KPMG pone 100 agentes de IA a auditar y la IA pregunta mejor que sus contables
KPMG desplegó más de 100 agentes de inteligencia artificial para revisar los estados financieros de una empresa del índice FTSE 250 en Reino Unido, en lo que la firma describe como su primera auditoría basada en IA en una compañía cotizada británica. El resultado, según su propia directora de auditoría en Reino Unido, Cath Burnet, es incómodo para el gremio: en varios casos la tecnología «fue capaz de profundizar mucho más» que el equipo humano y formuló «mejores preguntas».
Para un founder, la señal no es que la IA sepa de contabilidad. Es que el trabajo intensivo en horas junior —el que sostiene la economía de las firmas profesionales y, por extensión, el costo de cualquier servicio de compliance que contrata una startup— acaba de mostrar un reemplazo parcial viable.
¿Qué fue el Project Exponential de KPMG?
El experimento se llamó internamente Project Exponential y su rasgo distintivo no fue usar IA, sino dónde la usó. Hasta ahora las firmas habían aplicado IA a tareas puntuales; aquí los agentes se integraron en todas las fases de la auditoría.
Leíste lo que hace la IA. ¿Y en tu negocio?
Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.
👥 Quiero el Kit →Los agentes recopilaron, analizaron y documentaron datos, elaboraron borradores de conclusiones y observaciones, y trabajaron de forma autónoma entre sí, sugiriendo los siguientes pasos a seguir. Un equipo los desarrolló en cuatro meses, y un socio de auditoría dio el visto bueno final.
Dos detalles importan más que el titular:
- La auditoría con IA corrió en paralelo a una auditoría convencional hecha por empleados. No la sustituyó.
- KPMG no usó ese trabajo como base para su validación formal de las cuentas de la empresa. Fue un ejercicio experimental, no un dictamen.
La firma no reveló el tamaño exacto del equipo, aunque indicó que participaron dos socios y un director junto a gerentes senior y personal con menos experiencia. Burnet describió la estructura como de «forma y tamaño diferentes» a una auditoría tradicional.
¿Dónde falló la IA y por qué el humano sigue siendo crítico?
No todo salió bien, y el fallo es revelador. En una parte de la auditoría fue necesaria la intervención humana porque un agente no logró relacionar correctamente un conjunto de normativas con la documentación de la empresa. Es exactamente el tipo de error que persigue a los modelos de lenguaje: relacionar dos documentos correctamente no es lo mismo que entender por qué se relacionan.
El personal siguió haciendo el trabajo de mayor criterio: fijó los objetivos de los agentes, les dio contexto sobre el negocio y auditorías previas, supervisó el trabajo periódicamente y cuestionó sus conclusiones antes de cerrar el dictamen. Burnet lo resumió sin ambigüedad: la intervención humana sigue siendo «fundamental».
El riesgo de las «alucinaciones» no es teórico en este sector. Un análisis publicado por Accounting Today documenta el caso de un informe de Deloitte que incluía una cita de una corte federal que no existía, detectada por un investigador que leyó el documento. La conclusión del medio es directa: un sistema que produjo una cita no puede ser el mismo que la verifica.
¿Qué pasa con el precio de una auditoría si la IA trabaja más rápido?
Aquí está la parte que le interesa a cualquiera que pague por servicios profesionales. KPMG reconoció que las auditorías con IA ofrecen «un importante ahorro de tiempo», pero evitó aclarar si eso se traducirá en honorarios más bajos.
El detalle no es menor: la propia KPMG International negoció una rebaja en los honorarios de su auditor argumentando precisamente que la IA abaratará los costos del trabajo. Es decir, la firma ya está usando el argumento de la eficiencia para presionar precios —hacia abajo cuando es cliente, sin comprometerse a bajarlos cuando es proveedor.
El modelo tradicional del sector se apoya en equipos amplios de contables junior ejecutando tareas de alto volumen, supervisados por pocos profesionales senior. Si los agentes absorben ese trabajo, la estructura de costos cambia. La pregunta abierta es quién se queda con el margen.
¿Qué están haciendo los reguladores y los comités de auditoría?
La adopción rápida de IA en auditoría activó las alarmas. El regulador contable británico, el Consejo de Información Financiera (FRC), advirtió que el uso de IA podría representar una amenaza clara para la integridad y la independencia de los auditores si estos usaran las conclusiones de los agentes para asesorar a sus clientes —algo que tienen prohibido.
