IA y el cierre de mes: conciliaciones, devengos y listas de verificación

Por Jane Ha · Actualizado el 11 de octubre de 2026

La IA acorta el cierre de mes haciendo el trabajo de preparación, no la aprobación: propone coincidencias de cuentas, sugiere devengos, redacta el comentario de variaciones, da seguimiento a la lista de verificación y señala asientos contables extraños, mientras una persona designada revisa y aprueba todo lo que llega al libro mayor. Los días que se ahorran provienen de eliminar esperas y retrabajo. Los controles que necesita provienen de un solo hecho: un asiento propuesto por la IA sigue siendo su asiento una vez que se registra.

Esta guía está dirigida a contralores (controller), directores de finanzas y gerentes de finanzas que deciden dónde encaja la IA en el cierre y cómo mantenerlo defendible ante los auditores. Forma parte de la visión general de la IA en finanzas y supone que usted ya lleva un cierre documentado. Si no es así, comience con la lista de verificación del cierre de mes y vuelva después.

Datos clave

• La encuesta de benchmarking de contabilidad general de APQC, citada por CFO.com en 2018, ubicó al 25% superior de las organizaciones en 4,8 días calendario o menos para cerrar, a la mediana en 6,4 días y al 25% inferior en 10 días o más, con 2300 encuestados (CFO.com).
• Esa métrica va desde la balanza de comprobación hasta los estados financieros consolidados terminados, y cuenta tanto el tiempo de espera como el de trabajo (CFO.com). La espera es la parte que la IA está mejor situada para reducir.
• Para las empresas que cotizan en bolsa en EE. UU., la gerencia debe evaluar el control interno sobre la información financiera al cierre de cada ejercicio fiscal usando «un marco de control adecuado y reconocido» (17 CFR 240.13a-15).
• El Internal Control: Integrated Framework de COSO se actualizó en 2013 y reemplazó a la versión de 1992 el 15 de diciembre de 2014 (COSO).
• El control interno sobre la información financiera se define de modo que incluya registros que «reflejen con un detalle razonable, de manera precisa y fiel, las transacciones» de la empresa (17 CFR 240.13a-15). El resultado de un modelo tiene que terminar en registros que cumplan ese estándar.

Por qué el cierre es un buen lugar para empezar (y también uno riesgoso)

El cierre es repetitivo, está impulsado por plazos y está lleno de pequeñas decisiones de criterio, que es justo la forma de trabajo que la IA maneja bien. También es el proceso que alimenta los estados financieros, así que un error aquí no es un problema de borrador. Es un problema de información financiera.

Mire adónde van realmente los días calendario. En la medida de APQC, el reloj corre desde la balanza de comprobación hasta los estados consolidados, e incluye el tiempo de espera para avanzar. Un cierre típico pierde días persiguiendo a un responsable de libro auxiliar para que entregue un anexo, volviendo a teclear una hoja de cálculo y esperando a un revisor que no sabe cuál de las 200 tareas está bloqueando a las demás. Nada de eso es criterio contable. Es coordinación y preparación, y ahí es donde la IA se gana su lugar.

El lado del riesgo es igual de concreto. Un modelo que propone un asiento contable a las 11 p. m. del día tres puede estar equivocado de una forma que parece correcta, pero no lo es. Por eso la pregunta de diseño para cada caso de uso que sigue es la misma: qué puede hacer el modelo por sí solo, qué debe aprobar una persona y qué evidencia demuestra que lo hizo.

Dónde la IA acorta el cierre

Cinco áreas concentran la mayor parte del beneficio. Cada una separa la propuesta (IA) de la decisión (persona).

Conciliaciones de cuentas

La coincidencia es el objetivo de automatización más antiguo del cierre, y el aprendizaje automático va más allá de las reglas de coincidencia exacta. Un modelo puede emparejar una línea del banco con un asiento del libro mayor cuando el importe difiere por una comisión, la fecha se desvía dos días o la referencia se tecleó de otra forma. Después deja al preparador una lista corta de excepciones reales. El lado bancario se trata a fondo en la conciliación bancaria con IA.

