"Siempre que enseñes, enseña a la vez a dudar de lo que enseñas", José Ortega y Gasset.
En la Facultad de Empresa de la UAL: "Auditoría Financiera", "Responsabilidad Social Corporativa" y "Organizaciones sin Ánimo de Lucro", todas en el Grado de Finanzas y Contabilidad y este curso en la novena promoción del Máster en Auditoría de Cuentas
Por Viviana Puentes, Directora Escuela de Auditoría Universidad de Las Américas
Durante años la auditoría se ha construido sobre una premisa implícita: que los riesgos están en los números. Estados financieros, conciliaciones, pruebas sustantivas. Sin embargo, este antecedente, aunque vigente, ya no es suficiente.
Hoy, una parte relevante del riesgo no está en las cifras, sino en cómo se explican.
Las empresas no solo informan, también comunican, especialmente a través de las notas a los estados financieros, donde interpretan y, en algunos casos, suavizan su realidad. La ambigüedad, el exceso de optimismo o la complejidad innecesaria, no son simples problemas de redacción: son señales de riesgo que el auditor difícilmente detecta en una revisión tradicional.
Aquí es donde la inteligencia artificial comienza a marcar una diferencia concreta. Actualmente existen herramientas capaces de analizar grandes volúmenes de información, identificar patrones en el lenguaje y advertir zonas donde el discurso financiero pierde transparencia. Es, en términos prácticos, una nueva capa de análisis que antes no existía.
Pero el cambio más profundo no es tecnológico: es profesional.
Porque mientras la IA puede procesar información a una escala imposible para el ser humano, no puede ejercer juicio profesional ni escepticismo. No cuestiona el fondo económico de una operación ni pondera su contexto. Esa sigue y seguirá siendo, una responsabilidad indelegable del auditor, en línea con los principios promovidos por la IFAC.
La diferencia es que hoy el valor del auditor ya no está en revisar más documentos, sino en interpretar mejor los datos, hacer las preguntas correctas y detectar riesgos que antes simplemente no se veían.
La auditoría no está desapareciendo: está transformándose.
Y quizás el mayor riesgo que enfrentemos no es la inteligencia artificial, sino seguir auditando como si nada hubiese cambiado.
En una auditoría financiera, las operaciones vinculadas requieren una
atención especializada. Estas transacciones, al involucrar partes con
relaciones personales o de control, suponen un riesgo significativo en
cuanto a objetividad, valor de mercado y cumplimiento normativo. Por
ello, están reguladas por la NIA-ES 550, que exige al auditor aplicar procedimientos específicos para su detección, análisis y evaluación.
Las empresas deben estar preparadas para justificar estas operaciones
con documentación adecuada, criterios contables sólidos y total
transparencia.
¿Qué se considera una operación vinculada?
Una operación vinculada es toda transacción entre una empresa y una
parte con la que guarda relación directa o indirecta. Esto incluye:
Empresas del mismo grupo o participadas
Administradores, socios o personas con influencia significativa
Familiares de los miembros del órgano de administración
Entidades controladas por las partes anteriores
Estas relaciones pueden afectar el precio, la naturaleza o las
condiciones de las operaciones, por lo que deben ser reveladas y
justificadas adecuadamente, especialmente cuando se audita la imagen
fiel de las cuentas.
¿Qué establece la NIA-ES 550?
La NIA-ES 550 exige al auditor:
Obtener conocimiento suficiente sobre las relaciones entre partes vinculadas
Evaluar si el sistema de control interno identifica adecuadamente este tipo de operaciones
Comprobar si están registradas conforme al marco contable
Identificar riesgos derivados de operaciones no reveladas
Confirmar con la dirección la integridad de la información
Además, el auditor debe aplicar escepticismo profesional reforzado,
dado el riesgo de manipulación, conflicto de intereses o fraude
encubierto.
¿Cómo puede prepararse la empresa?
Anticiparse al análisis del auditor es clave. Para ello, es necesario:
Elaborar y mantener actualizado un listado de personas y entidades vinculadas
Establecer un procedimiento interno para identificar operaciones relevantes
Conservar toda la documentación soporte: contratos, actas, justificantes de pagos, informes de precios comparables
Registrar contablemente todas las operaciones según el principio de imagen fiel
Incluir la información en la memoria, detallando naturaleza, importe y condiciones
Una empresa bien preparada podrá superar la auditoría financiera sin salvedades y con mayor confianza ante terceros.
Preguntas frecuentes
¿Todas las operaciones con partes relacionadas deben aparecer en las cuentas anuales? Sí,
tanto si son frecuentes como si se dan una sola vez. Su omisión puede
derivar en salvedades o limitaciones al alcance en el informe del
auditor.
¿Qué consecuencias tiene no documentar adecuadamente una operación vinculada? El
auditor puede emitir un informe modificado, se puede cuestionar la
fiabilidad de las cuentas y afectar la relación con inversores, bancos o
administraciones públicas.
¿Quién debe informar al auditor de estas operaciones? La
responsabilidad es siempre de la dirección de la empresa. El auditor
debe evaluar la razonabilidad y exhaustividad de esa información
¿Es suficiente con tener contratos firmados? No.
Además del contrato, se debe demostrar que las condiciones son
razonables, que las transacciones se han realizado y que existe soporte
económico
¿Qué papel juega el control interno en estas operaciones? Un
buen sistema de control interno ayuda a detectar y documentar
correctamente las operaciones vinculadas, evitando riesgos fiscales o
contables.
Checklist de preparación avanzada para auditoría de operaciones vinculadas
¿Dispone la empresa de un registro actualizado de partes vinculadas?
¿Están firmados y archivados los contratos u otros documentos justificativos?
¿Se ha verificado que las condiciones de las operaciones son acordes a mercado?
¿Existe soporte documental de la valoración económica de las operaciones?
¿Están todas las operaciones correctamente contabilizadas y clasificadas?
¿Se han incluido en la memoria las operaciones exigidas por el marco contable?
¿Se ha validado esta información con el departamento fiscal y contable?
¿Existe un procedimiento formal para aprobar este tipo de operaciones?
¿Se han comunicado estas operaciones al auditor desde el inicio del trabajo?
¿Se dispone de una declaración de la dirección sobre la completitud de la información?
¿Necesitas asesoramiento para documentar tus operaciones vinculadas?
EnILO AUDITORS, te
ayudamos a cumplir con las exigencias de la NIA-ES 550, a estructurar
la documentación necesaria y a afrontar la auditoría financiera sin
incidencias. Nuestro equipo te acompaña en todo el proceso, desde la
preparación del cierre contable hasta la emisión del informe.
Ponte en contacto con nosotros 📩 y resolveremos cualquier duda sobre cómo gestionar correctamente tus operaciones vinculadas.
José Lagos, Docente UEjecutivos, Facultad de Economía y
Negocios Universidad de Chile.
La auditoría está atravesando uno de los cambios más profundos de su
historia reciente. De cara a 2026, ya no se discute si la tecnología o
la Inteligencia Artificial (IA) deben formar parte del trabajo del
auditor, sino qué implica realmente integrarlas en una función, cuyo
propósito central sigue siendo el mismo: generar confianza.
Durante años, la auditoría operó bajo un modelo relativamente
estable. Revisiones periódicas, procesos manuales y una mirada
retrospectiva, eran aspectos suficientes para un entorno de negocios más
predecible. Ese equilibrio se ha roto. Hoy, los riesgos evolucionan a
mayor velocidad que los ciclos tradicionales de auditoría, los datos se
generan de forma continua y las expectativas de reguladores, comités de
auditoría y alta dirección son cada vez más exigentes.
En este nuevo contexto, la auditoría ya no puede limitarse a
confirmar que el pasado fue correcto. Se espera que aporte visibilidad
sobre lo que está ocurriendo ahora y otorgue señales tempranas sobre lo
que podría ocurrir mañana. Así, la función comienza a desplazarse desde
un rol de control ex post hacia un modelo de aseguramiento continuo, más
integrado en la dinámica del negocio.
