La madurez de los modelos de lenguaje, sumada a un entorno mexicano cada vez más digitalizado en materia de comprobación tributaria, ha llevado el tema del laboratorio a la práctica contable. Comprender su alcance, beneficios y riesgos resulta indispensable para el contador, cuya función como garante del interés público lo coloca en el centro de esta transición.
Durante años, la automatización en finanzas se apoyó en la robotización de procesos (RPA, por sus siglas en inglés), es decir, en reglas fijas que replican tareas repetitivas. Esto funciona bien mientras el proceso no cambie, pero se rompe ante cualquier excepción no prevista.
Los agentes de IA representan un salto cualitativo; a diferencia de un robot que sigue instrucciones predefinidas, un agente percibe su entorno, interpreta un objetivo, planea una secuencia de acciones, las ejecuta y se adapta cuando las condiciones cambian. Puede, además, encadenar varias herramientas, como consultar un tema del Servicio de Administración Tributaria (SAT), leer una base de datos, redactar un reporte, entre otros; todo con el fin de completar un proceso de principio a fin.
Esta capacidad de razonamiento, sostenida por modelos de lenguaje y aprendizaje automático, permite abordar problemas que antes exigían criterio profesional y el manejo de información no estructurada (correos, contratos o notas) que la automatización clásica no podía interpretar.
Las posibilidades concretas para las organizaciones mexicanas son amplias:
A manera de ejemplo ilustrativo, en una empresa que recibe miles de comprobantes al mes, un agente puede descargar de forma masiva los CFDI, validar su estatus, confrontarlos con la contabilidad y el estado de cuenta bancario, así como entregar al cierre una lista depurada de diferencias para revisión humana.
Lo que antes consumía varios días de trabajo manual se resuelve en horas, y el profesional dedica su tiempo a resolver las excepciones, no a capturarlas. El contexto mexicano se ha visto favorecido con este uso: con el CFDI 4.0 ya consolidado como estándar obligatorio, la materia prima (datos estructurados y verificables ante la autoridad) está disponible de forma digital.
El valor principal no es solo la reducción de costos, pues los agentes operan de manera ininterrumpida, disminuyen el error humano en tareas de alto volumen y liberan al profesional para concentrarse en el análisis, la interpretación y la asesoría estratégica; además, permiten pasar de un control por muestreo a una revisión del 100% de las operaciones, lo que mejora la calidad de la información y la oportunidad con que se detectan inconsistencias. Aunado a lo anterior, cuando se diseñan con una bitácora completa de sus acciones, también refuerzan la trazabilidad y el control interno, pues cada decisión queda documentada y es auditable.
La autonomía conlleva una responsabilidad. Un agente puede generar respuestas erróneas con apariencia de certeza, operar sobre datos sensibles o decidir sin contexto suficiente; un error replicado a gran escala y sin supervisión puede tener consecuencias fiscales y financieras serias. Por ello, su incorporación exige un marco de gobernanza, es decir, supervisión humana en las decisiones críticas, validación de resultados, seguridad y confidencialidad de la información, así como una rendición de cuentas claramente definida.
El estándar internacional ISO/IEC 42001:2023, primera norma de gestión de sistemas de IA, ofrece una referencia para estructurar estos controles a lo largo del ciclo de vida del sistema. Conviene recordar un principio rector: la responsabilidad última nunca se delega a la máquina; permanece en la organización y en los profesionales que la dirigen.
| Criterio | Automatización tradicional | Agentes de IA |
| Lógica | Reglas fijas predefinidas | Razonamiento que se adapta |
| Datos | Solo estructurados | Estructurados y no estructurados |
| Ante cambios | Requiere reprogramación | Ajusta su comportamiento |
| Rol del contador | Operador de la regla | Supervisor y gobernante |
La incorporación recomendada es gradual. Conviene iniciar con un proyecto piloto acotado y de bajo riesgo, como la conciliación de un grupo de cuentas; medir resultados y depurar el modelo con datos reales; definir el marco de gobernanza y los puntos de control humano; y, solo entonces, escalar hacia procesos críticos.
Este enfoque por fases reduce el riesgo, genera aprendizaje interno, permite calcular el retorno de la inversión sobre evidencia y facilita la adopción por parte de los equipos. En esta ruta, la capacitación del personal es tan determinante como la tecnología misma.
Los agentes de IA no sustituyen al contador público, sino que redefinen su papel. La función operativa cede terreno frente a la supervisión, la interpretación y el gobierno de sistemas inteligentes. En la medida en que estos agentes intervienen en la información financiera y fiscal que las organizaciones presentan ante terceros, el rol del contador como garante del interés público se intensifica: le corresponde validar, cuestionar y responder por aquello que la máquina produce.
El camino sensato no es la adopción acelerada ni el rechazo, sino la incorporación gobernada, es decir, pilotos acotados, marcos de control claros y formación continua de los equipos. Adoptar sin gobierno es asumir un riesgo silencioso; rechazar por completo es ceder competitividad. La tecnología avanza con rapidez; en cambio, la confianza se construye con criterio profesional. Ese criterio sigue siendo, hoy más que nunca, el activo distintivo de la profesión.
Las empresas deben implementar políticas de gobierno corporativo, trazabilidad, validación humana y controles claros sobre el uso y los resultados de la IA.
Luis Leonardo López Juárez
Es necesario un código de ética en un entorno donde la IA se integra de forma acelerada y los riesgos se traducen en errores y crisis reputacionales.
Víctor Miguel Morales González
Los datos son una forma emergente de capital económico, comparable a otros activos intangibles como las marcas, las patentes o el capital intelectual.
Christian Vázquez Sánchez
La incorporación de IA y la gobernanza algorítmica tributaria en México deben construirse sobre los pilares de transparencia, equidad y legalidad.
Marco Antonio Balderas Tapia
© 2026 Colegio de Contadores Públicos de México, A.C.
Directorio Contacto Aviso legal Acerca de Veritas
Inicia sesión o suscríbete para continuar leyendo.