IA agéntica en el cierre financiero y los asientos contables

Menos recopilación manual en los días de cierre

El cierre financiero concentra tareas repetidas: reunir datos de varias aplicaciones, comprobarlos contra el mayor, preparar asientos, documentar ajustes y perseguir excepciones. La IA agéntica puede coordinar parte de ese trabajo cuando los sistemas ofrecen datos accesibles y las reglas de contabilización están definidas. No convierte una interpretación estadística en un asiento aprobado.

Caso publicado: el proceso de asientos de IBM

En su caso de uso de finanzas, IBM explica cómo su equipo combinó modelos de IA, watsonx Orchestrate y automatización robótica para validar datos contra el mayor, preparar datos del asiento y detectar anomalías. El flujo generaba comandos de automatización para la revisión y requería la aprobación del responsable financiero antes de programar la contabilización.

La página también publica una reducción superior al 90 % del ciclo y ahorros anuales estimados. Son proyecciones atribuidas al caso de IBM, no resultados universales: el propio texto habla de cifras estimadas y de un despliegue que continúa ampliándose.

IBM describe un asistente de orquestación integrado con RPA; la historia no demuestra que el proceso contable opere sin personas. Por eso el flujo siguiente mantiene la revisión y la aprobación financiera como controles explícitos.

Un flujo cotidiano con control en cada paso

1. Al inicio del cierre, el agente recopila registros de las fuentes autorizadas y verifica que estén completos.
2. Compara totales y campos con el mayor y las reglas vigentes; no modifica el sistema contable por su cuenta.
3. Agrupa partidas coincidentes y prepara una propuesta de asiento con enlaces a los registros de origen.
4. Señala diferencias, duplicados o datos atípicos como excepciones, en vez de ocultarlos dentro de una cifra agregada.
5. Un analista revisa la evidencia y un aprobador autorizado confirma la contabilización.
6. El sistema registra la versión de los datos, los cambios y el resultado de la aprobación.

El agente puede reducir búsquedas y preparar borradores; los criterios contables, las segregaciones de funciones y la aprobación final deben seguir siendo verificables. Para tareas sin ambigüedad, una regla determinista puede ser más sencilla que un agente. La guía de agentes frente a workflows y RPA ayuda a elegir la pieza adecuada.

Indicadores para una prueba realista

Compara tiempo de preparación, ajustes manuales, excepciones detectadas, asientos devueltos, duplicados y coste por asiento aprobado. Prueba también periodos con datos incompletos, cambios de política y fallos de integración. El modelo de coste y retorno permite incluir revisión, mantenimiento y retrabajo en la evaluación. Si el cierre depende de facturas de proveedores, enlaza los resultados con la guía de evaluación de proveedores en compras.