La IA ha sido un catalizador clave de esta transformación.
Herramientas capaces de analizar grandes volúmenes de información,
revisar documentación de forma automática o detectar patrones inusuales,
han cambiado el ritmo del trabajo de auditoría. Actividades que antes
consumían horas -o incluso días-, hoy pueden resolverse en minutos. Esto
no solo incrementa la eficiencia, sino que amplía el alcance: se pasa
del muestreo limitado a la revisión de poblaciones completas.
Sin embargo, este avance tecnológico no reduce la importancia del
auditor; la redefine. Cuanto más automatizado está el proceso, mayor es
la necesidad de juicio profesional. La IA puede señalar anomalías, pero
no puede interpretar el contexto del negocio, evaluar la intención
detrás de una transacción, ni ponderar el impacto real de un hallazgo.
Es el auditor quien debe decidir qué es relevante, qué representa un
riesgo y qué merece una acción concreta.
Este nuevo equilibrio entre tecnología y criterio humano se vuelve
especialmente crítico a medida que surgen riesgos que antes no formaban
parte del radar tradicional de la auditoría. La ciberseguridad, la
gobernanza de sistemas de IA, la fragmentación regulatoria o la
inestabilidad geopolítica ya no son temas periféricos. Influyen
directamente en la continuidad del negocio, en la fiabilidad de la
información y en la exposición reputacional de las organizaciones.
Como resultado, el alcance de la auditoría se amplía. Ya no se trata
únicamente de validar cifras financieras, sino de conectar datos
financieros, operativos y tecnológicos, para construir una visión
integral del riesgo. Esto exige una función más transversal, con mayor
capacidad analítica y con una comprensión más profunda de cómo
interactúan los distintos sistemas y procesos dentro de la organización.
En este escenario, el rol del auditor también cambia en términos de
posicionamiento interno. La auditoría deja de ser percibida únicamente
como una función de control y pasa a consolidarse como un socio
estratégico. Su valor no reside solo en detectar errores, sino en ayudar
a la organización a anticiparse, a tomar decisiones informadas y a
equilibrar innovación con control.
La auditoría en 2026 no consiste simplemente en hacer lo mismo de
siempre con nuevas herramientas. Supone un cambio de mentalidad. Implica
dedicar menos tiempo a recopilar evidencia y más a interpretarla; menos
esfuerzo en tareas repetitivas y más foco en riesgos relevantes; menos
énfasis en el cumplimiento mecánico y más en el criterio profesional.
En un entorno cada vez más automatizado, paradójicamente, el factor
humano gana peso. La ética, el escepticismo profesional, la capacidad de
explicar hallazgos complejos de forma clara y la independencia de
juicio se convierten en los verdaderos diferenciadores de la función de
auditoría.
La tecnología puede acelerar procesos, pero la confianza -el activo
más valioso en cualquier organización- sigue dependiendo de las
personas. Y en 2026, más que nunca, esa c [sic].
Cómo diseñar respuestas profundas y personalizadas para riesgos críticos
En muchas auditorías ocurre lo mismo: se identifica un riesgo significativo, se marca como “alto”… y luego se le aplican los mismos procedimientos de siempre.
Más muestras. Más pruebas repetitivas. Más papeles de trabajo.
Y ahí está el problema.
Los riesgos significativos, por definición, no son normales. Entonces, ¿por qué seguimos auditándolos como si lo fueran?
Este artículo aborda una verdad incómoda pero necesaria:
Un riesgo significativo tratado con procedimientos estándar deja de estar realmente auditado.
🔍 1. ¿Qué hace que un riesgo sea “significativo”? (y por qué importa tanto)
Según las NIA —especialmente la NIA 315 (Revisada) y la NIA 330— un riesgo es significativo cuando, por su naturaleza, complejidad o circunstancias, requiere una atención especial del auditor.
El reciente recordatorio publicado por el ICAC en su Boletín económico Financiero del segundo semestre 2025 sobre la ISQM 1 (en España, NIGC1-ES -Gestión
de la calidad en las firmas de auditoría que realizan auditorías de
estados financieros, publicada mediante Resolución de 20 de abril de
2022) marca un punto de inflexión en la profesión de auditoría. Este
marco de gestión de calidad exige que las firmas de auditoría
implementen políticas y procedimientos robustos para garantizar la fiabilidad de los recursos tecnológicos, incluidas las herramientas de IA e IA generativa.
La
adopción tecnológica ya no es solo una ventaja competitiva: es una
obligación regulatoria y en este sentido, los organismos supervisores
han identificado cuatro pilares clave para integrar la tecnología en el
sistema de gestión de calidad:
Supervisión continua y análisis de impacto Las firmas deben evaluar el uso y la contribución de las herramientas tecnológicas (ATT) a la calidad de la auditoría, estableciendo responsabilidades claras y mecanismos para detectar y corregir deficiencias.
Priorización estratégica Se recomienda adoptar tecnologías
que aporten mejoras sustanciales en calidad y consistencia,
considerando resultados de inspecciones, escalabilidad y adecuación a
requerimientos sectoriales.
Gobernanza y control de riesgos La IA debe integrarse en marcos sólidos de gobernanza,
con políticas, formación y seguimiento que mitiguen riesgos como
sesgos, pérdida de escepticismo profesional, brechas de confidencialidad
y usos inapropiados.
Responsabilidad profesional intacta Las
herramientas tecnológicas son apoyo, no sustituto. El juicio
profesional sigue siendo responsabilidad del auditor/a, que debe
mantener capacidad crítica y escepticismo.
Este cambio
supone un desafío, pero también una oportunidad para elevar el estándar
de confianza en nuestro trabajo. La IA deja de ser una herramienta
opcional para convertirse en un pilar de calidad y transparencia.
El
reto no es solo adoptar tecnología, sino diseñar un sistema que
garantice su integridad y fiabilidad. Quien logre integrar tecnología
con rigor y ética, marcará el camino hacia una auditoría más sólida y
confiable.
Grupo Técnico - IFRS and Corporate Reporting Centre of Excellence
El cierre del ejercicio 2025 se produce en un contexto económico que
sigue siendo complejo, aunque con señales de estabilización en algunos
frentes. La economía global ha mostrado resiliencia durante el segundo
semestre, apoyada en la moderación de la inflación y en la contención de
los precios energéticos, lo que ha permitido al Banco Central Europeo
situar el tipo de interés en el 2% y a la Reserva Federal de Estados
Unidos continuar con la senda descendente del mismo. Sin embargo, la
volatilidad en los mercados persiste, lo que condiciona las decisiones
estratégicas de inversión y financiación de las empresas.
NIA-EMC: una norma hecha a medida para auditorías de entidades menos complejas
La inmensa mayoría del tejido empresarial son pymes y
micro entidades, también en España, donde una parte muy relevante de los
informes de auditoría corresponden a entidades pequeñas.
Gema Martín de Almagro. Escuela de Economía 5 de noviembre de 2025, 10:02
La Norma Internacional de
Auditoría para Entidades Menos Complejas (NIA-EMC) nace para dar
respuesta a una realidad incuestionable: la inmensa mayoría del tejido
empresarial son pymes y micro entidades, también en España, donde una
parte muy relevante de los informes de auditoría corresponden a
entidades pequeñas. Sin embargo, las auditorías han venido operando con
normas pensadas para grupos y compañías de gran complejidad.