La misma idea se aplica a los saldos intercompañía, las cuentas puente y los cuadres de libro auxiliar contra libro mayor. Un ejemplo concreto: un preparador que enfrenta 4000 líneas sin conciliar en una cuenta puente de pagos normalmente ordenaría por importe y las marcaría a mano. Con un modelo de coincidencias, el preparador abre la cuenta y encuentra unas pocas docenas de partidas sin explicar, cada una con una explicación sugerida y un nivel de confianza.

Lo que sigue siendo humano: el preparador revisa la lista de partidas sin conciliar, firma la conciliación y después firma un revisor. El modelo nunca marca una cuenta como conciliada por sí solo.

Sugerencias de devengos

Los devengos son estimaciones, así que son un área de criterio, pero el punto de partida es mecánico. Un modelo puede comparar las órdenes de compra recibidas pero no facturadas, los patrones recurrentes de proveedores y los ajustes del trimestre pasado, y luego sugerir: «normalmente se devenga aproximadamente este monto para este proveedor y aún no llegó la factura». También puede detectar el devengo faltante: la factura mensual de servicios que normalmente se registra el día 10 y no se registró.

Trate esto como avisos para el contador, no como asientos. Un devengo sugerido debe llegar con su razonamiento: la orden de compra, el patrón, la reversión del período anterior. Si el devengo implica una reserva o una estimación de ingresos, la política y los supuestos corresponden a su equipo. La mecánica y las expectativas de revisión están en el playbook de devengos, reconocimiento de ingresos y reservas, y el lado contractual se trata en la IA y el reconocimiento de ingresos.

Análisis de fluctuaciones y variaciones, con borradores de comentarios

El análisis de fluctuaciones (flux) es donde el tiempo de preparación se ve con facilidad: extraer los saldos, calcular los cambios mes contra mes y presupuesto contra real, aplicar un umbral y luego escribir por qué se movió cada línea. La IA ayuda en ambos extremos. Un modelo ordena qué variaciones importan, y un modelo de lenguaje redacta la explicación de primer borrador a partir del detalle del libro mayor, por ejemplo: «El gasto en software subió porque tres renovaciones anuales se registraron en el mismo mes».

El fallo del que hay que protegerse es la explicación equivocada con total seguridad. Un borrador que dice «aumento impulsado por la plantilla» cuando la causa real fue una reclasificación pasará sin problemas ante un revisor cansado. Exija que cada factor del comentario apunte a transacciones específicas y que el analista confirme cada uno contra los datos antes de que llegue al CFO. Encontrará más sobre el uso seguro de herramientas de redacción en la IA generativa en contabilidad.

Gestión de tareas del cierre y seguimiento de la lista de verificación

Es el uso menos vistoso y a menudo el más valioso. Las tareas del cierre tienen responsables, fechas límite y dependencias: el libro auxiliar de cuentas por cobrar no se puede bloquear hasta confirmar el corte, y la revisión de devengos no puede empezar hasta que el libro auxiliar de cuentas por pagar esté definitivo. Las herramientas de cierre asistidas por IA pueden construir la lista de tareas a partir del cierre del mes pasado, reordenarla, predecir qué tareas se retrasarán según su duración anterior y recordar a los responsables. También pueden redactar la nota de estado que un contralor envía al CFO al final del segundo día.

Como la lista de verificación también es su evidencia de que los controles se ejecutaron, asegúrese de que la herramienta registre quién completó cada tarea y cuándo. Una base razonable es la estructura de la lista de verificación del cierre de mes.

Revisión de anomalías en asientos contables

Los revisores muestrean asientos contables porque no pueden leerlos todos. La detección de anomalías los lee todos. Un modelo aprende cómo es lo normal para cada preparador, cada par de cuentas y cada momento del mes, y luego señala los asientos que se desvían: importes redondos registrados justo antes del cierre, asientos en cuentas poco usadas, registros fuera de horario o hechos por alguien que normalmente no registra en esa cuenta, o asientos manuales que se compensan entre sí.

