Cómo comenzar con AI en tu firma contable cuando todavía vives en Excel

El 98% de los contadores ya usa inteligencia artificial. No "piensa usarla" ni "está evaluándola": la usa. Tres de cada cuatro la abren todos los días, y el contador promedio se ahorra alrededor de una hora diaria (unas 21 horas al mes) en tareas que antes hacía a mano.

Esos números vienen del reporte State of AI in Accounting 2026 de Karbon, que encuestó a casi 600 profesionales de seis continentes. Son cifras contundentes. Pero tienen una letra chica importante: más de la mitad de los encuestados son de Estados Unidos, y el resto se concentra en Australia, Canadá y Reino Unido. Latinoamérica casi no aparece.

Y eso cambia todo. Porque si diriges una firma contable en la región, donde buena parte del equipo todavía carga las horas en Excel y manda los partes por WhatsApp al gerente el viernes a la noche, leer que "el 98% ya usa AI" no inspira: abruma. Suena a una conversación que arranca dos pasos más adelante de donde estás parado.

La buena noticia es que, debajo del titular, el reporte cuenta algo mucho más útil que "todos ya lo hacen". Cuenta por qué a algunos les funciona y a otros no. Y esa lección sí aplica para una firma de LATAM, tenga el nivel de madurez que tenga.

Lo primero que sorprende del reporte es lo poco futurista que es el uso real de la AI. Nadie está delegando la auditoría a un robot. Los tres usos más comunes son redactar y pulir comunicaciones (77%), transcribir reuniones y generar minutas (59%), e investigar y resolver dudas complejas (58%). Cosas cotidianas, de bajo riesgo, que cualquiera entiende.

Las herramientas que ganan tampoco son las más sofisticadas: son las que ya estaban ahí. ChatGPT lidera con holgura (87%), seguido por las que vienen integradas en el software que las firmas ya usan, como Copilot y Gemini. Lo que se impone no es la herramienta más potente, sino la que tiene menos fricción para empezar.

Hay un dato que debería hacer ruido en cualquier reunión de socios: el 63% de los profesionales cree que una firma pierde valor si no usa AI, siete puntos más que el año pasado. La AI dejó de ser un diferenciador para volverse una expectativa de base. Y el 58% coincide en que su efecto de fondo es correr al contador del rol de cumplimiento hacia el de asesor.

Pero el hallazgo más importante para nosotros es este: los que sacan ventaja no son los que tienen más tecnología, sino los que la usan con método. Solo el 21% de las firmas tiene una política de AI, y solo el 21% tiene una estrategia documentada. Y justamente esas firmas son las que más tiempo ahorran: tener una política suma un 17% de ahorro extra, y una estrategia, un 20%. El multiplicador más fuerte de todos es la capacitación: las firmas que entrenan a su equipo ahorran un 28% más de tiempo que las que no.

Traducido: el techo no lo pone el presupuesto en software. Lo pone qué tan ordenada y deliberada es la firma con lo que ya tiene a mano. Y eso está al alcance de cualquiera, en cualquier mercado.

Conviene decirlo sin vueltas: en LATAM estamos en otra etapa, y está bien reconocerlo. La contabilidad de la mayoría de las firmas de la región todavía arranca desde un piso más bajo que el de los mercados que dominan el reporte. La brecha es real.

Pero el movimiento ya empezó, y rápido. Según el IBM Global AI Adoption Index, dos de cada tres empresas grandes de la región (67%) aceleraron su uso de AI en los últimos dos años, por encima del promedio mundial, y cerca de la mitad ya explora activamente la AI generativa. La diferencia de fondo no es técnica: la principal barrera que reportan las propias empresas es la falta de conocimiento y habilidades, no la tecnología.

Y acá viene algo que casi nadie dice: en un punto, LATAM tiene una ventaja estructural. La región está a la vanguardia mundial en factura electrónica obligatoria. Eso significa que muchas firmas ya cuentan con algo que en otros mercados es un dolor de cabeza: datos estructurados y digitalizados. Y los datos limpios y bien organizados son, exactamente, la materia prima que la AI necesita para funcionar. La región no arranca de cero; arranca con una base de datos que otros tuvieron que construir a la fuerza.

