IA para contabilidad: qué se automatiza del cierre y qué sigue siendo firma del contador

Lo que está cambiando en el área contable: el comprobante ya llega electrónico, el cuello de botella es otro

Durante años, el discurso de la IA en contabilidad fue "deja de digitar facturas". En buena parte de la región ese problema lo resolvió primero la administración tributaria, no la IA.

• Perú: SUNAT lleva el Registro de Ventas e Ingresos y el Registro de Compras en el SIRE, que arma una propuesta a partir de los comprobantes electrónicos. Desde el periodo octubre de 2026 entran también los principales contribuyentes con ingresos netos 2024 mayores a 2 300 UIT (RS 000125-2026/SUNAT).
• México: el SAT recibe la contabilidad electrónica: catálogo de cuentas asociado al código agrupador, balanza de comprobación y, cuando la pide, información de pólizas.
• Colombia: el sistema de facturación electrónica de la DIAN ya cubre factura de venta, nómina electrónica, documento soporte por compras a no obligados a facturar y RADIAN.
• Chile: el SII genera el Registro de Compras y Ventas con los documentos tributarios electrónicos y ofrece una propuesta del F29.

Fíjate en la consecuencia. La autoridad tiene el dato antes que el contador. Lo que no tiene es tu criterio: a qué cuenta va ese gasto, a qué centro de costo, si es deducible, si es activo o gasto, si corresponde a este mes o al siguiente.

Por eso el trabajo pesado ya no está en teclear el comprobante. Está en tres sitios que la IA sí puede atacar: cuadrar la propuesta de la autoridad contra los libros, procesar lo que todavía no es electrónico (planillas en Excel, recibos de caja chica, liquidaciones de tarjeta, contratos, extractos en PDF) y sostener la clasificación con reglas que hoy viven en la cabeza del contador senior.

Esta página es parte del mapa de aplicaciones de la IA en las empresas, por área y por industria. Si buscas primero qué es la IA en una empresa, en general, está en inteligencia artificial para empresas.

Lo que no significa: que la IA lleve los libros

La promesa que más daño hace en este rubro es la del "contador automático". Suena bien en una demo. En una fiscalización, no.

La IA no reemplaza una mala estructura contable. La expone más rápido.

El ciclo contable real: de la captura del comprobante a la decisión de gerencia

Antes de hablar de herramientas, hay que ver el proceso como es. No como dice el manual, sino como se vive entre el día 25 y el día 10 del mes siguiente. Son ocho etapas, y cada una pierde tiempo por razones distintas:

La mayoría de proyectos de IA contable atacan solo la captura, porque es lo más visible. En lo que he visto, el día de cierre se mueve más cuando se ataca la conciliación y la clasificación, que es donde está el trabajo de cuadre y la memoria del equipo.

Qué es digitación, qué sigue una norma, qué es documento y qué es juicio profesional

La pregunta útil no es "¿se puede usar IA en contabilidad?". Es "¿qué tipo de tarea es esta?". Cada tipo pide una solución distinta, y confundirlos es la forma más rápida de gastar presupuesto:

• Digitación y traslado: copiar datos de un documento o de un portal a otro sistema. Descargar la propuesta del registro de compras, pasar el extracto del banco a Excel, cargar una planilla. Volumen alto, cero criterio. Se resuelve con integración y automatización, muchas veces sin IA.
• Tareas por norma o regla: aplicar una regla conocida. Tasa de detracción o retención, cuenta según tipo de gasto, límite de aprobación, cruce por número de comprobante y monto. Si la regla se puede escribir, se escribe. Un modelo de lenguaje para algo que cabe en una tabla es pagar de más y aceptar errores que una regla no comete.
• Tareas documentales: leer algo que no tiene estructura fija. Un contrato de alquiler para el devengo, una liquidación de tarjeta en PDF, un recibo fotografiado, la carta de un proveedor que cambia condiciones. Aquí sí entra la IA generativa, porque el documento cambia de forma cada vez.
• Juicio profesional: decidir con criterio y responder por ello. Si una partida es activo o gasto, cuánto provisionar por cobranza dudosa, cómo tratar un hecho posterior, qué contestar en un requerimiento de la autoridad. La IA puede preparar el expediente. La decisión y la firma son del contador.

Si quieres la diferencia de fondo entre lo que tiene estructura y lo que no, está explicada en datos estructurados y no estructurados. En contabilidad esa frontera decide casi todo el diseño.