Trate el resultado como pistas, no como hallazgos. La mayoría de las alertas serán legítimas y necesitará una forma de registrar por qué. Pero una revisión de toda la población detecta cosas que una muestra pasa por alto, y deja constancia de que alguien miró.

Qué cambia en cada tarea del cierre

Controles necesarios cuando la IA toca el cierre

La velocidad es fácil de comprar. La defendibilidad es lo que hay que diseñar.

Revisión y aprobación de los asientos propuestos por la IA

Fije una regla y escríbala en su política de cierre: ningún asiento propuesto por la IA se registra sin un aprobador humano designado, y el aprobador no es la persona que solicitó la propuesta. Después defina cómo es una revisión real. ¿El revisor ve el documento de respaldo? ¿El razonamiento? ¿La puntuación de confianza? Un revisor que solo ve «aprobar todo» no está ejecutando un control, y un auditor lo notará.

Preste atención al sesgo de automatización. Cuando una herramienta acierta el 95% de las veces, los revisores empiezan a aprobar por reflejo el otro 5%. Contrarréstelo con revisiones puntuales: introduzca de vez en cuando partidas conocidas como erróneas, mida la proporción de sugerencias que los revisores modifican y trate una tasa de modificación de cero como una señal de alerta, no como un éxito.

Segregación de funciones

La división clásica es que quien prepara no es quien aprueba, y quien puede registrar no es quien puede cambiar las reglas de aprobación. Una herramienta de IA añade un nuevo actor a este cuadro. Désele una identidad de servicio con sus propios permisos, no un inicio de sesión compartido ni las credenciales de una persona. Limítela a proponer (asientos en borrador o en espera) en lugar de registrar, y asegúrese de que quienes configuran las reglas de coincidencia, los umbrales y las instrucciones no aprueben también el resultado sin una revisión independiente.

Pista de auditoría

Cada paso asistido por IA debe dejar un registro que responda cuatro preguntas: qué entró, qué sugirió la herramienta, qué cambió la persona y quién aprobó. Conserve la versión del modelo, del conjunto de reglas o de la instrucción vigente en ese momento, ya que los resultados pueden cambiar tras una actualización. Es la misma lógica que cualquier otro control: si no puede demostrar que se ejecutó, un auditor lo tratará como si no se hubiera ejecutado. Si un proveedor no puede exportar ese historial, es un hallazgo en espera de ocurrir.

Consideraciones de SOX e ICFR

Para las empresas sujetas a las normas de las compañías que cotizan en bolsa en EE. UU., la gerencia debe evaluar el ICFR al cierre de cada ejercicio fiscal con un marco adecuado y reconocido, y el Internal Control: Integrated Framework de COSO es una opción muy usada. Luego su auditor externo audita esa evaluación. Una herramienta de IA que toca el cierre pasa a formar parte del entorno de control, de lo cual se derivan algunas preguntas:

• ¿La herramienta está dentro del alcance? Si prepara, propone o procesa datos usados en un control clave, suponga que sí y avise pronto a sus equipos de auditoría interna y externa.
• ¿Están cubiertos los controles generales de TI (ITGC)? Los controles de acceso, de gestión de cambios y de operaciones alrededor de la herramienta importan tanto como el propio modelo. ¿Quién puede cambiar la lógica de coincidencias? ¿Cómo se prueban y aprueban los cambios?
• ¿El resultado es completo y exacto? Si un revisor se apoya en una lista generada por IA (las partidas sin conciliar, los asientos señalados), el control depende de que esa lista sea completa. Necesita una forma de probarlo, como una reejecución periódica sobre una muestra.
• ¿Interviene un tercero? Si un proveedor aloja la herramienta, pregunte qué informes de aseguramiento independientes ofrece y qué deben añadir sus propios controles para cubrir las brechas.

Nada de esto prohíbe la IA en el cierre. Significa que usted documenta lo que hace la herramienta, la prueba como cualquier otro control y mantiene a una persona responsable. Consulte las decisiones de alcance con sus auditores antes de que empiece el piloto, no después de que comience el trabajo de campo de fin de año.

