En América Latina no necesitamos crear un LLM desde cero para demostrarle al mundo las capacidades de la región. América Latina puede tomar un LLM de pesos abiertos, gratuito y con permiso comercial y especializarlo an algo (finetuning) donde la región sí pueda tener una ventaja competitiva.
Colombia ha sido uno de los países mas corruptos del mundo y esto ha generado muchísimos estudios y análisis al interior del país, por eso, es razonable pensar que desde este país se puede exportar la mejor solución anti-corrupción del mundo, porque tenemos los mejores datos y experiencia viviendo esta problemática.
Así como Israel ha desarrollado la industria mas grande de contrainteligencia militar, cada uno de nuestros países en América Latina tiene un potencial enorme de exportar una solución innovadora en estos tiempos que vivimos donde la IA se perfila como la siguiente revolución industrial.
El caso Colombiano
En Colombia tenemos datos. Para bien o para mal cada caso de fraude y corrupción que le ha dado fama a nuestro país, ha dejado innumerables métricas, estadísticas y patrones bien documentados. En un momento de mi carrera como perito forense me hice la siguiente pregunta: ¿y si atajamos el problema?
Qué tal si creamos algo que “detecte indicios de corrupción” antes de que se materialice?. Los datos ya los teníamos, llevábamos muchos años en investigaciones de fraude, enseñando en la academia, dando conferencias y el problema seguía ahí, como si fuera cultural, como si estuviera anclado al ADN de las personas, como si “comportarse mal” fuera lo común y no lo extraño.
Claramente este problema, de tal magnitud, no lo sufren otros países, pero dentro de todo lo malo tenía que salir algo bueno: podíamos plantear una solución a uno de los problemas mas grandes el país, y por qué no, exportar esa solución a otros países.
Reinventar o mejorar, esa es la cuestión
Como el ego tiene su momento en todo, yo pensaba que si no creaba un LLM desde cero, entonces no valía la pena, porque lo que importaba era el BOOM de la noticia y a lo mejor salir en una portada de una importante revista.
Una vez aplacado el ego y dándole paso a la lógica y a la razón, encontré que nuestro potencial estaba en los datos y que con ellos podíamos atender otras inquietudes que nos rondaban por la cabeza como la “dependencia tecnológica”. Resulta que la inteligencia artificial ha sido el regalo más grande que la humanidad le ha dado a la humanidad. No tenía que crear un LLM, podía tomar uno libre, abierto y mejorarlo con nuestros datos para solucionar el problema de mi país, y por qué no, de paso, solucionárselo a otros países.
¿Esto tiene menos mérito que crear un LLM desde cero?, pues resulta que no, al contrario, puede tener más mérito. “Solucionar un problema que un LLM generalista no puede”, ese era el “mérito” que yo quería, no ser reconocido por replicar una inteligencia artificial generalista sino ser reconocido por lograr resolver un problema como ningún otro lo ha podido resolver.
El Finetuning Latino Américano
Escogimos un modelo LLM de pesos abiertos, gratuito y que nos permitiera por licencia realizar finetuning y redistribuirlo comercialmente. Llegamos a GPT-OSS de OpenAI. A este modelo le aplicamos un “re-entrenamiento” en nuestra infraestructura local de GPUs NVIDIA usando nuestros datos y a lo que salió le pusimos el nombre FraudGPT.
La primera vez fallamos rotundamente. El problema no era el LLM, el problema era el dataset. Teníamos los datos pero había que organizarlos. Nunca pensé que esta tarea fuera tan compleja, por no decir titánica: debía organizar 12 años de datos, clasificarlos, estructurarlos, explicarlos, documentar patrones, balancearlos, legalizarlos y ponerlos a prueba en infinitos ciclos de feedback entre humano-máquina.
Hasta que todo empezó a dar resultados, después de años de finetuning, de prueba y error, llegamos a superar a las inteligencias artificiales más poderosas del mundo en un campo específico: la detección del fraude interno y conductas deshonestas.
Este resultado no ha obtenido la difusión que se merece, pero estamos en ello, lo estamos mostrando tímidamente en LinkedIn y ahora en la segunda semana de Mayo de 2026 lo presentaremos como se merece en el evento GAM (Great Audit Minds) que se llevará a cabo en Guatemala.
Logramos que un modelo muy pequeño GPT-OSS de 20B lograra comportarse mejor que modelos 100 veces más grandes, como el de Gemini 3.1, GPT 5.5 y Claude Opus 4.7, en tareas de detección de fraude interno. No solo logramos que se comportara igual, parecido o levemente mejor, sino MUCHO mejor, de lejos MEJOR.