Dónde entra cada tipo de IA en contabilidad

"IA" en un área contable no es una sola cosa. Son seis piezas distintas, con costos y riesgos distintos. Esta es la forma en que las separo:

Automatización tradicional (reglas, sin IA)

Descargar cada mes la propuesta del SIRE o el RCV, cruzarla contra el registro del sistema por número de comprobante, RUC o RFC y monto, y listar diferencias. Importar extractos bancarios con formato fijo. Aplicar la cuenta por proveedor recurrente. Es lo más barato, lo más auditable y lo que primero conviene hacer. Si dudas entre esto y algo más sofisticado, la comparación entre un agente y la RPA ayuda a decidir.

IA generativa (lee, extrae y redacta)

Extraer datos de documentos que no son electrónicos: recibos fotografiados, PDF de liquidaciones, contratos, estados de cuenta de entidades que no exportan CSV. Redactar el borrador de una nota a los estados financieros o de la respuesta a un requerimiento, que después revisa una persona. Un comprobante fotografiado es exactamente el caso de la IA multimodal: texto, número y sello en una misma imagen.

Modelo predictivo (puntúa y pronostica)

Marcar pagos duplicados, montos fuera de patrón, proveedores nuevos con comportamiento raro, asientos fuera de horario. Pronosticar flujo de caja o cobranza a partir del historial. No redacta nada: da un puntaje y una alerta. Si el modelo se usa para decidir crédito a personas, cuidado: en Perú la evaluación crediticia de personas está catalogada como uso de riesgo alto en el reglamento de IA.

Copiloto (asiste a una persona que decide)

Un asistente que conoce tu plan de cuentas, tus políticas contables y tus cierres anteriores, y le responde al analista "¿cómo tratamos este tipo de gasto?" con la política escrita de la empresa, no con una respuesta genérica de internet. O que arma el primer análisis de variaciones del mes para que el contador lo corrija. La persona sigue manejando; el copiloto acorta el camino. Más detalle en qué es un copiloto de IA.

Agente (ejecuta pasos con herramientas)

Un agente persigue lo que falta: detecta que hay 14 gastos sin sustento, escribe a cada responsable, recibe el documento, lo lee, lo adjunta al asiento en borrador y avisa al contador cuando el expediente está completo. Sirve cuando el trabajo es perseguir, ordenar y preparar. No sirve para decidir el tratamiento contable. El marco general está en agentes de IA empresariales.

Humano en el bucle (la pieza que no se negocia)

Cada sugerencia de baja confianza va a revisión. Ningún asiento entra a libros sin aprobación en la etapa de puesta en marcha. Y queda registro de quién aprobó qué. No es desconfianza: es lo que el estudio de Choi y Xie observó en contadores que sí obtienen resultado, que intervienen justo cuando el modelo duda. Así funciona el human in the loop en un área donde cada error tiene fecha de vencimiento.

Lo que no se delega: la firma, los criterios contables y la relación con el ente tributario

Hay tres cosas que ningún sistema debería hacer solo, por más bien que funcione:

• La firma y la responsabilidad. Los estados financieros y las declaraciones tienen un responsable con nombre. Si el sistema sugirió mal y nadie revisó, el error es del contador, no del proveedor de IA.
• Los criterios contables. Estimaciones, provisiones, deterioro, reconocimiento de ingresos, tratamiento de un contrato complejo bajo NIIF. Son juicio profesional documentado. La IA puede juntar el soporte y redactar el memo; no elige el criterio.
• La relación con la administración tributaria. Responder un requerimiento, sustentar en una fiscalización, decidir si se rectifica. Un borrador preparado con IA ahorra horas; enviarlo sin que el contador lo lea completo es una apuesta.

Esto no es solo prudencia. Las revisiones del Código de Ética de IESBA vigentes desde diciembre de 2024 piden al contador profesional determinar si es razonable confiar en el resultado de una tecnología, y refuerzan confidencialidad y debido cuidado cuando la usa. Traducido: "lo hizo la IA" no es una explicación válida.