Origen, calendario y alcance
El International Auditing and Assurance Standards Board (IAASB)
inició en 2017 la gestación de una norma específica que, manteniendo el
mismo nivel de seguridad razonable que las NIA, fuera más clara y
proporcional para entidades con estructuras y operaciones sencillas. La
NIA-EMC se publicó el 6 de diciembre de 2023 y está previsto que entre
en vigor para ejercicios que se inicien a partir del 15 de diciembre de
2025, con materiales de apoyo (guías, orientaciones y ayudas de
implantación). Siendo certificada esta NIA de utilidad pública por
Public Interest Oversight Board (PIOB) y apoyado su implantación por la
Federación Internacional de Contadores (IFAC).
Se trata de una norma global e independiente, basada en principios,
con enfoque en riesgos inherentes, de control y de detección, y en la
integridad, objetividad y competencia del auditor de cuentas.
¿Quién puede aplicar la NIA-EMC?
La aplicabilidad se determina con una combinación de prohibiciones,
características cualitativas y, en su caso, umbrales cuantitativos
fijados por cada jurisdicción. Quedan excluidas, entre otras, las
entidades cotizadas, las que presentan características de interés
público y los encargos de grupos con participación de auditores de
componentes más allá de apoyos puntuales. A nivel cualitativo se valoran
el modelo de negocio, la estructura organizativa y de propiedad, la
función financiera y tecnologías de la información, el marco de
información y las estimaciones, así como el proceso de consolidación. En
España, corresponderá a la autoridad competente fijar los umbrales
cuantitativos.
La norma descansa en dos premisas:
1) La firma debe estar sujeta a la Norma Internacional de Gestión de la Calidad (NIGC) 1 (o requisitos equivalentes).
2) El encargo debe planificarse, ejecutarse y reportarse conforme a
normas profesionales y requisitos legales, ejerciendo juicio y
escepticismo profesional. En consecuencia, la gestión de calidad no se
relaja: la NIGC 1 se aplica a todas las firmas; si procede revisión de
calidad del encargo, regirá por la NIGC 2.
Estructura operativa: una sola norma, diez partes
A diferencia del cuerpo de 37 NIA-ES, la NIA-EMC concentra todo en un
único estándar con diez partes que siguen el flujo natural del encargo:
aceptación/continuidad, planificación, identificación y valoración del
riesgo, respuestas a riesgos valorados, conclusiones y formación de la
opinión e informes; incorpora además consideraciones específicas para
auditoría de grupos. Cada parte abre con material introductorio,
objetivos, requerimientos formulados con “deberá” y material explicativo
esencial (MEE), más “consideraciones” cuando el equipo incluye miembros
distintos del socio. El resultado es una estructura intuitiva y
concisa, diseñada para EMC versus pyme.
¿Qué no está y por qué?
La norma excluye requerimientos pensados para realidades menos
frecuentes en EMC. Ejemplos: ciertos apartados sobre marcos
complementados por regulación; comunicaciones propias de entidades con
comités u órganos complejos; la obligación sobre información por
segmentos; el uso de confirmaciones negativas como único procedimiento; o
la comunicación de cuestiones clave de auditoría (CCA) propia de
cotizadas. La lógica es de proporcionalidad: concentrar los requisitos
relevantes para EMC sin rebajar el nivel de seguridad.
Informe de auditoría: continuidad, con matices
No hay novedades sustantivas en el informe: se mantiene su estructura
y contenido, salvo la no aplicación de CCA en este ámbito. En el
párrafo “Fundamento de la opinión” debe indicarse que el trabajo se
efectuó conforme a la NIA-EMC, con posibilidad de adaptar la referencia
en la transposición nacional coma ya que figura en el informe de
auditoría de las NIA-ES. La norma ofrece, además, ayudas para decidir y
redactar modificaciones de opinión, énfasis y otras comunicaciones.
Beneficios esperados y riesgos percibidos
Para las firmas de auditoría, la NIA-EMC reducirá fricción
interpretativa y mejorará la eficiencia sin menoscabo de calidad, porque
no implica “hacer menos”, sino trabajar con requisitos más pertinentes y
un formato más directo. La seguridad alcanzada es la misma que en una
auditoría con las NIA-ES: razonable, preservando la confianza de los
usuarios. El riesgo de “dos ligas” de auditores no debería
materializarse, pues cualquier firma de auditoría, grande o pequeña,
puede aplicarla cuando el encargo sea elegible.
En materia de honorarios, no cabe esperar una carrera a la baja ya que la norma no elimina trabajo necesario; lo ordena.
Mirando al relevo generacional
Para los futuros auditores de cuentas, la NIA-EMC es una puerta de
entrada más pedagógica: un estándar único, diez partes, 158 páginas y
ejemplos centrados en EMC. Facilita aprender lo esencial de la auditoría
financiera y sienta una base sólida para escalar a las NIA-ES cuando el
encargo lo requiera, que no debería ser lo habitual.
Encuesta desde el Registro de Economistas Auditores (REA Auditores)
En septiembre de 2025 se ha publicado los resultados de una encuesta
realizada a profesionales del sector de la Auditoría de Cuentas en
España, con amplia experiencia, orientada a evaluar la aplicabilidad
práctica de las NIA-ES, así como la necesidad de adoptar una norma
específica para su aplicación en la auditoría de cuentas de los estados
financieros de EMC. Los resultados reflejan un consenso mayoritario
sobre la necesidad de simplificar, clarificar y adaptar la normativa
actual de auditoría de cuentas a la realidad de las PYMES y/o EMC. La
adaptación de la NIA-EMC en España es percibida como una oportunidad
para mejorar la eficiencia, comprensibilidad y calidad de los trabajos
de auditoría de cuentas sin comprometer el interés público.
Conclusión
La NIA-EMC reconoce que “menos compleja” es la entidad, no la
auditoría de cuentas. Conserva el objetivo y la seguridad de las NIA,
pero adapta la forma, el lenguaje y el foco a la realidad de millones de
empresas. Su adopción en España —con umbrales adecuados y alineada con
NIGC 1— puede elevar la calidad y consistencia de las auditorías en
PYMES, mejorar la comprensión del trabajo por parte de clientes y
equipos, y contribuir a un ecosistema de información financiera más
confiable y proporcional.
En el mundo de la auditoría financiera, el fraude representa uno de
los desafíos más complejos y de mayor impacto. Además de deteriorar la
integridad de los estados financieros, lesiona la confianza de los
inversores, reguladores y la sociedad en general. Para abordar este
riesgo inherente, la Norma Internacional de Auditoría 240 (ISA 240)
emitida por el Consejo de Normas Internacionales de Auditoría y
Aseguramiento (International Auditing and Assurance Standards Board -
IAASB) y titulada Responsabilidad del auditor en relación con el fraude
en una auditoría de estados financieros, proporciona un marco claro y
exhaustivo al respecto. Esta norma, que fue revisada recientemente y su
actualización se publicó en el mes de julio de 2025, establece las
obligaciones del auditor para identificar, evaluar y responder a los
riesgos de fraude, asegurando que los estados financieros sean
presentados de manera fidedigna, libres de incorrecciones materiales
debidas a fraude o error y en ese sentido, más que ser una obligación
técnica, se constituye en una herramienta esencial para salvaguardar la
transparencia corporativa.
La NIA 240 define el propósito central de la auditoría en relación
con el fraude así: obtener una seguridad razonable de que los estados
financieros están libres de incorrecciones materiales,
independientemente de si estas provienen de fraude o error. Es
importante destacar que el alcance de la norma se centra en dos tipos
principales de fraude relevantes para la auditoría:
Información financiera fraudulenta: Incluye la
manipulación intencional de los registros contables, tal como el
sobredimensionamiento de ingresos o la subestimación de pasivos, con el
fin de presentar una imagen distorsionada de la posición financiera de
la entidad.
Malversación de activos: Se refiere al robo o mal uso de recursos de la empresa, tal como el desvío de fondos o el uso indebido de inventarios.
Esta norma se integra con otras disposiciones, tales como la NIA 315 -
Identificación y evaluación de los riesgos de incorrección material y
la NIA 200 - Objetivos generales del auditor independiente), formando un
ecosistema coherente para la auditoría moderna.
