Más de 100 especialistas en inteligencia artificial han emitido una advertencia formal sobre un problema estructural que afecta la confiabilidad del ecosistema tecnológico global: los organismos encargados de evaluar la seguridad de los sistemas de IA no operan con independencia real respecto a los laboratorios que los desarrollan. Vinh Nguyen, investigador principal en inteligencia artificial, articula el núcleo del problema: cuando un número reducido de laboratorios dominantes controla tecnologías con capacidad de afectar la ciberseguridad, la infraestructura crítica y los sistemas que sostienen la economía y la seguridad nacional, confiar exclusivamente en la narrativa de seguridad que esos mismos laboratorios producen representa un riesgo sistémico. La evaluación externa e imparcial no es un complemento opcional, sino una condición mínima para la gobernanza responsable de estas tecnologías. La concentración del desarrollo de IA en pocas organizaciones genera un conflicto de interés estructural: los incentivos comerciales y reputacionales de los laboratorios no siempre se alinean con la divulgación completa de riesgos. Sin mecanismos de auditoría verdaderamente independientes, los gobiernos y las organizaciones que adopten estas tecnologías tomarán decisiones estratégicas con información incompleta o sesgada. Esta dinámica tiene implicaciones directas para América Latina. México y otros países de la región se encuentran en un momento de acelerada adopción tecnológica, donde las decisiones de política pública y de inversión en infraestructura digital se toman, en muchos casos, sin marcos regulatorios que exijan evaluaciones de seguridad independientes como condición de operación. La urgencia de este debate no es teórica. A medida que sistemas de IA se integran en sectores como salud, finanzas, energía y defensa, la ausencia de evaluadores externos con capacidad técnica real y autonomía institucional se convertirá en un vector de vulnerabilidad. Las organizaciones que dependen de certificaciones de seguridad emitidas o validadas por los propios desarrolladores asumen riesgos que no están completamente cuantificados. Para quienes diseñan estrategias de adopción tecnológica o definen marcos regulatorios, la señal de estos más de 100 expertos es clara: la confianza en la seguridad de la IA no puede construirse sobre autoevaluaciones. Requiere estructuras de supervisión con independencia financiera, técnica e institucional verificable.