Los datos que necesita: plan de cuentas ordenado, comprobantes electrónicos y extractos con formato estable

La IA contable aprende de lo que ya hiciste. Si lo que hiciste está desordenado, aprende desorden. Lo mínimo:

• Un plan de cuentas que no cambie cada trimestre, con descripciones claras y, en México, ya asociado al código agrupador. Si dos cuentas significan lo mismo, el modelo va a repartir sin criterio.
• Historial de clasificaciones bien hechas, mínimo de varios cierres: proveedor, concepto, cuenta, centro de costo. Es la memoria de la que aprende la sugerencia.
• Comprobantes electrónicos descargables (XML de CFDI, de la DIAN o de SUNAT, DTE del SII) en lugar de solo PDF. El XML trae estructura; el PDF obliga a extraer.
• Extractos bancarios con formato estable por banco. Si cada mes alguien los arma a mano en Excel, primero se estandariza eso.
• Reglas escritas: límites de aprobación, tratamiento por tipo de gasto, qué se considera excepción y quién la resuelve.

Si este punto te suena lejano, empieza por ahí antes que por cualquier herramienta. Lo explico en datos antes que IA.

Con qué se conecta: sistema contable, bancos, portal tributario y el Excel que nadie quiere soltar

Un sistema contable con IA que no se conecta a nada obliga a exportar e importar a mano, y ahí se pierde lo ganado. Los puntos de conexión típicos:

• Sistema contable o ERP. En lo que más veo en la región: Concar, Contasis o Starsoft en Perú; CONTPAQi o Aspel COI en México; Siigo o World Office en Colombia; Nubox o Defontana en Chile; SAP Business One y Odoo en empresas medianas de todos lados. Lo que importa no es la marca: es si deja leer y escribir asientos por API o por importación con formato estable.
• Bancos. Banca por internet con descarga en CSV o Excel, y en algunos casos conexión directa. Cada banco con su formato.
• Portal tributario. SIRE de SUNAT, buzón y contabilidad electrónica del SAT, sistema de facturación de la DIAN, RCV del SII. Ahí está la propuesta contra la que se cuadra.
• Correo y mensajería. Por donde de verdad llegan los comprobantes que no son electrónicos.
• Excel. No va a desaparecer. Mejor tratarlo como una fuente más, con formato fijo, que pelear con el equipo para que lo suelte.

Cómo se diseñan esas conexiones sin abrir huecos de seguridad está en cómo integrar la IA con los sistemas de la empresa.

Riesgos: errores que llegan a una declaración, trazabilidad para auditoría y confidencialidad de datos financieros

• Un error que llega a la declaración. Una cuenta mal sugerida en un gasto no deducible, aceptada sin revisar, termina en una rectificatoria o en una multa. Por eso el umbral de confianza y la revisión por muestreo no son opcionales.
• Datos inventados. Un modelo generativo que no puede leer un monto lo puede completar con algo plausible. Se mitiga con validaciones duras: que el total cuadre con base más impuesto, que el RUC o RFC exista, que el comprobante figure en la propuesta de la autoridad. Las técnicas están en cómo evitar que la IA se equivoque.
• Trazabilidad. Auditoría y fiscalización preguntan de dónde salió cada cifra. Cada sugerencia debe guardar el documento fuente, la regla o el modelo que la propuso, el puntaje y quién la aprobó.
• Confidencialidad. Datos financieros de la empresa y, si eres estudio, de tus clientes. Hay que saber dónde se procesan y si el proveedor los usa para entrenar; lo detallo en si los datos de tu empresa entrenan la IA. En Perú aplica además la Ley 29733 de protección de datos personales a planillas, proveedores persona natural y clientes.
• Instrucciones escondidas en documentos. Un PDF de proveedor puede traer texto que intenta manipular al sistema que lo lee. ICAEW lo trata en su guía de IA generativa para contadores. Un sistema que solo extrae campos y no ejecuta acciones con lo que lee reduce mucho ese riesgo.
• Regulación de IA. En Perú, el reglamento de la Ley 31814 (DS 115-2025-PCM) está vigente desde enero de 2026. Para el sector privado que usa IA en economía y finanzas, el plazo de un año para sus obligaciones de transparencia corrió desde su publicación, en septiembre de 2025. Qué tramo aplica a tu empresa depende de tu sector; conviene confirmarlo con tu asesor legal.

Matriz contable: tarea, tipo de IA, complejidad, riesgo e impacto

Así ordeno las tareas típicas de un área contable antes de decidir qué atacar. Complejidad es de implementación; riesgo es qué pasa si sale mal; impacto es cuánto mueve el cierre o las horas del equipo.