Es importante mencionar una distinción clave que la norma enfatiza y
es la intencionalidad: el fraude es deliberado y oculto, lo que lo hace
inherentemente más difícil de detectar que un error, ya que este último
surge de omisiones o equivocaciones involuntarias. Por ejemplo, un error
en el cálculo de depreciaciones podría ser un descuido honesto, pero la
creación ficticia de ventas para inflar ganancias es un acto
fraudulento que requiere astucia para encubrirlo. El alcance de la NIA
240 no es la detección exhaustiva de todos los fraudes, sino el diseño
de procedimientos que respondan adecuadamente a los riesgos
identificados.
Un pilar fundamental de la NIA 240 es la clara demarcación de
responsabilidades. La dirección de la entidad y los encargados del
gobierno corporativo —como el consejo de administración o comités de
auditoría— son los responsables primarios de prevenir y detectar
fraudes. Esto incluye implementar controles internos sólidos, fomentar
una cultura ética y monitorear el cumplimiento normativo. En esencia,
son los guardianes internos que deben crear un entorno donde el fraude
sea disuadido desde su origen. En contraste, el auditor asume un rol
complementario pero crítico que se evidencia en:
Identificar y evaluar riesgos de fraude: Analizar cómo y dónde podría ocurrir un fraude que afecte materialmente los estados financieros.
Diseñar y aplicar procedimientos de respuesta:
Adaptar la estrategia de auditoría para abordar estos riesgos
específicos, tales como pruebas substantivas más rigurosas en áreas
vulnerables.
Mantener su escepticismo profesional: Cuestionar de manera continua las afirmaciones de la dirección, evitando asumir que los sistemas internos son infalibles.
La norma es clara en que el auditor no puede ofrecer una garantía
absoluta de detección de fraudes, especialmente aquellos no materiales o
bien camuflados. Sin embargo, si debe ejercer diligencia profesional
—un estándar de cuidado razonable basado en el juicio experto— para
identificar fraudes que, de no detectarse, podrían distorsionar la
imagen financiera. En la práctica, esto significa que un auditor
negligente podría enfrentar sanciones legales o profesionales, mientras
que uno que sea diligente contribuye a la credibilidad de los mercados.
El escepticismo profesional tiene un papel preponderante; no es una
simple recomendación, sino un mandato de la NIA 240. Implica mantener
una mentalidad abierta y cuestionadora, que rechace la complacencia y no
acepte ciegamente las explicaciones proporcionadas por la dirección.
Por ejemplo, si la gerencia justifica un aumento repentino en ingresos
con nuevos contratos, el auditor debe indagar en evidencias subyacentes
como contratos firmados o flujos de caja corroborantes, en lugar de
asentir pasivamente. Un mecanismo clave para fomentar este escepticismo
es la discusión estratégica del equipo de auditoría, la cual debe
realizarse al inicio del encargo y, si es necesario, de manera continua.
Durante estas sesiones, el equipo puede plantear ideas sobre:
Posibles escenarios de fraude: ¿Cómo podría un empleado o ejecutivo cometer fraude en esta entidad específica?
Áreas vulnerables: Departamentos con controles débiles, como tesorería o ventas.
Métodos de detección: Procedimientos que podrían revelar anomalías, como análisis de tendencias o revisiones sorpresa.
Esta discusión no solo alinea al equipo, sino que promueve una
cultura de alerta colectiva, reduciendo el riesgo de sesgos
individuales.
Un aspecto a tener en cuenta en la NIA 240 es la evaluación de
riesgos. El auditor puede iniciar con indagaciones dirigidas a la
dirección, personal clave y, en su caso, al gobierno corporativo,
preguntando sobre políticas antifraude, incidentes pasados y
percepciones de riesgos. Estas conversaciones deben ser documentadas y
no limitarse a respuestas superficiales. Posteriormente es conveniente
evaluar los factores de riesgo de fraude, que pueden agruparse en
categorías:
Incentivos o presiones.
Actitudes o racionalizaciones.
En cuanto a la documentación, debe ser exhaustiva, cubriendo la
naturaleza del fraude, el alcance de las pruebas y los resultados. Si el
fraude impide obtener evidencia suficiente —por ejemplo, destrucción de
documentos—, el auditor podría emitir una opinión calificada, adversa o
retirarse del encargo, protegiendo su reputación y cumplimiento.
Como se aprecia, la NIA 240 redefine la auditoría como un ejercicio
de vigilancia activa contra el fraude intencional, más elusivo que el
error inadvertido. En tanto la alta dirección de las organizaciones debe
prevenir, el auditor detecta (o debería detectar) los asuntos
materiales mediante escepticismo, evaluación integral y respuestas
adaptadas. De ahí la necesidad de actuar con rigurosidad y
profesionalismo.
CP Iván Rodríguez - CIE AF
Auditor y consultor, diplomado en Alta Gerencia de Seguros y Derecho
de Seguros. Especialista en Dirección Financiera y Desarrollo
Organizacional, diplomado en Gerencia de la Calidad. Contador público
(CP) de la Pontificia Universidad Javeriana con 20 años de experiencia
en diversas empresas. Tiene amplia experiencia en la elaboración y
ejecución de auditorías y revisorías fiscales. Dirección y ejecución de
asesorías, consultorías y capacitaciones. Colaborador de Auditool.
La auditoría pública es el pilar fundamental de la rendición de cuentas gubernamental,
garantizando que los fondos tributarios se utilicen apropiadamente y
que los gobiernos actúen en interés del público. Sin embargo, los Órganos de Fiscalización Superior (SAI) y
departamentos de auditoría interna enfrentan desafíos crecientes:
gobiernos que digitalizan sus operaciones generan volúmenes masivos de
datos, fraude y corrupción se sofistican continuamente, y los
presupuestos de auditoría permanecen limitados.
La Inteligencia Artificial (IA) representa una respuesta transformadora a
estos desafíos. Al automatizar tareas tediosas, analizar el 100% de los
datos en tiempo real, y detectar patrones anómalos con precisión
sobrehumana, la IA redefine cómo pueden funcionar las auditorías
públicas modernas.
Capacidades Transformadoras de la IA en Auditoría
Análisis Masivo de Datos y Detección de Anomalías
Uno de los mayores beneficios de la IA es su capacidad para procesar volúmenes de datos imposibles de analizar manualmente.
Los auditorios tradicionales utilizan muestreo estadístico—examinando
una pequeña fracción de transacciones—lo que permite que fraude
sofisticado escape entre las muestras.
Con IA, los auditores pueden analizar el 100% de las transacciones en
tiempo real, identificando patrones, valores atípicos y anomalías que
indicen fraude, corrupción o ineficiencia. Los algoritmos de machine
learning pueden detectar patrones complejos que humanos nunca
identificarían, como esquemas de malversación orchestados [sic] cuidadosamente
o redes de proveedores fraudulentos.
Ejemplo práctico: En el Reino Unido, la Oficina Nacional de Auditoría (NAO) estima que fraude y error costaron entre £55 mil millones y £81 mil millones a los contribuyentes en 2023-24.
Herramientas analíticas de IA pueden identificar transacciones
potencialmente fraudulentas automáticamente, permitiendo que sistemas de
control detecten y bloqueen problemas en tiempo real antes de que
impacten significativamente el fisco público.
Automatización de Tareas Rutinarias
La IA permite automatizar actividades que tradicionalmente consumían 70-80% del tiempo de auditoría:
Extracción y clasificación de datos: Procesos manuales tediosos se automatizan, permitiendo que auditor se enfoquen en análisis estratégico.
Generación de reportes: AI puede sintetizar
hallazgos y generar reportes de auditoría estructurados, reduciendo
significativamente el tiempo de ciclo de auditoría.
