Innovar sin romper la confianza del inversor exige poner límites a la IA
Por Beatriz García, directora de operaciones de Dividend Refund
La inteligencia artificial (IA) agiliza la recuperación de la doble imposición sobre dividendos, pero no puede asumir sola un proceso que exige fundamento jurídico, trazabilidad y protección de datos. Para innovar sin romper la confianza del inversor hay que ponerle límites, con capas de control que permitan supervisar cada resultado y reducir los riesgos de ciberseguridad.
- Un modelo de IA con datos incompletos se equivoca con la misma seguridad con la que acierta y cada error tiene un coste para el inversor.
- Las autoridades tributarias exigen un fundamento jurídico y una trazabilidad que un modelo opaco no puede ofrecer.
- La IA aporta valor en tareas documentales, como clasificar certificados o detectar incoherencias.
- Las capas de control permiten supervisar cada resultado y proteger los datos fiscales frente a ciberataques.
La recuperación de la doble imposición, un proceso técnico
La recuperación de la doble imposición es el proceso por el que un inversor reclama al país de origen de un dividendo la parte de la retención que supera el tipo fijado en el convenio de doble imposición con su país de residencia. Es un ámbito en el que la IA promete agilizar procesos y reducir costes, una promesa que todavía no se cumple del todo.
Un fondo de inversión o de pensiones con cartera internacional soporta en muchos países retenciones superiores a las que fijan esos convenios. Para recuperar el exceso hay que recopilar y cruzar varias piezas.
- Certificados de retención de cada pago de dividendos.
- Certificado de residencia fiscal del inversor.
- Datos de las posiciones y los cobros que facilita el custodio.
- Las normas de cada país, que varían según el tipo de valor y de inversor.
Cada país fija, además, sus propios plazos. En Alemania, por ejemplo, la solicitud debe presentarse en los cuatro años siguientes al final del año de cobro, y la propia autoridad fiscal advierte de tramitaciones de más de 20 meses. Muestra de esos retrasos es que la Hacienda alemana esté revisando ahora reclamaciones presentadas hace más de una década. Todo ello convierte la recuperación en una gestión documental intensa y, sobre todo, técnica.
El riesgo de aplicar IA con datos incompletos
El principal riesgo es que el modelo se equivoque con la misma seguridad con la que acierta, sin dudar ni avisar y a una escala que ningún equipo humano alcanzaría.
La información que alimenta una reclamación llega fragmentada, rara vez depurada y a menudo incompleta, de modo que un modelo de IA entrenado con ella hereda también sus anomalías.
En una solicitud de devolución, cualquier error tiene consecuencias económicas. Si la Administración la rechaza, hay que presentarla de nuevo mientras sigue corriendo el plazo de prescripción. Y si el error supera el filtro, el inversor puede verse obligado a reintegrar lo cobrado y quedar expuesto ante el fisco.
Fundamento jurídico y trazabilidad
Las autoridades tributarias exigen fundamento jurídico y trazabilidad. Cada solicitud debe acreditar qué convenio se aplica, por qué corresponde un tipo y no otro, y quién es el beneficiario efectivo del dividendo. Son respuestas que un modelo opaco no está en condiciones de dar.
El nivel de exigencia va en aumento. La Agencia Tributaria mantiene entre sus prioridades de control para 2026 la comprobación del beneficiario efectivo en los dividendos pagados a no residentes, y ya adapta sus procedimientos de devolución a la Directiva FASTER.
La Directiva FASTER armoniza en la Unión Europea los procedimientos para devolver las retenciones practicadas en exceso sobre dividendos e intereses transfronterizos e introduce un certificado digital común de residencia fiscal. Los Estados deben incorporarla a su legislación antes de que acabe 2028, y será plenamente aplicable en 2030.
Hacienda y sus homólogas europeas analizan, además, cada vez más datos con herramientas automatizadas, de modo que quien presenta una solicitud necesita un expediente capaz de superar esa revisión.
Dónde aporta valor la IA
La IA resulta muy eficaz en las tareas documentales y repetitivas del proceso.
- Lee y clasifica certificados de retención.
- Extrae el ISIN, la fecha de pago y el tipo aplicado.
- Señala incoherencias, como la falta de datos del beneficiario efectivo o un tipo distinto del fijado en el convenio.
- Facilita la consulta del texto de los convenios.
- Permite priorizar los expedientes por importe y plazo de prescripción.
En Dividend Refund la utilizamos para leer y clasificar la documentación con mucha más rapidez, pero no presentamos ninguna solicitud sin que un especialista haya revisado el convenio aplicable y el fundamento jurídico. El artículo sobre la inteligencia artificial como palanca de eficiencia fiscal amplía este punto.