Cómo desplegarla, paso a paso

1. Establezca la línea base de su cierre. Registre los días calendario desde la balanza de comprobación hasta los estados definitivos, el número de asientos contables manuales, los ajustes posteriores al cierre y las horas dedicadas a conciliaciones. Sin un punto de partida no podrá demostrar la mejora.
2. Elija una conciliación o un análisis. Una cuenta bancaria o puente de alto volumen, o el comentario de fluctuaciones de una unidad de negocio, es un piloto seguro. Evite en la primera ejecución los devengos con estimaciones grandes y todo lo que toque la consolidación.
3. Depure los insumos. Los modelos de coincidencias heredan su asignación de cuentas, los nombres de proveedores y los hábitos de referencia. El trabajo de preparación de los datos financieros para la IA rinde frutos aquí.
4. Escriba el diseño del control. Defina quién revisa, qué ve, qué puede y qué no puede hacer la herramienta y qué evidencia se conserva. Compártalo con auditoría interna.
5. Ejecute en paralelo durante al menos un cierre. Haga el trabajo de la forma antigua y de la nueva, y compare línea por línea. Registre cada discrepancia y quién tenía razón.
6. Salga en vivo solo con propuestas. Los asientos permanecen en espera hasta que un revisor los libera. Mida la tasa de modificaciones, las excepciones, el tiempo ahorrado y cualquier corrección posterior al cierre.
7. Amplíe un caso de uso a la vez. Añada después el seguimiento de la lista de verificación y la revisión de anomalías, ya que modifican menos saldos del libro mayor, y luego las sugerencias de devengos.
8. Replantee los roles. Los preparadores dedican menos tiempo a conciliar y más a investigar, lo que exige habilidades distintas. Vea la IA y los roles del equipo de finanzas.

Errores comunes

• Automatizar un cierre roto. Si la lista de verificación no está documentada y la responsabilidad no está clara, la IA acelerará la confusión. Arregle primero el proceso.
• Dejar que la herramienta registre. Los asientos en espera y un paso de aprobación cuestan minutos. Un asiento mal registrado puede costar un período reabierto.
• Confiar en comentarios que no citan transacciones. Una prosa pulida no es evidencia. Exija el vínculo con el libro mayor.
• Dar el visto bueno sin revisar. Si cada aprobación toma dos segundos y nunca se rechaza nada, el control existe solo en el papel.
• Saltarse a los auditores. Las sorpresas en el trabajo de campo son caras. Las conversaciones tempranas son baratas.
• Contar solo la velocidad. Un cierre más rápido con más ajustes posteriores al cierre no es una mejora. Dé seguimiento a ambos.
• Compartir datos sensibles con herramientas no aprobadas. Las balanzas de comprobación y los datos de nómina solo deben ir a herramientas que su equipo de seguridad haya autorizado.

Cómo medir si funcionó

Elija un conjunto pequeño y dé seguimiento en cada cierre:

• Tiempo de ciclo: días calendario desde la balanza de comprobación hasta los estados definitivos, con la misma definición que la medida de APQC para comparar cosas equivalentes.
• Esfuerzo de preparación: horas dedicadas a conciliaciones, fluctuaciones y administración de la lista de verificación.
• Calidad: ajustes posteriores al cierre, conciliaciones reexpresadas o corregidas, ajustes de auditoría.
• Salud de la revisión: proporción de sugerencias de la IA que los revisores modifican o rechazan, y número de alertas de anomalías resueltas en cada cierre.
• Tasa de cumplimiento de plazos: proporción de tareas de la lista de verificación completadas en su fecha límite.

Si el tiempo de ciclo baja y la calidad se mantiene, amplíe. Si el tiempo de ciclo baja pero las correcciones suben, ha trasladado el trabajo a una etapa posterior.

Siguientes pasos

Elija una conciliación, ponga por escrito el paso de revisión y ejecute un cierre en paralelo. Luego amplíe el alcance usando los casos de uso de IA en finanzas como mapa. La IA no cambia quién es responsable de los libros. Cambia cuánto de la preparación hace usted a mano.