Mark Babington, director ejecutivo de estándares regulatorios del FRC, lo puso en términos simples: sea cual sea la tecnología que use una firma, el auditor sigue siendo responsable, debe poder explicar cómo la usó, cuestionar sus resultados y respaldar la evidencia.
Del lado del cliente también hay desconfianza. Un informe del Centro para la Auditoría de Interés Público, publicado en octubre, reveló que el 23% de los presidentes de los comités de auditoría de las empresas tenía una confianza «limitada» en el uso de IA en las auditorías de sus estados financieros. Entre sus preocupaciones: dependencia excesiva que debilite el escepticismo profesional, seguridad de los datos y posibles alucinaciones.
En paralelo, las Big Four presionan en la dirección opuesta. Según CFO Dive, KPMG, PwC, Deloitte y EY pidieron a la SEC aprobar revisiones del PCAOB que flexibilizan los estándares de control de calidad de las auditorías. KPMG argumentó en una carta del 9 de octubre que las enmiendas reducen complejidad sin debilitar la protección al inversor, mientras grupos de inversores se opusieron.
KPMG también sostiene que su sistema ofrece «visibilidad total y trazabilidad completa» del trabajo de los agentes, registrando sus interacciones con los documentos hasta el nivel de caracteres individuales y marcas de tiempo. Ese nivel de auditoría de la auditoría es, probablemente, la condición para que un regulador acepte el modelo.
¿Qué significa esto para tu startup?
Si tu empresa cotiza, está en camino de hacerlo o simplemente contrata servicios de auditoría y compliance, este experimento anticipa tres movimientos concretos.
1. Prepara tus datos antes de que te lo pidan. Burnet señaló que pocas empresas disponen de datos lo suficientemente claros para que los agentes de IA operen con ellos. Una contabilidad ordenada, con documentación trazable y sin hojas de cálculo huérfanas, deja de ser una buena práctica y pasa a ser un requisito operativo. Si tu equipo financiero depende de archivos manuales, ese es el cuello de botella que te va a costar tiempo y dinero en la próxima auditoría.
2. Negocia el precio, no solo el servicio. La eficiencia ya está sobre la mesa: KPMG reconoce ahorro de tiempo y su propia matriz lo usó para pedir una rebaja. Cuando renueves tu contrato con un proveedor de auditoría o compliance, pregunta explícitamente cómo se refleja la automatización en la tarifa. Si el proveedor captura todo el ahorro, tú financias su margen.
3. Diseña tus propios controles sobre la IA antes de delegar. El caso de la cita inexistente en un informe profesional muestra que la verificación humana no es un trámite. Si vas a usar agentes para tareas con consecuencias legales o financieras, define quién revisa los resultados, cómo se registran las interacciones y qué evidencia queda guardada. El estándar que KPMG dice aplicar —trazabilidad hasta el nivel de carácter— es un buen punto de partida para cualquier proceso crítico.
Conclusión
KPMG demostró que los agentes de IA pueden auditar a un nivel que sorprendió a sus propios auditores, pero también que todavía necesitan a un humano para conectar normativa con documentación. El proyecto se ampliará a un máximo de 20 auditorías de mayor envergadura, y la firma espera ofrecer auditorías basadas en IA a sus clientes a largo plazo. Burnet fue clara en que la tecnología aún no está disponible a la escala necesaria para miles de auditorías, y que algunas empresas podrían preferir no usarla.
Para el ecosistema startup, la lectura es doble. Por un lado, el trabajo profesional intensivo en horas junior —el más caro de contratar y el más fácil de automatizar— empieza a ceder terreno. Por otro, el valor se desplaza hacia quien sabe supervisar, cuestionar y responder por lo que produce la máquina. Ese perfil, hoy, es escaso y caro.
Fuentes
- Expansión / Financial Times: La IA formuló «mejores preguntas» que los empleados de KPMG en una auditoría piloto
- Business Standard: KPMG finds AI agents ask better questions than human auditors in trial
- SBS News: KPMG Conducts First AI-Based Audit on UK Company
- Accounting Today: The $290,000 proof that AI cannot audit itself
- CFO Dive / Yahoo Finance: Big Four firms call on SEC to soften PCAOB quality control standards
Leíste lo que hace la IA. ¿Y en tu negocio?
Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.
👥 Quiero el Kit →