Capas de control
Para que la innovación no erosione la confianza de clientes y administraciones, la IA necesita límites. Las herramientas deben trabajar dentro de capas de control que definan qué tareas pueden asumir, a qué datos acceden y en qué momento interviene un especialista. Con esa supervisión, cada propuesta del modelo queda registrada junto con la revisión que la valida o la corrige, y cualquier solicitud puede reconstruirse paso a paso ante un cliente o una autoridad tributaria.
Esas capas de control sirven también para contener los riesgos cibernéticos que trae consigo la IA. Un documento manipulado puede esconder instrucciones capaces de alterar el comportamiento de un modelo, y una herramienta conectada sin control a un servicio externo puede exponer los datos fiscales y patrimoniales de los inversores. Limitar la información a la que accede cada modelo, mantener los datos en entornos restringidos y analizar la documentación externa antes de procesarla son medidas básicas para reducir ese riesgo.
Cumplimiento normativo y gobernanza de modelos
La reforma del Reglamento europeo de Inteligencia Artificial, en vigor desde el pasado 27 de julio, aplaza al 2 de diciembre de 2027 las obligaciones de los sistemas de alto riesgo. El aplazamiento, sin embargo, no supone una tregua. Con independencia de cómo se clasifique cada herramienta, clientes y supervisores ya exigen saber qué datos se utilizan, dónde se alojan y quién valida cada resultado.
Los responsables de operaciones y de cumplimiento normativo de gestoras, entidades de banca privada y family offices deben estar preparados para responder a esas exigencias. Los datos fiscales de sus clientes, que incluyen su identidad, sus posiciones y su residencia, no deberían pasar sin control por modelos de IA de acceso público. Conviene averiguar dónde se procesan, si se utilizan para entrenar modelos de terceros, qué fases están automatizadas y cuáles revisa una persona, y si cada solicitud deja un rastro documental que un inspector pueda seguir.
La seguridad del proveedor forma parte, además, del propio cumplimiento de la entidad. Desde el 17 de enero de 2025, el Reglamento europeo sobre la resiliencia operativa digital del sector financiero (DORA) obliga a la mayoría de las gestoras y a las entidades de banca privada a evaluar y supervisar los riesgos de sus proveedores de servicios digitales y de datos. Un proveedor que no pueda demostrar cómo controla su IA traslada ese riesgo a sus clientes.
Conclusión
Los agentes de IA se han incorporado a la gestión de las devoluciones fiscales y, bien utilizados, acortan plazos y reducen errores. Pero la recuperación de la doble imposición es, ante todo, una cuestión jurídica, y la responsabilidad ante la Administración no puede delegarse en un algoritmo. Innovar sin romper la confianza del inversor exige ponerle límites.
Preguntas frecuentes
¿Puede la IA gestionar sola la recuperación de retenciones sobre dividendos?
No. La IA agiliza la lectura y clasificación de la documentación, pero cada solicitud necesita un fundamento jurídico que debe revisar un especialista. Las autoridades tributarias exigen acreditar el convenio aplicable, el tipo que corresponde y el beneficiario efectivo del dividendo.
¿Qué es una capa de control en un sistema de IA?
Es un conjunto de reglas y mecanismos de supervisión que delimita qué tareas asume cada herramienta, a qué datos accede y en qué momento interviene una persona. También registra cada propuesta del modelo junto con su revisión, de modo que cualquier resultado puede reconstruirse.
¿Qué riesgos de ciberseguridad plantea la IA en la gestión fiscal?
Los principales son la inyección de instrucciones mediante documentos manipulados y la exposición de datos cuando una herramienta se conecta sin control a servicios externos. Se reducen limitando la información a la que accede cada modelo, trabajando en entornos restringidos y analizando la documentación externa antes de procesarla.
¿Qué cambia la Directiva FASTER en la recuperación de la doble imposición?
La Directiva (UE) 2025/50 armoniza en la Unión Europea los procedimientos de devolución de las retenciones practicadas en exceso sobre dividendos de acciones cotizadas e intereses de bonos cotizados, e introduce un certificado digital común de residencia fiscal. Debe incorporarse a las legislaciones nacionales antes de que acabe 2028 y será plenamente aplicable en 2030.
¿Obliga DORA a supervisar a los proveedores que utilizan IA?
Desde el 17 de enero de 2025, DORA obliga a la mayoría de las gestoras y a las entidades de banca privada a evaluar y supervisar los riesgos de sus proveedores de servicios digitales y de datos. Cuando uno de estos proveedores utiliza IA, la manera en que la controla entra en esa evaluación.