Lo que conviene mirar es la combinación. Riesgo bajo e impacto alto primero. Riesgo alto, solo con revisión completa y nunca como primer proyecto.

Cómo se ve en un estudio contable de 80 clientes y en el área contable de una empresa

Dos escenarios ilustrativos. No son casos de clientes: son la forma en que suele presentarse el problema en cada tipo de organización, para que reconozcas el tuyo.

El error típico es llevar la solución del estudio a la empresa o al revés. El estudio necesita escalar por cliente. La empresa necesita llegar antes a la gerencia.

IA para contadores: qué aprender primero si llevas la contabilidad de otros

Si eres contador independiente o llevas un estudio, la conversación sobre IA te llega por dos lados: cursos de "herramientas gratis" y clientes que preguntan si ya no te necesitan. Ninguno de los dos te ayuda a decidir.

Lo que yo aprendería primero, en este orden:

El contador que se vuelve más valioso no es el que conoce más herramientas. Es el que sabe qué automatizar, cómo comprobar que salió bien y cómo explicárselo al cliente.

El primer caso de uso que conviene en contabilidad

Si tuviera que elegir uno solo para empezar, elegiría el cruce de la propuesta tributaria contra el registro, más la conciliación bancaria de la cuenta con más movimientos. Por tres razones:

• Tiene volumen todos los meses, así que el ahorro se nota rápido.
• Es en su mayoría reglas, con IA solo en las coincidencias parciales: bajo riesgo y fácil de auditar.
• Su resultado se mide en algo que la gerencia entiende: días de cierre.

Lo que no elegiría primero: el borrador automático de estados financieros o un "asistente tributario" que responde dudas a clientes. Mucha visibilidad, mucho riesgo y difícil de medir. El método completo para priorizar está en cómo elegir el primer caso de uso de IA.

Cómo medir: días de cierre, horas de digitación, ajustes después del cierre y observaciones de auditoría

La referencia más seria que conozco es el estudio de Choi y Xie (Stanford y MIT, 2025): con datos de una plataforma contable que atiende a 79 pymes y una encuesta a 277 contadores, observaron un cierre mensual 7,5 días más corto, 55 % más clientes atendidos por semana y un libro mayor 12 % más granular. Es evidencia temprana, de un mercado y una plataforma, no una promesa para tu empresa. Sirve para saber qué medir.

• Día de cierre: el día hábil en que la gerencia recibe los estados del mes. El indicador principal.
• Horas de cuadre y digitación por mes: medidas antes de empezar, con el mismo equipo.
• Porcentaje de sugerencias aceptadas sin cambio: si es bajo, el modelo no aprendió tus reglas o tus datos están sucios.
• Ajustes después del cierre: cuántos asientos hay que corregir una vez cerrado el mes.
• Observaciones de auditoría o de la autoridad tributaria vinculadas a clasificación o sustento.
• Horas en análisis frente a horas en cuadre: la que de verdad le importa a la gerencia.

Sin línea base, cualquier mejora es una opinión. Cómo traducir esto a dinero está en cómo calcular el ROI de un proyecto de IA, y qué indicadores sostener en el tiempo, en KPIs de IA.

La arquitectura mínima y dónde ver casos reales

Un sistema contable con IA que dure no es un modelo suelto. Son capas, en este orden:

• Datos: plan de cuentas, historial de clasificaciones, comprobantes, extractos y la propuesta tributaria, en un mismo lugar y con formato estable.
• Proceso: las reglas escritas, el flujo de excepciones y quién aprueba cada cosa.
• IA: reglas primero, extracción generativa para lo no estructurado, modelos para alertas, copiloto para análisis y un agente solo donde hay que perseguir.
• Gobierno: registro de cada sugerencia, umbrales de confianza, revisión por muestreo y permisos mínimos sobre el sistema contable.
• Adopción: el equipo contable diseña las reglas y valida los resultados. Si lo vive como amenaza, lo sabotea.

Si quieres entender cómo se implementa esto paso a paso en una empresa, está en cómo implementar IA en una empresa. Y si quieres entender la arquitectura de capas de fondo, es la de Arquitectura IA.

Todavía no tengo un caso documentado de contabilidad que pueda publicar. Los que sí están documentados, de otros sectores y con su contexto, los puedes ver en casos reales de implementación.

Si quieres aprender a diseñar e implementar este tipo de soluciones dentro de empresas, ese es el trabajo que enseño en Arquitectura IA.