No se trata solo de innovación sino de dinero
En América Latina ya tenemos este modelo de IA creado en Colombia. ¿Esto qué implicaciones tiene además de poder innovar en materia de fraude y corrupción?. Estamos entrando en un terreno muy emocionante y gratificante.
¿Cuánto le cuesta a una empresa latinoamericana usar inteligencia artificial?, no hablo del precio que aparece en la factura mensual de OpenAI o de Google. Hablo del costo real: el que incluye el flujo de divisas hacia Estados Unidos, la dependencia de infraestructura extranjera, el sesgo cultural de modelos que no entienden nuestra realidad y la vulnerabilidad estratégica de entregar nuestros datos corporativos a empresas que responden a leyes de otro país.
Nuestra empresa desarrolló una solución antifraude basada en inteligencia artificial que cuesta el 18% de lo que costaría armar una solución equivalente usando las IAs norteamericanas. Es el resultado de operar infraestructura propia, entrenar nuestros propios modelos y procesar datos localmente. El 97% de las organizaciones en América Latina planean aumentar su presupuesto de IA en los próximos 12 meses, según IDC, pero, ¿hacia dónde fluirá ese dinero? Si la región sigue el camino por defecto, la respuesta es clara: hacia Silicon Valley.
Lo que nosotros le estamos ofreciendo a toda América Latina es: la mejor solución al problema del fraude interno a un precio acorde con la realidad económica de nuestros países.
La matemática que incomoda a Silicon Valley
Cuando comparamos el costo total de nuestra solución antifraude contra lo que le costaría a una empresa latinoamericana armar algo equivalente usando APIs de OpenAI, Anthropic o Google (incluyendo tokens de entrada, tokens de razonamiento, tokens de salida, infraestructura, software y el equipo humano necesario para mantenerlo), nuestra solución cuesta el 18% del total.
Eso significa que por cada dólar que una empresa gastaría con proveedores norteamericanos, con nosotros gasta 18 centavos.
¿Cómo es esto posible?, por tres razones:
- Infraestructura propia: No pagamos margen a AWS, Azure o Google. Los servidores son nuestros, ubicados en un datacenter bajo la figura de “colocación” o arriendo de espacio físico. El costo de cómputo es una fracción de lo que cobran los hyperscalers, que según análisis recientes aplican un sobrecargo de 2x a 3x sobre el costo mayorista de GPU.
- Modelo especializado, no generalista: FraudGPT no necesita saber de bioquímica, poesía o programación. Sabe de fraude. Eso nos permite usar un modelo más eficiente y de menor consumo de recursos, pero con mayor precisión en su dominio.
- Software propio: La inteligencia artificial no es capaz de hacer sola el trabajo, se necesita de software que gestione todo, que recoja los datos, los procese y los presente. la ventaja que tenemos es que somos los creadores del software y no dependemos del pago de licencias de uso a terceros.
Nuestros competidores extranjeros se enfrentan a una cruda realidad: las empresas en Latino América, en general, no tienen la misma capacidad de pago que en países desarrollados, sin embargo, se están viendo presionadas a pagar, porque si no lo hacen, pierden competitividad.
América Latina primero
No estoy proponiendo que la región rechace la tecnología norteamericana por principio. OpenAI, Anthropic, Google y Meta han creado herramientas extraordinarias que han cambiado el mundo. Gracias a ellos existe FraudGPT. Pero para casos de uso verticales, como antifraude, salud, educación, agricultura y gobierno, la región tiene la capacidad de construir soluciones propias que sean mejores, más baratas y más alineadas con nuestra realidad.
Referencias
(FraudGPT, 2025) Un modelo LLM finetuneado que superó las capacidades de modelos frontera en tareas de fraude interno
Acerca de NOFRAUD
NOFRAUD es la compañía que desarrolla el software antifraude The Fraud Explorer y apoya a personas y empresas a enfrentar y solucionar sus retos en materia de fraude interno, corrupción y abuso corporativo. NOFRAUD ha creado la base de datos conductual de actos deshonestos más grande del mundo en Español e Inglés, que sirve para que la inteligencia artificial encuentre patrones sospechosos de corrupción al interior de las organizaciones.
Mejoramos la capacidad de las organizaciones incrementando sus beneficios, arrebatándole a los perpetradores la posibilidad de afectar negativamente los ingresos a través del fraude, la corrupción, el abuso corporativo y la generación de ambientes tóxicos.
Contacte conmigo en » jrios@nofraud.la y Visítenos en » www.nofraud.la.
