La IA generativa puede ahorrar tiempo a los equipos contables, pero las mismas funciones que la hacen útil también pueden crear nuevos riesgos. Un modelo puede producir una respuesta pulida pero errónea, aceptar más información de clientes de la que requiere una tarea o animar al personal a confiar en un resultado que no ha verificado de forma independiente.
Para las firmas contables, el objetivo no debería ser evitar por completo la IA generativa. Debería ser entender dónde puede fallar la tecnología y reforzar los controles en los usos que más importan.
1. La información confidencial de los clientes puede salir de los sistemas controlados
Los equipos contables trabajan habitualmente con datos bancarios, registros de nómina, información fiscal, datos de clientes, estados financieros, previsiones, contratos y otra información confidencial. Una solicitud o la carga de un archivo puede trasladar esa información a un entorno de IA de terceros en cuestión de segundos.
La guía de 2026 de la IESBA sobre tecnologías emergentes explica que características como la dependencia de los datos, la opacidad, la autonomía, la escalabilidad y la velocidad pueden crear o amplificar amenazas éticas. También subraya que los profesionales de la contabilidad siguen siendo responsables de cumplir los principios éticos fundamentales, incluida la confidencialidad.
El control práctico es la minimización de datos. Antes de enviar información a un sistema de IA, pregúntate si el modelo realmente necesita los datos reales del cliente. Un ejemplo ficticio, un marcador de posición, un extracto redactado o un conjunto de datos más pequeño a menudo pueden cumplir la misma tarea.
2. Una respuesta fluida puede seguir siendo inexacta
La IA generativa es muy buena produciendo un lenguaje que suena completo y seguro. Eso no significa que la respuesta sea técnicamente correcta.
Un sistema de IA puede malinterpretar un tratamiento contable, omitir una condición relevante, usar supuestos débiles, producir una explicación sin respaldo o realizar un cálculo de forma incorrecta.
La IESBA subraya que los profesionales de la contabilidad siguen siendo responsables de sus juicios y decisiones, sea cual sea el nivel de automatización tecnológica. Su guía insiste en el juicio profesional, la mente inquisitiva y una supervisión humana adecuada al evaluar los resultados generados por la tecnología.
En cuestiones técnicas de contabilidad, cálculos o entregables para clientes, las afirmaciones importantes deben contrastarse con la normativa de referencia y los registros subyacentes antes de confiar en ellas.
3. La automatización puede debilitar el juicio profesional
El problema no siempre es que la IA dé una mala respuesta. A veces es que el usuario da demasiado peso a una respuesta de la IA.
Un empleado puede aceptar una explicación de variación generada por la IA porque suena plausible, seguir una clasificación sugerida por el modelo sin comprobar la transacción o dejar de investigar porque un resumen de la IA parece completo.
Este riesgo se agrava cuando la IA pasa de ayudar con la redacción a apoyar análisis o conclusiones profesionales.
Las firmas pueden reducirlo definiendo qué resultados de la IA requieren verificación independiente y asegurándose de que las conclusiones importantes puedan rastrearse hasta los registros de origen o la normativa de referencia.
4. Los datos de entrada deficientes pueden producir un análisis convincente pero débil
Los resultados de la IA dependen en gran medida de la información que se proporciona al sistema.
Si una hoja de cálculo está incompleta, si un conjunto de documentos omite un acuerdo importante o si la solicitud pasa por alto un hecho relevante, la IA puede generar igualmente una respuesta segura. Una presentación limpia puede ocultar una base de información débil.
La IFAC ha destacado tanto las oportunidades como los riesgos que la IA y la automatización inteligente crean para los profesionales de la contabilidad. Señala que los contables siguen desempeñando un papel importante en el mantenimiento de controles sólidos y en la calidad de los datos de entrada y salida en entornos cada vez más automatizados.
Antes de confiar en un análisis asistido por IA, pregunta si la información suministrada era completa, precisa, actual y adecuada para la pregunta planteada.
5. Las obligaciones de privacidad con los clientes siguen aplicándose
La IA generativa no crea ninguna excepción a las responsabilidades de privacidad existentes.
La Oficina del Comisionado de Privacidad de Canadá afirma que las organizaciones que usan IA deben atender los requisitos de privacidad relativos a la información personal y destaca el uso responsable de la IA generativa como una prioridad de privacidad continua. La orientación canadiense en materia de privacidad también anima a las organizaciones a minimizar la información personal y a usar información desidentificada o sintética cuando proceda.