El problema no es la falta de tecnología, entonces, sino las mismas trabas que los estudios regionales repiten una y otra vez: costos, falta de capacitación, resistencia al cambio y (el más nuestro de todos) sistemas desconectados entre sí. Los papeles de trabajo en una carpeta, las horas en Excel, la factura en otro sistema, y nadie consolidando nada. Y ahí está el punto:

"No se puede poner AI arriba del caos. Si los datos viven dispersos en planillas que solo entiende quien las armó, no hay modelo que valga."

El reporte de Karbon resume su propia conclusión en tres ideas simples. Son, además, perfectas para una firma que recién arranca.

1. Primero el dato, después la AI. El dato es el activo. Antes de pensar en automatizar nada, vale la pena ordenar lo básico: que las horas se carguen en un solo lugar y en el momento, no de memoria el viernes; que se pueda ver de un vistazo qué cliente es rentable y cuál se erosionó; que la información deje de estar repartida en diez planillas. Sobre una operación ordenada, la AI multiplica. Sobre el desorden, solo lo acelera.

2. Empezá por lo cotidiano. Los que más ahorran tiempo en el mundo no empezaron con agentes autónomos: empezaron redactando mails, resumiendo reuniones e investigando consultas. Usos de bajo riesgo y alta frecuencia. Probá ahí primero. El "wow" llega solo, más adelante.

3. La gente es el diferencial: entrena al equipo. Es el dato más claro de todo el reporte. La capacitación es lo que separa a las firmas que hablan de AI de las que obtienen resultados. Y no requiere presupuesto de software: requiere conversación y práctica. Importa incluso quién da el ejemplo: cuando el líder de la firma usa la herramienta y experimenta a la vista de todos, el equipo lo sigue; cuando la mantiene a distancia, el equipo duda.

A esas tres ideas, para LATAM, hay que sumarles una cuarta que es innegociable acá:

4. Cuida la trazabilidad. En esta región la trazabilidad es una obligación frente al colegio profesional y frente a las normas de auditoría (ISA/NIA), además de las leyes de protección de datos de cada país. Regla simple: cualquier cifra que produzca la AI tiene que poder rastrearse hasta su asiento de origen. Si una herramienta no te muestra el respaldo de un número, no sirve para uso fiscal ni pasa una auditoría. La AI puede acelerar la preparación, pero el juicio profesional y la responsabilidad siguen siendo humanos.

Una imagen del propio reporte lo resume bien: la mejor forma de pensar la AI hoy es como un miembro junior del equipo, siempre disponible y muy bien entrenado. Hace el trabajo pesado, rápido y sin quejarse. Pero alguien tiene que revisar lo que entrega, ponerle contexto y firmar.

Si hay algo que une a todos los datos del reporte, no es "compra AI". Es que las firmas que se diferencian tomaron una decisión: dejar de improvisar y volverse intencionales con la tecnología.

Para una firma de LATAM, llegar más tarde puede ser, paradójicamente, una ventaja. Mientras los mercados avanzados atravesaron años de experimentación caótica, prueba y error, y entusiasmo sin método, la región puede saltarse esa etapa y hacerlo bien de entrada: con los datos ordenados, el equipo entrenado y la trazabilidad cuidada desde el día uno.

Porque la AI no rescata a una firma desordenada. Amplifica a la que ya puso su operación en orden. Primero ves con claridad lo que hoy gestionas a ciegas: en qué se van las horas, quién está saturado, qué cliente deja dinero, y recién después la tecnología multiplica ese orden.

Datos del reporte "State of AI in Accounting 2026" de Karbon (encuesta a 593 profesionales, octubre 2025). Datos regionales: IBM Global AI Adoption Index (adopción de AI en empresas de Latinoamérica).

Volver al Blog