IA para contabilidad: qué tareas ahorra ChatGPT (y cuáles no)

Quien busca «IA para contabilidad» suele imaginar algo más grande de lo que este artículo trata: conciliaciones automáticas, flujos que se disparan solos, sistemas que se hablan entre sí. Eso existe, pero es un proyecto de implantación con su propio análisis y no es de lo que va esto. Aquí hablamos de lo que cambia cuando alguien del departamento de administración o contabilidad abre un chat, pega un texto y escribe una instrucción, sin tocar ninguna integración ni automatizar ningún flujo.

Es una diferencia que merece una frase aparte porque cambia el resultado que se puede esperar. Usado así, ChatGPT no lleva la contabilidad de nadie: ayuda a redactar mejor, a resumir más rápido y a explicar con más claridad. Y hay una frontera que no debería cruzarse nunca sin supervisión: la de calcular cifras fiscales.

Cinco tareas donde de verdad ahorra tiempo

1. Redactar o mejorar una comunicación a un cliente sobre un impago

Escribir el enésimo correo de reclamación de un cobro pendiente es de las tareas que más cuesta afrontar, no por dificultad sino por lo desagradable del asunto. Un punto de partida razonable:

«Redacta un correo de reclamación de un impago a un cliente. Tono firme pero profesional, sin amenazas ni tecnicismos legales, máximo diez líneas. Usa estos datos: [importe, fecha de la factura, plazo ya vencido]. No inventes plazos, importes ni actuaciones legales que no te he dado.»

La última frase evita que la herramienta añada por su cuenta una amenaza de vía judicial o un recargo que nadie ha decidido aplicar todavía.

Revisa: el importe y la fecha, siempre; y que el tono se ajuste a la relación real con ese cliente, porque el mismo texto no sirve para un cliente puntual que para uno con quince años de historial.

2. Resumir una normativa fiscal larga para quedarte con lo esencial

Una orden ministerial, una consulta vinculante o un cambio de criterio de treinta páginas que hay que leer antes de aplicar algo. En lugar de leerlo entero de entrada:

«Te paso el texto de esta normativa fiscal. Resume en diez puntos qué cambia respecto al criterio anterior, a quién afecta y desde cuándo se aplica. Si algo no aparece explícito en el texto, dilo en lugar de suponerlo.»

Esto ahorra la primera lectura de orientación, la que sirve para decidir si hace falta profundizar. Lo que no hace es sustituir la lectura del texto oficial cuando ese punto va a usarse para tomar una decisión con un cliente o con la empresa: los modelos de lenguaje generan con la misma soltura un resumen correcto que uno con un plazo o un artículo que no existe tal cual lo presentan. La normativa fiscal cambia de criterio con frecuencia y las consecuencias de aplicarla mal recaen sobre la empresa, no sobre el resumen. Por eso este uso concreto lleva siempre la misma coletilla: se contrasta contra el texto oficial —el BOE o la sede de la Agencia Tributaria— antes de aplicar nada, nunca se cita de memoria lo que dijo el resumen.

Revisa: cada fecha, cada porcentaje y cada referencia a un artículo, uno a uno, contra el documento original.

3. Explicar un concepto contable en lenguaje sencillo

Dirección o comercial preguntan por qué un gasto no es deducible o qué significa una provisión, y la respuesta técnica tal cual no comunica nada:

«Explícame [el concepto] como si se lo contara a alguien sin formación contable, en un párrafo, con un ejemplo con cifras inventadas de mentira para que se entienda el mecanismo, no un caso real de la empresa.»

Pedir explícitamente cifras de ejemplo marcadas como ficticias evita el problema contrario: que la herramienta invente sin avisar un caso que suena a real y alguien lo tome como si fuera un dato de la empresa.

Revisa: que la simplificación no cambie el fondo del concepto ni deje una impresión equivocada sobre una obligación real.

4. Estructurar un informe a partir de datos ya calculados

El caso donde más se confunde «ayudar a escribir» con «calcular por mí». Aquí la IA no toca ninguna cifra: solo ordena y redacta lo que la persona ya ha calculado en su hoja de cálculo o en el programa de gestión.

«Te paso una lista de cifras ya calculadas por mí: [las cifras]. Estructúralas en un informe breve para el comité, con una frase de contexto por cada cifra y un apartado final de conclusiones basado únicamente en estos datos. No recalcules ni corrijas ninguna cifra: si ves algo que no cuadra, pregúntamelo en lugar de ajustarlo.»

La instrucción de no recalcular es la que marca la diferencia entre este uso y el que hay que evitar. La persona ya ha hecho el cálculo fiscal o contable con la herramienta adecuada; lo único que se delega es la redacción del informe alrededor de esas cifras.