Esto importa para las firmas contables porque los archivos de clientes contienen con frecuencia información sobre empleados, clientes, accionistas y otras personas identificables.
Las firmas deben saber qué información personal entra en un sistema de IA, por qué es necesaria, dónde se procesa, quién puede acceder a ella y cuánto tiempo permanece allí.
6. La IA de terceros crea riesgo de proveedores
El producto que ve el contable puede depender de varias otras empresas entre bambalinas.
Un proveedor de IA puede usar un proveedor de modelos externo, infraestructura en la nube, herramientas de análisis u otros subencargados del tratamiento. Esto puede crear una cadena de datos más larga de lo que los empleados imaginan.
El Perfil de IA generativa del NIST identifica riesgos propios de la IA generativa o amplificados por ella y ofrece a las organizaciones acciones para gobernar, mapear, medir y gestionar esos riesgos durante todo el ciclo de vida de la IA. También aborda la adquisición de IA generativa y las dependencias de terceros.
Antes de aprobar una herramienta de IA para el trabajo con clientes, las firmas contables deben revisar la retención, las prácticas de entrenamiento de modelos, los controles de acceso, los subencargados, la seguridad, los procedimientos de eliminación y las protecciones contractuales.
La aprobación también debe ser específica. Un proveedor aprobado para investigar con información pública no debería quedar aprobado automáticamente para registros financieros confidenciales de clientes.
7. La IA no aprobada puede crear un riesgo invisible
Incluso una política sólida tiene un valor limitado si los empleados usan herramientas que la firma desconoce.
El personal puede experimentar con chatbots gratuitos, cuentas personales, extensiones de navegador, asistentes de reuniones o funciones de IA que aparecen de repente dentro de aplicaciones existentes.
Las firmas contables deben ofrecer a los empleados alternativas aprobadas claras y un proceso sencillo para solicitar nuevas herramientas. De lo contrario, flujos de trabajo de IA útiles pueden desarrollarse al margen de los controles habituales de privacidad, seguridad y proveedores de la firma.
Usa una comprobación de riesgos sencilla
Antes de introducir la IA generativa en un flujo de trabajo contable, pregúntate:
- ¿Qué datos del cliente o de la firma recibirá la IA?
- ¿La tarea requiere realmente toda esa información?
- ¿La herramienta está aprobada para estos datos y este fin concretos?
- ¿Puede verificarse el resultado de forma independiente?
- ¿Podría la IA influir en un juicio contable o en un entregable para el cliente?
- ¿Entendemos las prácticas del proveedor en cuanto a retención, entrenamiento, seguridad y terceros?
- ¿Qué ocurre si se envía información sensible o la IA produce un resultado incorrecto?
Los riesgos de la IA generativa en contabilidad son manejables cuando las firmas vinculan la tecnología con controles que ya conocen: confidencialidad, privacidad, calidad de los datos, gestión de proveedores, revisión humana y responsabilidad.
El mayor error es tratar la IA como algo completamente seguro o completamente inutilizable. Un mejor enfoque es decidir dónde aporta valor, limitar la información que recibe, verificar los resultados importantes y mantener la responsabilidad profesional en manos del contable.
Varios de los riesgos anteriores, desde la exposición de datos de clientes hasta las herramientas no aprobadas, comparten un problema de momento: una vez que una solicitud se envía a una herramienta de IA, no se puede retirar. Un extracto bancario pegado en una petición de explicación de variaciones, o un archivo de nómina subido para redactar un resumen, ya se ha ido en cuanto el usuario pulsa Intro. Este es el principio sobre el que se construye Sanitized Ai: detectar y redactar los identificadores de clientes y otros detalles financieros confidenciales antes de que la solicitud llegue a la herramienta, de modo que el control actúe mientras todavía puede marcar la diferencia.
Este trimestre, toma la comprobación de riesgos de siete preguntas anterior y aplícala a la tarea de IA que más usa tu equipo contable, antes de que otro archivo real de un cliente se acerque a ella. Anota qué datos de clientes no necesita la tarea y convierte su eliminación en el paso estándar en lugar de una excepción. Si quieres ver cómo puede producirse la redacción antes del envío, solicita una demostración y repasemos juntos tu propio flujo de trabajo.