Rastreo de procesos: AI analiza documentación de
soporte automáticamente, clasificando y extrayendo información de miles
de documentos escaneados en minutos.
Monitoreo Continuo y Auditoría en Tiempo Real
Las auditorías tradicionales son eventos periódicos—típicamente trimestrales o anuales—dejando ventanas amplias donde problemas pueden ocurrir sin detección. La IA cambia este paradigma completamente permitiendo “monitoreo continuo,” donde sistemas AI supervisan continuamente operaciones gubernamentales 24/7.
En lugar de auditorías retrospectivas que preguntan “¿Qué sucedió?”, el monitoreo continuo pregunta “¿Qué está sucediendo AHORA?” en
todas las operaciones. Esto permite respuestas inmediatas a incidentes,
evitando que fraude se perpetúe durante meses sin descubrimiento.
Transformación de Modelos Tradicionales a Continuos:
Auditoría Tradicional
Monitoreo Continuo con IA
Revisiones periódicas (trimestral/anual)
Análisis 24/7 en tiempo real
Muestreo de transacciones (~5-10%)
Cobertura 100% de todas las transacciones
Detección de problemas meses después
Alertas inmediatas de anomalías
Enfoque reactivo
Enfoque proactivo y predictivo
Análisis descriptivo (“qué pasó”)
Análisis predictivo (“qué pasará”)
Análisis Predictivo y Gestión de Riesgos
Beyond detection, AI algorithms can predict future risks and anomalies by
analyzing historical patterns [sic]. Los modelos de machine learning
identifican indicadores tempranos de incumplimiento o fraude,
permitiendo que gobiernos tomen medidas preventivas.
Por ejemplo, un modelo puede aprender que municipios con
características demográficas, presupuestarias y administrativas
específicas tienen mayor probabilidad de corrupción de procuración,
alertando a auditor para auditorías preventivas enfocadas.
Análisis de Lenguaje Natural para Procesamiento de Reportes
El Procesamiento de Lenguaje Natural (NLP) es transformador para
auditorías de entidades subnacionales. SAI a menudo publican reportes de
auditoría en PDFs escaneados complejos, haciendo difícil extraer
información sistemáticamente para análisis comparativos.
Caso de Estudio: Auditoría de Sinaloa, México. Un
investigador en The Alan Turing Institute desarrolló un pipeline de NLP
para procesar miles de reportes de auditoría de la Auditoria Superior
del Estado de Sinaloa (ASES), un SAI subnacional mexicano. El sistema:
Convirtió archivos PDF escaneados en texto legible por máquinas usando OCR (reconocimiento óptico de caracteres)
Utilizó modelos de clasificación de texto para identificar párrafos relevantes sobre hallazgos de auditoría
Empleó Named Entity Recognition (NER) para extraer montos de dinero y tipos de discrepancias
Resultado: El sistema identificó automáticamente 125
discrepancias de presupuesto municipal a través de 8 años en 18
municipios. Este análisis facilitó que investigadores y órganos de
anti-corrupción identificaran patrones de malversación sin requir [sic] revisión manual de miles de páginas de documentos.
Marco de Referencia del GAO sobre Responsabilidad de IA
La Oficina de Contabilidad General de EE.UU. (GAO) reconociendo que gobiernos cada vez más utilizan IA en programas críticos, publicó el “Artificial Intelligence: An Accountability Framework for Federal Agencies”—el primer marco internacional acordado para auditar sistemas de IA.
El marco GAO establece que auditores deben evaluar sistemas de IA en cinco dimensiones críticas:
Efectividad: ¿El sistema de IA cumple sus objetivos previsto?
Eficiencia: ¿El sistema utiliza recursos apropiadamente?
Equidad: ¿El sistema trata a todos los ciudadanos justamente sin discriminación?
Ética: ¿El sistema adhiere a principios éticos fundamentales?
Economía: ¿El sistema es costo-efectivo?
Adicionalmente, el Bundesrechnungshof alemán junto
con SAIs de Finlandia, Holanda, Noruega y Reino Unido publicaron un
white paper conjuntamente en 2020 sobre auditoría de algoritmos de
machine learning en administración pública. El documento proporciona un
catálogo de auditoría con propuestas de auditoría basadas en riesgos y
orientación para auditores que evalúan sistemas de ML en gobierno.
Desafíos Críticos de Implementación
A pesar del potencial transformador, la integración de IA en auditoría pública enfrenta obstáculos significativos:
La Brecha de Habilidades Crítica
El mayor obstáculo para adopción de IA en auditoría es la falta de profesionales capacitados. Auditorios internos requieren entendimiento profundo no solo de auditoría tradicional sino también de:
Conceptos fundamentales de IA: Cómo funcionan sistemas de machine learning, redes neuronales y aprendizaje profundo.
Explicabilidad e interpretabilidad: Capacidad de “abrir la caja negra” para entender cómo modelos llegan a conclusiones.
Privacidad y conformidad regulatoria: Cumplimiento con GDPR, CCPA, y regulaciones emergentes de IA.
Investigación encontró que 84% de profesionales encuestados
reportaron dificultades en adaptación de habilidades debido a programas
de entrenamiento inadecuado. Respuesta a esto, organizaciones como ISACA han lanzado la certificación AI and Internal Audit (AAIA), permitiendo que auditores certificados desarrollen expertise especializado en auditoría de IA.
Riesgos de Sesgo y Equidad en Sistemas de IA
Quizás el desafío ético más crítico es que sistemas de IA pueden perpetuar y amplificar sesgos existentes, especialmente en determinaciones de riesgo para gobiernos locales.
Ejemplo notorio—COMPAS System: ProPublica en 2016
investigó COMPAS, un sistema de IA utilizado en Estados Unidos para
predecir reincidencia criminal. Encontraron que el sistema exhibía
sesgos significativos contra Afroamericanos—falsamente clasificándolos
como “alto riesgo” en tasas mucho mayores que Caucásicos. Este hallazgo
demostró que AI no es objetiva por defecto; refuerza prejuicios en datos
de entrenamiento.
Para auditoría pública, esto significa que sistemas de IA que
priorizan qué gobiernos locales auditar podrían inadvertidamente
discriminar contra municipios con características demográficas
específicas, perpetuando desigualdades existentes.
Estrategia de Mitigación:
Utilizar datos representativos y equilibrados para entrenar modelos
Validar continuamente modelos para sesgo demográfico
Implementar auditoría “fairness-first” de sistemas de IA ANTES del despliegue
Requerir documentación explícita de métricas de equidad
Combinar monitoreo automatizado con supervisión humana crítica
Privacidad de Datos y Conformidad Regulatoria
AI-powered auditing procesa enormes volúmenes de datos sensibles de ciudadanos—información financiera, historial médico, patrones de comportamiento. Sin salvaguardas apropiadas, AI puede aumentar riesgos de privacidad más que mitigarlos.
Problemas específicos:
Sobre-recolección de datos: Algoritmos de IA
frecuentemente requieren datasets masivos para mejorar precisión,
arriesgando procesamiento de información innecesaria sensible.
Transparencia limitada en decisiones de IA: Sistemas
de “caja negra” producen insights sin explicar cómo datos fueron
procesados, dificultando cumplimiento con derechos de transparencia
ciudadanos.
Transferencias transfronterizas: Plataformas de IA
operan frecuentemente en entornos cloud, levantando preocupaciones sobre
dónde se almacenan datos de auditoría y cómo se protegen.
Estrategias de Cumplimiento:
Implementar “privacy by design” en sistemas de IA desde el inicio
Cifrar datos sensibles tanto en tránsito como en reposo
Minimizar datos recolectados—procesar solo información necesaria
Implementar controles de acceso basado en roles estrictos
Realizar auditorías de privacidad independientes regularmente
Documentar bases legales para procesamiento de datos bajo GDPR/leyes similares
“Black Box” Problem y Explicabilidad
Muchos modelos avanzados de IA—particularmente deep learning y redes
neuronales—operan como “cajas negras” donde incluso desarrolladores no
pueden explicar completamente por qué el sistema llegó a conclusiones
específicas.
