Este proyecto presenta el diseño e implementación de un prototipo orientado a la detección temprana de anomalías y la prevención de fraudes digitales en entornos de información sensible, mediante la integración de reglas heurísticas, técnicas de aprendizaje automático y un modelo de lenguaje de gran escala (LLM). Este proyecto en colaboración con la empresa cliente, tuvo como objetivo construir una herramienta capaz de monitorear, analizar y generar alertas sobre comportamientos sospechosos asociados al flujo de correos electrónicos. La solución propuesta combina un componente analítico basado en aprendizaje automático con un módulo de alertas inteligentes que brinda apoyo al equipo de seguridad en la toma de decisiones. Para ello, incorpora técnicas de procesamiento de datos, ingeniería de características y detección de patrones anómalos, priorizando la explicabilidad de los resultados y la trazabilidad de las decisiones generadas por los modelos. Asimismo, el desarrollo consideró principios de ética y privacidad digital, contemplando el cumplimiento de la Ley Nº 18.331 de Protección de Datos Personales. La evaluación del prototipo se realizó mediante escenarios controlados, lo que permitió validar la viabilidad técnica de la arquitectura propuesta y evidenciar mejoras en la identificación de eventos críticos, así como una reducción en los tiempos de respuesta respecto al análisis manual. En conjunto, los resultados obtenidos demuestran el potencial de la inteligencia artificial como herramienta de apoyo a la seguridad digital y resaltan la importancia de incorporar mecanismos de transparencia, auditoría y validación para promover sistemas automatizados confiables, responsables y alineados con las exigencias de los entornos organizacionales actuales.