El riesgo de la IA no está donde todos miranAI's real risk is not where everyone is looking
Analista de Transfer Pricing. Investigador en gobernanza algorítmica aplicada al cumplimiento fiscal internacional. Creador del Sistema TRIA.Transfer Pricing Analyst. Researcher in algorithmic governance applied to international tax compliance. Creator of Sistema TRIA.
Cuando una organización habla del "riesgo de la IA", la conversación suele ir hacia los mismos lugares: el reemplazo de puestos de trabajo, los deepfakes, los sesgos en sistemas de reconocimiento facial, la concentración de poder en pocas empresas tecnológicas. Son riesgos reales. Y son, en su mayoría, riesgos que le ocurren a otros — o que ocurrirán en el futuro.When an organization talks about "AI risk," the conversation usually drifts toward the same places: job displacement, deepfakes, bias in facial recognition systems, the concentration of power in a handful of tech companies. Those are real risks. And they are, for the most part, risks that happen to someone else — or that will happen in the future.
Dónde está el riesgo real hoyWhere the real risk is today
El riesgo que está ocurriendo ahora, en la mayoría de las organizaciones que ya usan IA, es más silencioso y más inmediato. Y nadie lo llama riesgo porque parece un problema de procesos.
The risk that's actually happening right now, in most organizations already using AI, is quieter and far more immediate. And no one calls it risk because it looks like a process problem.
El riesgo de la IA para una firma de servicios profesionales, una empresa con operaciones intercompany o cualquier organización en un entorno regulado no está en que el modelo se vuelva autónomo ni en que reemplace al contador. Está en tres puntos concretos de la cadena de trabajo:
For a professional services firm, a company with intercompany operations, or any organization in a regulated environment, AI's risk isn't that the model becomes autonomous or replaces the accountant. It sits in three concrete points along the workflow:
El momento en que un output de IA entra a un documento que sale de la organización sin registro del proceso. Un análisis de comparables elaborado con asistencia de IA, un borrador de contrato revisado con un modelo de lenguaje, un informe de precios de transferencia donde la búsqueda de datos fue asistida por IA. Si ese proceso no quedó documentado, la organización no puede reconstruirlo cuando alguien lo pida. Y alguien lo va a pedir.
The moment an AI output enters a document that leaves the organization without a record of the process. A comparables analysis built with AI assistance, a contract draft reviewed with a language model, a transfer pricing report where the data search was AI-assisted. If that process wasn’t documented, the organization can’t reconstruct it when someone asks. And someone will ask.
El momento en que los datos de un cliente salen del perímetro de la organización sin que nadie lo sepa. Una versión gratuita de una herramienta de IA, usada por un analista que no sabe que los términos de servicio permiten usar esa información para entrenar modelos futuros. La Ley 25.326 argentina y la Disposición AAIP 60/2016 ya aplican sobre ese escenario. No hace falta una ley de IA para que eso sea un problema legal.
The moment a client's data leaves the organization's perimeter without anyone knowing. A free-tier AI tool, used by an analyst who doesn't know the terms of service allow that information to be used to train future models. Argentina's Law 25,326 and AAIP Disposition 60/2016 already apply to that scenario. You don't need an AI law for that to be a legal problem.
El momento en que la organización no puede demostrar que supervisó lo que la IA produjo. No porque no lo haya supervisado — sino porque la supervisión no dejó registro. Desde la perspectiva de cualquier auditor o regulador, lo que no tiene evidencia no ocurrió.
The moment the organization can't demonstrate it oversaw what the AI produced. Not because it didn't oversee it — but because the oversight left no record. From the perspective of any auditor or regulator, what has no evidence didn't happen.
Por qué nadie lo llama riesgoWhy no one calls it risk
Porque se parece a un problema de procesos. Y los problemas de procesos son aburridos, no urgentes y difíciles de traducir en una conversación ejecutiva.
Because it looks like a process problem. And process problems are boring, not urgent, and hard to translate into an executive conversation.
El riesgo de los deepfakes es narrativamente potente. El riesgo de no tener un log de validación antes de que un output de IA integre una declaración jurada es difícil de contar en una reunión de directorio.
The risk of deepfakes makes for a powerful story. The risk of not having a validation log before an AI output feeds into a sworn filing is hard to pitch in a board meeting.
Pero es el segundo el que produce consecuencias reales en el corto plazo. Una fiscalización de Transfer Pricing que pide reconstruir la metodología. Un requerimiento de la UIF sobre un análisis de partes vinculadas. Una cláusula contractual de un cliente europeo que exige acreditar ZDR activo sobre los datos procesados. Esos escenarios no son hipotéticos — son el funcionamiento ordinario de los organismos de control que ya existen.
But it's the second one that produces real short-term consequences. A Transfer Pricing audit demanding the methodology be reconstructed. A UIF request regarding a related-party analysis. A contractual clause from a European client requiring proof that active ZDR was applied to processed data. These scenarios aren't hypothetical — they're the ordinary functioning of oversight bodies that already exist.
El mapa que faltaThe missing map
La mayoría de las organizaciones tiene una conversación sobre los riesgos futuros de la IA y ninguna conversación sobre los riesgos presentes del proceso de uso actual.
Most organizations are having a conversation about AI’s future risks and no conversation at all about the present risks of how it’s actually being used today.
El mapa que falta es simple: qué procesos de la organización involucran IA hoy, qué documentación deja cada uno, quién es responsable de validar los outputs antes de que salgan, y qué pasa si alguien pide reconstruir ese proceso mañana.
The missing map is simple: which organizational processes involve AI today, what documentation each one leaves behind, who's responsible for validating outputs before they go out, and what happens if someone asks to reconstruct that process tomorrow.
Ese mapa no requiere tecnología sofisticada. Requiere que alguien en la organización haya hecho la pregunta.
That map doesn't require sophisticated technology. It requires that someone in the organization has asked the question.
La mayoría todavía no la hizo. Y en el intervalo entre no haberla hecho y que alguien externo la haga, el riesgo acumula.
Most haven't asked it yet. And in the interval between not asking and someone external asking it for them, the risk accumulates.
ReferenciasReferences
Lento U. (2026). Marco TRIA™: Trazabilidad, Razonamiento, IA, Auditoría. Dirección Nacional del Derecho de Autor, Legajo N.° RL-2026-46255181.
Lento U. (2026). Marco TRIA™: Trazabilidad, Razonamiento, IA, Auditoría. Dirección Nacional del Derecho de Autor, Legajo N.° RL-2026-46255181.