y multipolar para la próxima década.

Lo que define este momento es la erosión de los tradicionales ‘silos’ de gestión de riesgo. Las decisiones políticas dictan el acceso a la tecnología, los fallos digitales desestabilizan mercados y las crisis financieras derivan rápidamente en fracturas sociales e institucionales. En este entorno, confundir riesgo con volatilidad es un error costoso. La volatilidad es visible y cuantificable, pero el verdadero riesgo es la probabilidad de pérdida permanente, a menudo oculta tras periodos de estabilidad aparente.

Paradójicamente los mayores peligros tienden a surgir cuando los modelos y predicciones inspiran la mayor confianza. Esta idea es especialmente relevante en una era dominada por la inteligencia artificial (IA) e IA Generativa. Estas tecnologías han transformado la toma de decisiones en los ámbitos de las finanzas, salud, la seguridad y las políticas públicas. Aportan escala y eficiencia, introduciendo nuevas categorías de riesgo que a menudo se subestiman. Los modelos entrenados con datos sesgados o incompletos pueden distorsionar sistemáticamente los resultados. Los errores incorporados en los sistemas automatizados pueden propagarse silenciosamente a través de miles de decisiones. A ello se suman las vulnerabilidades de las bibliotecas de software más utilizadas, capaces de exponer ecosistemas analíticos completos a amenazas cibernéticas.

Otra preocupación creciente es el papel de la IA en la propagación de información errónea. Los modelos generativos ahora son capaces de producir contenido sintético muy convincente a gran escala, erosionando la confianza en la información, los mercados y las instituciones. Esta erosión de la confianza no es un riesgo teórico; tiene consecuencias económicas tangibles que afectan la confianza de los inversores y las respuestas regulatorias. Además, a medida que los datos de alta calidad generados por humanos se vuelven más escasos, las organizaciones dependen cada vez más de los datos sintéticos, lo que introduce riesgos de retroalimentación, degradación en los modelos y la falsa precisión en las predicciones.

Esta dinámica impone los límites de los marcos de riesgo tradicionales. Los modelos probabilísticos y las pruebas de estrés históricas se diseñaron para sistemas relativamente estables. En contraste, los entornos digitales y geopolíticas modernos son no lineales, adaptativos y están estrechamente interconectados. Pequeños fallos pueden desencadenar resultados desproporcionados y correlaciones pueden romperse de forma abrupta. En estos sistemas, el riesgo no es solo una variable a optimizar, sino una propiedad inherente de la complejidad.

Gestionar el riesgo bajo estas condiciones requiere una mentalidad más amplia. Los modelos cuantitativos siguen siendo esenciales, pero deben de complementarse con el criterio de los expertos, la supervisión ética y la previsión estratégica. Las organizaciones que obtienen mejores resultados en este entorno priorizan la resiliencia frente a la optimización a corto plazo, la gobernanza frente a la automatización sin control y a la adaptabilidad frente a la planificación rígida. Reconocen que no todos los riesgos pueden predecirse y concentran sus esfuerzos, en desarrollar la capacidad de absorber las crisis, contar con coberturas eficientes y recuperarse de forma ágil.

Desde el Comité de Administración Integral de Riesgos del IMEF, este enfoque guiará nuestras sesiones y análisis a lo largo de 2026. En la era de los sistemas inteligentes, la gestión del riesgo ha dejado de ser una función técnica de cumplimiento; se ha convertido en una capacidad estratégica indispensable para asegurar, sin margen de error, la supervivencia y la competitividad a largo plazo.