En contexto de auditoría pública, funcionarios públicos y
ciudadanos tienen derecho a entender por qué sus programas fueron
auditados o por qué hallazgos específicos fueron identificados. Un sistema AI que no puede explicar su lógica es inaceptable en sector público.
Soluciones emergentes incluyen:
Adoptar “Explainable AI” (XAI) que proporciona interpretación clara de decisiones
Requerir documentación de algoritmos de decisión
Implementar sistemas híbridos donde IA asiste pero humanos toman decisiones finales
Usar técnicas como SHAP (SHapley Additive exPlanations) para interpretar contribuciones de características
Calidad de Datos y Garbage-In-Garbage-Out
La máxima “garbage in, garbage out” es especialmente crítica en
auditoría. Si datos de entrada son incompletos, inexactos o sesgados, incluso sistemas AI más sofisticados producirán conclusiones erróneas.
En gobiernos, especialmente en mercados en desarrollo, datos
financieros pueden estar incompletos, mal registrados, o deliberadamente
obfuscados. AI amplifica estos problemas si no hay validación rigurosa
de calidad de datos primero.
El Futuro de la Auditoría Pública con IA
Auditoría Continua versus Tradicional
El futuro claro es que auditoría tradicional periódica evolucionará a monitoreo continuo. Pero esta transición requiere inversión significativa en tecnología, capacitación y cambio organizacional.
Nuevas competencias de auditores: Auditores
evolucionarán de “detectores de fraude” a “guardianes de integridad de
datos.” Necesitarán comprender no solo auditoría sino también:
Data science y estadística
Seguridad cibernética
Arquitectura de sistemas
Ética de IA y principios de gobernanza
Leyes de privacidad emergentes
Colaboración y Estándares Globales
Reconociendo estos desafíos, organizaciones internacionales como
ASOSAI (Asociación de Órganos Superiores de Auditoría de Iberoamérica),
IIA (Institute of Internal Auditors), y ISACA están desarrollando
estándares y mejores prácticas globales.
El Reino Unido lanzó “GetTech Certified,” un programa
gratuito que ofrece a funcionarios públicos recursos para construir
competencias fundamentales en tecnología e IA, reconociendo que adquisición de habilidades debe ser accesible a sector público.
Síntesis: IA como Catalizador de Responsabilidad
La Inteligencia Artificial transformará fundamentalmente auditoría pública desde
un proceso retrospectivo y muestreado a un sistema prospectivo,
continuo y completo de vigilancia de integridad gubernamental.
Sus capacidades son revolucionarias: analizar 100% de datos, detectar
fraude sofisticado, predecir riesgos, automatizar tareas
administrativas, y proporcionar inteligencia en tiempo real a gobiernos y
ciudadanía.
Sin embargo, la realización de este potencial requiere más que tecnología. Requiere inversión en personas—entrenamiento
de auditores para la era de IA, establecimiento de marcos éticos
claros, regulación que proteja privacidad mientras permite innovación, y
gobernanza que asegure que AI permanece al servicio de ciudadanía en
lugar de subvertir democracia.
El futuro de rendición de cuentas pública es IA-impulsado, pero solo
si la implementación se realiza responsablemente, con atención rigurosa a
equidad, transparencia, privacidad y valores democráticos fundamentales
que la auditoría pública está diseñada para proteger.
La digitalización y la sostenibilidad impulsan la demanda de nuevos perfiles profesionales, abriendo oportunidades laborales para expertos tecnológicos y jóvenes con visión global y compromiso ético en el sector
Por Servimedia -
Según los datos analizados por el Instituto Coordenadas de Gobernanza y Economía Aplicada, el sector de la auditoría vive un momento de crecimiento sostenido,
con una facturación global de más de 980 millones de euros y más de
41.000 empleos en 2024, una dinámica positiva que podría acelerarse con
la incorporación de nuevos perfiles derivados del auge de la
digitalización, la integración de la sostenibilidad en las estrategias
empresariales y compliance.
Indica que el sector de la auditoría vive un momento decisivo marcado por su creciente relevancia en una sociedad que exige a las empresas
no solo revisar cuentas de los balances financieros, sino también
demostrar su responsabilidad social y compromiso medioambiental.
En un contexto de plena transformación digital, con la irrupción de tecnologías como la inteligencia artificial, señala que la profesión se enfrenta al reto de hacer frente a la demanda de más auditores, mejor formados y con perfiles cada vez más especializados para responder a las nuevas demandas del marco regulatorio empresarial.
El análisis del Instituto Coordenadas apunta que el aumento de la demanda de auditores viene impulsado por la necesidad de responder, por un lado, a un relevo generacional de una profesión con una edad media de 57 años y, por otro lado, de dar respuesta también a los cambios digitales y exigencias del marco regulatorio en materia de auditoría no financiera, que se prevé que se intensifiquen en los próximos años. Las compañías buscan profesionales capaces de analizar grandes volúmenes de datos, anticipar riesgos y evaluar su impacto social, medioambiental y de compliance con una visión integral del negocio.
Tal como señala Jesús Sánchez Lambás, vicepresidente del Instituto Coordenadas de Gobernanza y Economía Aplicada, "más allá del control financiero, la auditoría se ha consolidado como un pilar en la confianza entre empresas, ciudadanos y estado, donde la transparencia y responsabilidad social en las organizaciones está ganando presencia, generando un fuerte crecimiento en la demanda de auditores cualificados que se intensificará en los próximos años".
Si hace unas décadas los auditores provenían exclusivamente de los
estudios de economía y administración de empresas, el nuevo contexto
abre grandes oportunidades laborales a titulados de campos como la ingeniería, big data, desarrolladores de IA, expertos en ciberseguridad, RSC y gestión de sostenibilidad, lo que conllevará una demanda de un talento más diverso y multidisciplinar, según el Instituto Coordenadas.
Los informes consultados por el Instituto Coordenadas orientan un fuerte crecimiento global del empleo tecnológico en los próximos años, con especial protagonismo de los perfiles en programación, análisis de datos y ciberseguridad. De acuerdo con la lectura que realiza el Instituto de estudios como Trabajar en 2033 de PwC, las TIC
podrían generar un incremento de empleo cercano al 37% para ese
horizonte temporal y el sector de la auditoría va a ser uno de los
ámbitos más demandantes de ese talento.
Las firmas de auditoría ya están implementando la Inteligencia Artificial para automatizar procesos, realizar análisis masivos de datos e identificar riesgos y anomalías
en tiempo real, mejorando el rigor y la calidad que son sus señas de
identidad. Esta digitalización, apunta el Instituto Coordenadas, está
creando nuevas oportunidades laborales para perfiles tecnológicos, al tiempo que amplía la necesidad de auditores especializados en sistemas de ciberseguridad.
El auge de la información ESG —ambiental, social y de gobernanza— especialmente en sociedades cotizadas, pero no solo, ha impulsado la necesidad de auditores con conocimientos en sostenibilidad,
una palanca de crecimiento para el mercado laboral. Concretamente, el
Instituto Coordenadas recuerda que cambios legislativos como la
Directiva Europea de Información de Sostenibilidad Corporativa (CSRD)
están transformado también el ámbito de la auditoría, incorporando la verificación de los informes de sostenibilidad como parte de sus responsabilidades, impulsando la demanda de expertos en sostenibilidad dentro de las firmas de auditoría y de las propias empresas que son por propia definición transversales.