Revisa: que cada cifra del informe coincida exactamente con la que se pegó, sin ningún redondeo ni ajuste silencioso.

5. Preparar preguntas antes de una reunión externa

Antes de una llamada con la asesoría externa o con el auditor, es fácil llegar con la sensación de que algo importante se va a quedar sin preguntar:

«Voy a reunirme con nuestra gestoría sobre [el asunto: cierre del ejercicio, un requerimiento, un cambio normativo]. A partir de esta información que te doy, prepárame ocho preguntas que debería hacer, ordenadas de más a menos importante, incluyendo las que dan pereza preguntar.»

No ahorra tiempo de redacción, ahorra el despiste de colgar la llamada y acordarse de la pregunta importante media hora después. Funciona mejor cuando se le da contexto real de la situación, no un enunciado genérico.

Revisa: que las preguntas encajen con lo que de verdad preocupa a tu departamento y no se queden en genéricas; si falta contexto, la lista sale plana.

Lo que no debe pedírsele sin supervisión experta

Este es el límite que sostiene todo lo anterior, y no es una advertencia de compromiso: es central. Un modelo de lenguaje genera texto estadísticamente plausible; no ejecuta una liquidación tributaria ni comprueba una base imponible contra la normativa vigente. Puede escribir un IVA que suena perfectamente razonable y estar mal, con la misma seguridad aparente con la que acierta. La propia OpenAI lo reconoce en su documentación, en «¿dice ChatGPT la verdad?», donde admite que el modelo genera respuestas que no son exactas —lo que se conoce como alucinación— y recomienda comprobar la información importante en fuentes fiables.

Aplicado a contabilidad, eso significa una frontera concreta: la IA generativa puede ayudar a redactar y a organizar información, pero no debe usarse para calcular impuestos, cuadrar una base imponible o decidir el criterio fiscal de una operación sin que una persona con conocimiento experto lo revise antes de que salga de la empresa. No es una cuestión de comodidad, es que la responsabilidad de una cifra fiscal mal calculada la asume quien la firma, no la herramienta que ayudó a redactar el correo que la acompaña.

En Data Engineering, una transformación no se da por buena solo porque haya terminado sin error: se comprueba que el volumen de filas cuadra, que los totales coinciden con el origen y que ningún valor se ha quedado por el camino. Con IA aplico exactamente la misma regla: que ChatGPT devuelva una cifra con total seguridad no significa que sea correcta. En contabilidad, donde un error se arrastra en cascada a todo lo que se calcula después, cuadrar contra el dato de origen no es opcional.

El reparto que funciona es simple: la hoja de cálculo o el software de gestión calculan; la persona con criterio fiscal decide; la IA generativa redacta, resume y organiza alrededor de ese trabajo ya hecho. Cuando esas tres cosas se mezclan es cuando aparecen los problemas.

Antes de pegar nada: los datos del cliente

Una reclamación de impago, un correo con un proveedor o un informe interno suelen llevar de serie nombres, NIF, importes y direcciones. Antes de pegar ese texto en un chat, conviene sustituir lo identificable por marcadores genéricos: la herramienta no necesita saber que el cliente es una empresa concreta para redactar bien la reclamación, igual que no necesita el NIF real para explicar qué es una provisión. Si hace falta fundamentar por escrito ese criterio, la AEPD publica sus orientaciones sobre procedimientos de anonimización.

Y conviene saber con qué tipo de cuenta se está trabajando, porque una cuenta personal y una de empresa no resuelven igual qué pasa con esos datos después: quién puede acceder a lo que se escribe, si ese contenido puede acabar entrenando el modelo, quién administra los accesos y qué ocurre con las conversaciones cuando alguien deja el departamento. Las diferencias concretas, y en qué momento compensa dar el salto, están en ChatGPT para equipos: qué cambia con cuentas de empresa.

Qué sí y qué no, resumido

Cómo se empieza esto en un equipo de administración

Nada de lo anterior requiere conocimientos técnicos ni cambiar de programa de gestión: es una forma distinta de usar una herramienta que la mayoría ya tiene abierta en otra pestaña. Lo que suele faltar es tiempo dedicado a practicarlo con los documentos reales del departamento y a acordar, por escrito, dónde está la línea de lo que no se delega. En el curso de ChatGPT para empresas se trabaja precisamente así: con los correos, normativas e informes propios de cada equipo, no con ejemplos genéricos, y forma parte del itinerario de formación en IA para empresas.

Si el crédito de formación de la empresa todavía tiene margen este año, esa formación es de las que encajan bien con él: te ayudamos a bonificarla, como se explica en formación en IA bonificada por FUNDAE. Si quieres ver si encaja con tu equipo de administración, reserva media hora y lo repasamos con tu caso.