La inteligencia artificial está transformando la forma en que las funciones de auditoría y las de reporting supervisan los riesgos y evalúan los controles, pasando de un enfoque “tradicional” y estático a un enfoque tecnológico, estratégico y dinámico. Este cambio va más allá de una simple evolución tecnológica: supone un cambio estructural en los modelos de aseguramiento y en la capacidad de generar información relevante en entornos cada vez más complejos y regulados.
Esto permite profundizar en el análisis de datos masivos, optimizar los recursos con foco en los riesgos clave de manera proactiva y anticipatoria y ampliar tareas de alto valor añadido que requieren juicio y criterio profesional. Así, las conclusiones de la auditoría van más allá y aportan mayor valor con nuevas pautas, perspectivas y recomendaciones para los gestores del negocio y mayor confianza a los órganos de gobierno.
Pero ¿están preparadas las organizaciones para evolucionar hacia este nuevo modelo de auditoría y de reporting más continuo, predictivo y orientado al valor? ¿Cómo transformar esta promesa tecnológica en un verdadero diferencial de confianza y aseguramiento?
Tradicionalmente, la auditoría —tanto interna como externa— se ha apoyado en enfoques estáticos, basados en muestras y en una fuerte carga operativa vinculada al tratamiento de datos y a la elaboración de documentación. Sin embargo, la realidad actual abre nuevas posibilidades: dentro de una misma población de datos conviven transacciones muy heterogéneas, con niveles de riesgo significativamente distintos.
La incorporación de técnicas avanzadas de analítica de datos, machine learning e IA generativa permite romper con esta lógica. “Hoy es posible analizar el 100% de la información, identificar patrones de comportamiento y focalizar la atención en aquellas transacciones que se desvían de dichos patrones. Este cambio de enfoque incrementa la robustez de las conclusiones y refuerza la capacidad para detectar errores, ineficiencias o posibles fraudes”, destaca David Hernanz, socio responsable de Auditoría de KPMG en España.
En este contexto emerge con fuerza el concepto de “profesional aumentado”. Y aquí David Hernanz expone que “la tecnología no sustituye al auditor, sino que amplifica su capacidad analítica y estratégica, liberándole de tareas rutinarias para focalizarse en el juicio profesional, la interpretación del contexto y la generación de recomendaciones de valor”.
En este sentido, se distinguen dos grandes palancas tecnológicas. Por un lado, la IA analítica —basada en técnicas estadísticas avanzadas—potencia el análisis masivo de datos contables. Su objetivo no es sustituir el criterio profesional, sino ayudar a localizar las áreas de mayor riesgo dentro de poblaciones complejas y heterogéneas.
Por otro lado, la irrupción más reciente de la IA generativa abre nuevas capacidades en la gestión del conocimiento y la documentación. Integrada en plataformas de auditoría, esta tecnología facilita la consulta metodológica, la revisión normativa y la generación inicial de documentos de trabajo. Su impacto es principalmente interno, pero contribuye a liberar tiempo del equipo auditor para dedicarlo a tareas de mayor valor añadido.
Sergio González-Isla, socio de Auditoría y responsable de Innovación Tecnológica e Implantación de la IA para Auditoría de KPMG en España destaca que la incorporación de este nuevo enfoque basado en el análisis avanzado del dato supone un punto de inflexión para la profesión. En su opinión, permite “abandonar definitivamente la auditoría basada en muestras para avanzar hacia un análisis integral del dato”, lo que se traduce en conclusiones más precisas y en una mayor capacidad de diálogo con la empresa auditada. Desde esta perspectiva, “la auditoría deja de ser un ejercicio meramente comprobatorio para convertirse en una conversación informada, centrada en las transacciones y procesos que realmente aportan valor”, añade Sergio González-Isla.
La rapidez con la que se desarrolla esta evolución apunta a que estamos entrando en modelos de auditoría más continuos y automatizados, apoyados en agentes de IA integrados a lo largo de todo el flujo de trabajo. Estos agentes se encargan de tareas tales como:
En este escenario, el rol de los profesionales se refuerza en los momentos críticos: interpretar excepciones, evaluar operaciones complejas y ejercer juicio profesional. La tecnología actúa como un catalizador que amplifica el talento, no como un sustituto.
En el ámbito de la supervisión, también resulta crucial que las organizaciones cuenten con procesos sólidos de control y auditoría internos. En este contexto, la inteligencia artificial emerge como un habilitador con capacidad de aportar valor a lo largo de todo el ciclo de la auditoría interna. Como señala Yolanda Pérez, socia del área de Gobierno, Riesgo y Cumplimiento (GRC) de KPMG en España en cada una de las fases (planificación, ejecución/tratamiento) puede ayudar a mejorar la eficiencia en tareas a automatizarlas:
Tatamiento y el análisis de cuestionarios de la alta dirección para identificar riesgos clave, la identificación y propuesta de guías y preguntas relevantes para las entrevistas con las áreas auditadas y el diseño de programas de trabajo son algunas de las labores que pueden beneficiarse de .
La IA permite automatizar la elaboración de walkthroughs o flowcharts a partir de las trascripciones de reuniones eficientando el proceso de documentación. Asimismo, analizando grandes volúmenes de datos para detectar patrones, identifica posibles fraudes y facilita la aplicación de modelos predictivos basados en algoritmos de IA para anticipar riesgos potenciales a partir de análisis de datos históricos y actuales, y para evaluar la efectividad de los controles en tiempo real.
El uso de esta tecnología es especialmente útil para la automatización total o parcial de informes de auditoría interna; sugerir acciones correctoras y el análisis de las causas raíz de las debilidades detectadas; el análisis de encuestas de satisfacción de las áreas auditadas y propuestas de mejora,
Con todo ello, la aplicación de la IA en todo el ciclo de auditoría permite alcanzar una mayor eficiencia y eficacia, al automatizar procesos y tareas, reducir los tiempos de ejecución y liberar recursos para un análisis de mayor valor añadido. Asimismo, facilita el tratamiento de grandes volúmenes de datos, incrementando la profundidad y cobertura de las auditorías mediante la identificación de patrones, tendencias y comportamientos anómalos, así como la incorporación de modelos predictivos que ayudan a anticipar riesgos y posibles fraudes. Todo ello redunda en una mejor toma de decisiones y en el refuerzo del papel estratégico de la función.
Pero para que este potencial se materialice de forma sostenible, “su uso debe enmarcarse en un marco de gobernanza sólido, con una estrategia definida y un plan de despliegue que dote a la organización de una capilaridad ’controlada’”, señala Yolanda Pérez. Y es que la adopción de la IA en la función de auditoría interna también conlleva importantes desafíos y riesgos:
En definitiva, la inteligencia artificial está redefiniendo las funciones de auditoría y de reporting desde un enfoque de transformación, no de sustitución. Al combinar análisis integral del dato, automatización inteligente y refuerzo del juicio profesional, la IA se convierte en un aliado estratégico para ofrecer auditorías más relevantes, más precisas y mejor alineadas con las necesidades de las organizaciones en un entorno cada vez más complejo.
Deja un comentario