Uno de los grandes desafíos, según los datos analizados por el
Instituto Coordenadas, será corregir el actual desajuste entre oferta y
demanda de talento. Las vacantes cualificadas en áreas TIC son de
difícil cobertura -solo uno de cada cuatro empresas logra cubrir estos
puestos en menos de tres meses- y el déficit de especialistas
tecnológicos persiste, una situación que el Instituto Coordenadas
considera una rémora para el crecimiento empresarial y que también
afecta al sector de la auditoría, con el añadido de ser un sector poco
tenido en cuenta todavía por ingenieros informáticos y otros
especialistas en TIC: "Es importante que se establezcan sinergias entre
universidades, colegios profesionales y empresas para acercar a esos
perfiles técnicos que requiere la auditoría y trasladar al talento joven
el mensaje de que la auditoría brinda una oportunidad laboral de
éxito", afirma Lambás.
"Es conveniente también que el sector trabaje para atraer al talento
especialista en sostenibilidad, aquellos jóvenes que pueden ver en la
auditoría un sector donde desarrollar una profesión con sentido social,
ya que se contribuye a la transparencia de la responsabilidad social de las empresas y es un garante contra prácticas como el greenwashing", indica.
El Instituto Coordenadas subraya que la auditoría ofrece una de las mejores puertas de entrada al mundo empresarial.
Es una profesión que combina rigor técnico con visión global, espíritu
crítico, independencia y compromiso ético. Su evolución hacia ámbitos
como la sostenibilidad o la inteligencia de datos abre una oportunidad
única para las nuevas generaciones, que pueden encontrar en ella un
espacio donde la tecnología y el propósito social convergen. Una demanda
que las universidades deberían de ser capaces de cubrir.
Según el entrevistado la IA transforma el rol del auditor junior de
ser un 'verificador de datos' a ser un 'detective de riesgos' asistido
por tecnología.
Nos gustaría conocer algo más sobre su trayectoria profesional. ¿Quién es Ismael Llamazares Martínez?
Podría decir que soy auditor, economista, consultor... pero ante todo
soy una persona curiosa y con muchas inquietudes que conoce de primera
mano los múltiples desafíos de dirigir una firma de servicios
profesionales. Durante más de una década, he estado al frente de
Evidentia Auditores, una firma que hemos construido desde cero hasta
convertirla en un referente, siempre con una filosofía basada en la
calidad y en la eficiencia.
Hace unos años, como muchos, empecé a ver el potencial de la
Inteligencia Artificial, pero no como una simple herramienta, sino como
un cambio de paradigma radical. Entendí que la IA no era una opción, era
el futuro de la competitividad. En lugar de esperar a que otros me
dijeran cómo usarla, decidí sumergirme de lleno: me formé
intensivamente, experimenté, cometí errores y, sobre todo, aprendí a
separar el "humo" tecnológico de las soluciones que generan un impacto
real en las empresas. Desde mi experiencia al frente de Evidentia, he
vivido en carne propia los problemas y resistencias de implantar
soluciones con IA de valor.
De esa experiencia, de esa doble visión de empresario que conoce los
"dolores" del sector y de profesional que domina la aplicación
estratégica de la IA nace StratIA. Así que soy auditor, economista y
consultor, pero prefiero definirme como un facilitador: alguien que
traduce el enorme potencial de la Inteligencia Artificial en ventajas
competitivas reales y medibles para los despachos y empresas que no
quieren quedarse atrás.
Es CEO de StratIA, ¿podrías presentarnos la consultora? ¿Cuál
es vuestro objetivo y qué valor diferencial aportáis a vuestros
clientes?
StratIA nace de una convicción muy clara: el mercado español
necesitaba una consultora de IA que hablara menos de tecnología y más de
negocio. Vimos un enorme espacio vacío entre las grandes consultoras, a
menudo lentas y caras, y los consultores freelance que, aunque ágiles,
carecen de un profundo conocimiento sectorial y de capacidades.
StratIA está formada por 15 personas con capacidades
multidisciplinares que comparten pasión por la revolución que está
suponiendo la Inteligencia Artificial y nuestro objetivo es ser
esa consultora boutique híper-especializada de referencia para despachos
profesionales y empresas de alto rendimiento
Nuestro valor diferencial es radicalmente simple y se basa en cuatro
pilares. Primero, no vendemos tecnología, vendemos resultados de negocio
medibles en 90 días. Segundo, garantizamos una atención directa y
continuada. Tercero, tenemos un enfoque obsesivo en la IA responsable y
el cumplimiento normativo, preparando a nuestros clientes para el AI Act
europeo desde el primer día. Y, por último, nuestro compromiso es con
la autonomía del cliente: lo que construimos juntos, es suyo para
siempre. No creamos dependencia, construimos capacidades.
En resumen, StratIA es el socio estratégico para empresas y despachos
que no buscan un proveedor, sino un aliado que les ayude a transformar
su negocio con IA de forma rápida, segura y rentable.
Desde tu perspectiva como experto en Inteligencia Artificial,
¿de qué manera crees que la IA está redefiniendo el futuro y el día a
día de la profesión de auditoría?
La IA no está simplemente cambiando la auditoría; la está refundando
desde sus cimientos. Tradicionalmente, la auditoría se ha basado en el
muestreo, en analizar una pequeña parte de las transacciones. La IA
pulveriza esta limitación. Estamos pasando de la auditoría basada en
muestras a la auditoría basada en el 100% de los datos. Esto es un
cambio de paradigma.
En el día a día, esto significa que el auditor dejará de dedicar
cientos de horas a tareas repetitivas y de bajo valor, como las
conciliaciones o la revisión de documentación de forma manual. En su
lugar, supervisará agentes de IA que analizarán poblaciones completas de
datos en tiempo real, identificando patrones, anomalías y riesgos que
antes eran completamente invisibles para el ojo humano.
Pero la verdadera redefinición está en el rol del profesional. La IA
no va a reemplazar al auditor, va a exigirle ser mejor auditor. El foco
ya no estará en el 'qué' (encontrar el dato), sino en el 'porqué'
(interpretar el hallazgo). Las habilidades más demandadas serán el
juicio profesional, el pensamiento crítico y el escepticismo
constructivo para evaluar las conclusiones que la IA nos presenta. El
auditor del futuro será menos un 'verificador' y más un estratega del
riesgo y la confianza, utilizando la IA como su herramienta más potente
para ofrecer un dictamen con un nivel de seguridad y profundidad que
hasta ahora era impensable.
¿Qué tendencias de IA generativa crees que tendrán un mayor impacto en el sector de servicios profesionales a corto plazo?
A corto plazo, el mayor impacto no vendrá de las aplicaciones más
espectaculares, sino de tres tendencias muy prácticas que están
transformando la forma en que los profesionales trabajan.
La primera, y la más inmediata, es la de los Agentes Internos Seguros.
Estamos hablando de asistentes de IA generativa que se entrenan
exclusivamente con la base de conocimiento interna de un despacho: sus
contratos, sus dictámenes o su jurisprudencia acumulada. Esto permite a
un abogado o a un asesor realizar consultas complejas sobre su propio
know-how, redactar borradores con el estilo de la firma y obtener
respuestas en segundos, todo ello en un entorno totalmente confidencial y
sin riesgo de fugas de datos.
La segunda tendencia es la Automatización Inteligente de Documentos. Ya no se trata solo de extraer datos de una factura. La IA generativa ahora puede leer un expediente de due diligence de
200 páginas, identificar las cláusulas de riesgo, resumirlas y
compararlas con los estándares del despacho. Esto reduce drásticamente
el trabajo manual de bajo valor y libera a los profesionales para que se
centren en la estrategia.
Y la tercera, que ya estamos viendo, es la Comunicación Aumentada con el Cliente.
La IA generativa permite crear en cuestión de segundos borradores de
emails, propuestas comerciales personalizadas o disponer atención
continuada automatizada mediante bots que mantengan siempre el tono y el
rigor de la firma. Esto no solo mejora la eficiencia, sino que eleva la
calidad y la consistencia del servicio que percibe el cliente final.
En este nuevo escenario, el rol del profesional se
transforma. ¿Cómo puede un socio de un despacho o un directivo pasar de
'hacer el trabajo' a 'dirigir el trabajo' con IA, y qué habilidades
humanas se vuelven ahora más cruciales que nunca?
Esa es la pregunta fundamental, y la respuesta redefine lo que
significa ser un líder. El cambio a 'dirigir' el trabajo con IA no es
una cuestión de aprender a usar una nueva herramienta, es un cambio de
mentalidad. Se trata de pasar de ser el mejor ejecutor a ser el mejor director de orquesta.
Un socio o un directivo ya no dedicará su tiempo a redactar
documentos o a revisar manualmente trabajo rutinario. Su nuevo rol será hacer las preguntas correctas a sus agentes de IA,
definir los objetivos estratégicos para que sus agentes automatizados
los ejecuten y, lo más importante, aplicar su juicio experto sobre los
resultados que la IA le presente. El líder del futuro no ganará por
saber más, sino por saber hacer mejores preguntas.
En este contexto, las habilidades técnicas se vuelven secundarias frente a las habilidades puramente humanas, que ahora son más cruciales que nunca. Destacaría tres:
Pensamiento Crítico y Estratégico: La IA nos dará
datos y borradores, pero solo un humano puede evaluar si esa información
es estratégicamente sólida, si se alinea con los objetivos del cliente o
si tiene sentido en un contexto de negocio complejo.
Inteligencia Emocional y Empatía: La IA no puede
sentarse con un cliente, entender sus miedos, negociar un acuerdo o
liderar a un equipo. La capacidad de conectar, comunicar y construir
confianza se convierte en nuestro mayor diferencial.
Curiosidad y Aprendizaje Continuo: El líder que
prospere será aquel que tenga una curiosidad insaciable por entender qué
nuevas capacidades trae la IA cada mes y cómo puede aplicarlas para
innovar. La capacidad de adaptación ya no es una ventaja; es una
condición de supervivencia.
Muchos directivos y socios de despachos ven la IA como una
inversión grande, compleja y con un retorno incierto. Ante el "hype" y
las promesas exageradas, ¿cómo puede una empresa o un despacho profesional
distinguir las soluciones de IA que generan valor real de las que son
solo "humo tecnológico"? ¿Qué primer paso recomendarías para empezar con
buen pie y sin arriesgar demasiado?
Esa es la pregunta del millón, y es la preocupación más legítima y
extendida que nos encontramos. El mercado está lleno de ruido, y
distinguir la señal es un verdadero desafío. Mi experiencia me ha
enseñado que hay tres criterios clave para separar el valor real del
'humo':
Primero, una solución de valor nunca empieza
hablando de tecnología, empieza hablando de un problema de negocio. Si
un proveedor te habla de 'LLMs' y 'algoritmos' antes de haber entendido a
fondo qué proceso quieres mejorar o qué coste quieres reducir, es una
señal de alerta. El valor no está en el algoritmo, está en el resultado
que genera.
Segundo, una propuesta seria siempre debe ser
medible. Debe responder a la pregunta: 'Si implementamos esto, ¿qué
indicador clave (KPI) va a mejorar, ¿cuánto y en cuánto tiempo?'. Si la
respuesta es vaga, probablemente el valor también lo sea.
Y tercero, las soluciones reales son escalables y
gestionables. Deben poder integrarse en los procesos existentes sin
causar un caos y contar con un plan claro de gobernanza y supervisión
humana.
Por todo esto, el primer paso que siempre recomiendo para empezar con
buen pie y sin arriesgar es no lanzarse a una gran implementación, sino
realizar un Diagnóstico Estratégico de bajo riesgo. En StratIA, por
ejemplo, hemos diseñado un programa inicial de pocas semanas donde
trabajamos codo con codo con el cliente para identificar 2 o 3 casos de
uso de alto impacto, estimamos su ROI de forma conservadora y entregamos
una hoja de ruta clara. Es la forma más inteligente de invertir:
primero en claridad y estrategia, y solo después, con datos en la mano,
en la tecnología.
¿Crees que la IA puede hacer la profesión de auditor más atractiva para los jóvenes y facilitar así el relevo generacional?
Estoy convencido de que la IA es la única herramienta que tenemos
para salvar el relevo generacional en la auditoría. Seamos sinceros: la
profesión tiene una merecida fama de ser exigente y, en sus niveles
iniciales, extremadamente repetitiva. Los jóvenes talentos de hoy no
quieren pasarse dos años conciliando extractos bancarios o verificando
facturas manualmente. Quieren aportar valor, resolver problemas y tener
un impacto desde el primer día.
Y eso es exactamente lo que la IA permite. Al automatizar el 90% de
las tareas de bajo valor, esas que tradicionalmente 'quemaban' a los
auditores junior, liberamos a la nueva generación para que se dedique a
lo que realmente importa: el análisis crítico, la investigación de
anomalías complejas, la comunicación con el cliente y el desarrollo del
juicio profesional.
La IA transforma el rol del auditor junior de ser un 'verificador de
datos' a ser un 'detective de riesgos' asistido por tecnología. Le das a
un recién graduado herramientas que le permiten analizar poblaciones
enteras de datos y le pides que encuentre patrones interesantes. Eso es
un desafío intelectualmente estimulante.
Por lo tanto, la IA no solo hace la profesión más atractiva; la
dignifica. La convierte en una carrera de análisis y estrategia desde el
principio, y no después de cinco años de trabajo mecánico. Es nuestra
mejor baza para atraer y, sobre todo, para retener al talento brillante
que nuestro sector necesita para el futuro porque esta revolución es un
terremoto que tendrá réplicas importantes a nivel de empleo, las horas
de trabajo “humanas” se reducirán.
Para concluir, participas en la Jornada de Auditoría de
Lefebvre. Para quien piense "ya me pondré con la IA el año que viene",
¿qué riesgo o coste de oportunidad inmediato evitará al escuchar tu
ponencia?
El mayor error que se puede cometer con esta revolución es pensar en
términos lineales. Creer que 'un año' es solo un año. En el mundo de la
IA exponencial, un año de inacción no significa quedarse un paso por
detrás; significa arriesgarse a quedar fuera de la carrera para siempre.
Quien piense 'ya me pondré en 2026' debe entender que, para entonces,
su competidor más ágil no solo será un 20% más eficiente. Habrá
utilizado ese tiempo para reinvertir sus ahorros en ser más productivo,
diseñar nuevos servicios de asesoramiento predictivo que hoy ni
imaginamos, y, lo más importante, habrá construido una relación de
confianza con los mejores clientes, aquellos que buscan socios que ya
hablan el idioma del futuro.
El coste de oportunidad inmediato no es solo un margen que se pierde;
es la pérdida de posicionamiento estratégico. Es convertirse en el
despacho que reacciona tarde, el que ofrece servicios del pasado a
clientes que ya demandan soluciones del futuro.
En mi ponencia no solo detallaré una hoja de ruta para empezar mañana
mismo, de cómo dar el primer paso de forma segura y con resultados
medibles. Asistir no es solo escuchar una charla; es ganar el tiempo que
muchos de vuestros competidores van a perder dudando. No se trata de
ser el primero en usar IA. Se trata de no ser el último en entenderla.
:format(jpg)/f.elconfidencial.com%2Foriginal%2Fcc2%2Fce2%2Fb97%2Fcc2ce2b97a9ffe01a48eb19401e34fb3.jpg)
:format(jpg)/f.elconfidencial.com%2Foriginal%2Fc85%2Fb99%2F2f9%2Fc85b992f98d9b13287353503727ed6d2.jpg)
:format(jpg)/f.elconfidencial.com%2Foriginal%2Fc83%2F5ea%2F9b9%2Fc835ea9b93e2b12f3e4596814217cc2a.jpg)
