Qué significa, en concreto, la automatización contable con IA en 2026
«Automatización con IA» en contabilidad no significa un sistema que lleve solo la contabilidad de una empresa. Significa varios flujos repetitivos, bien delimitados, donde un modelo o un conjunto de reglas hace la primera pasada sobre los datos — y una persona verifica, corrige y aprueba. McKinsey estima, a nivel de una función financiera general, que las tecnologías ya existentes pueden automatizar por completo casi la mitad de las actividades (42%) y casi otro cuarto (19%) de forma parcial — pero la cifra es una media global sobre actividades financieras en general, no una promesa específica para una empresa pequeña rumana que trabaja con SAGA.
Lo que importa en la práctica es la granularidad: no «automatizas la contabilidad», automatizas la captura de una factura, la conciliación de un pago o una comprobación de formato antes de la presentación — cada una con su propio nivel de riesgo si falla.
La captura de facturas desde e-Factura/SPV: qué se puede automatizar
Desde el 1 de enero de 2024, las empresas tuvieron la obligación de declarar las facturas B2B a través del sistema RO e-Factura, y desde el 1 de julio de 2024 el envío a través del sistema pasó a ser plenamente obligatorio, con sanciones por incumplimiento. El sistema se basa en el mismo estándar europeo de facturación electrónica establecido por la Directiva 2014/55/UE — pensado inicialmente para la contratación pública, y ampliado después por Rumanía también a las transacciones B2B. Las facturas circulan así como archivos XML estructurados a través del SPV, no como PDF libres, y es precisamente esta estructura estandarizada lo que hace posible la automatización: un flujo puede descargar automáticamente las facturas nuevas del SPV, extraer el proveedor, el importe, los tipos de IVA y las líneas de producto, y compararlas con los proveedores ya existentes en el registro.
La parte útil para una empresa pequeña es que ya nadie tiene que leer manualmente cada factura para introducirla — pero alguien sigue teniendo que validar las excepciones: un proveedor nuevo aún no registrado, una factura con discrepancias entre el SPV y el pedido original, o una línea que no coincide con ninguna cuenta existente. La automatización reduce el volumen de introducción manual, no la necesidad de verificación.
La conciliación automática de extractos bancarios con facturas y pagos
La conciliación bancaria — hacer coincidir cada línea de un extracto con la factura o el pago correspondiente — es un buen candidato para la automatización porque las reglas son, en la mayoría de los casos, predecibles: el importe, la fecha y el nombre del pagador coinciden con suficiente frecuencia como para que un sistema haga la primera pasada automáticamente. Lo que queda para la persona son las excepciones — pagos parciales, un pagador con nombre distinto al de la empresa facturada, un pago duplicado o una diferencia de tipo de cambio en pagos en otra moneda.
Un flujo bien construido no esconde las excepciones, las pone en evidencia: la línea que no se ha conciliado automáticamente debe aparecer con claridad, con el motivo por el que no coincidió, no solo como «sin resolver» en una lista larga.
La clasificación automática de gastos por cuentas y categorías fiscales
A partir del historial contable de la empresa, un modelo puede aprender el patrón «este proveedor suele ir en esta cuenta» y proponer la clasificación para facturas nuevas similares. Es útil sobre todo en empresas con un volumen alto de gastos repetitivos — combustible, suministros, suscripciones de software — donde el patrón es estable de un mes a otro.
El riesgo real no es un error aislado, es la deriva silenciosa: un modelo entrenado con un patrón antiguo sigue clasificando «correctamente» según sus reglas, incluso después de que la empresa cambie de proveedores o de estructura de gastos, y nadie lo nota hasta una inspección o el cierre del ejercicio. Por eso la clasificación automática necesita una muestra revisada periódicamente por un contable, no solo una configuración inicial dejada funcionar sola.
Comprobaciones automáticas previas a la presentación del SAF-T (D406)
ANAF publica sus propios esquemas (XSD) y una herramienta de validación para el archivo SAF-T, y con la ampliación de la obligación de presentar el D406 también a las empresas pequeñas, microempresas y compañías sin empleados, el número de empresas que pasan por este proceso periódico ha crecido mucho. Una verificación automática, ejecutada antes de la presentación, puede detectar a tiempo los problemas típicos de formato — por ejemplo, una cuenta sintética de grado incorrecto o un IBAN mal introducido — usando el propio validador oficial o reglas equivalentes a él.
La automatización útil aquí no sustituye la presentación, la prepara: ejecuta la validación, enumera exactamente qué no pasa, y deja la decisión final de corrección y presentación al contable responsable del archivo.
Qué sigue siendo, en realidad, decisión humana
Un estudio reciente de ICAS (el Instituto Escocés de Contables Colegiados) entre profesionales del sector muestra un patrón consistente: el 74% dice que la IA acelera sus tareas, pero solo el 22% ha notado un aumento real del volumen de trabajo completado — la diferencia muestra que la aceleración a nivel de tarea individual no se traduce automáticamente en capacidad adicional a nivel de todo el flujo. En el mismo estudio, el 72% de los encuestados se preocupa porque la IA generativa pueda producir errores o llegar a decisiones equivocadas, y los usos más frecuentes siguen siendo tareas rutinarias — redacción de texto, resumen, trabajo en hojas de cálculo — no decisiones con impacto fiscal.
El cierre mensual, la elección de un tratamiento fiscal en zonas poco claras, las provisiones y cualquier interpretación que implique asumir responsabilidad ante una inspección siguen siendo, estructuralmente, decisiones humanas. Un modelo puede preparar la información y señalar incoherencias; no puede asumir la responsabilidad profesional de quien firma.
Cómo es, en la práctica, un flujo de automatización sobre SAGA C
SAGA C no tiene una API pública a través de la cual otros sistemas puedan leer o escribir directamente en su base de datos. En la práctica, esto significa que cualquier automatización se construye sobre tres componentes: exportaciones e importaciones programadas (los archivos nativos que SAGA acepta), automatización de tipo RPA para los pasos repetitivos de la interfaz que no se pueden sustituir por un archivo, y una capa de IA documental (reconocimiento óptico más un modelo de lenguaje) que lee facturas escaneadas, extractos u otros documentos no estructurados y los transforma en el formato que SAGA puede importar.
Estudios como The Niche Society construyen este tipo de flujos sobre las exportaciones nativas de SAGA, precisamente porque no existe un camino más directo — cualquier integración «instantánea» prometida para SAGA, sin esta etapa de exportación/importación, merece comprobarse con atención antes de confiar en ella.
Controles, registro de auditoría y los límites que impone el contexto
Cada paso automatizado que escribe algo en la contabilidad debería dejar un rastro verificable: qué se modificó, con base en qué documento fuente, a qué hora y con qué resultado. Sin este registro, un error descubierto tarde — una factura duplicada, una clasificación incorrecta repetida durante cinco meses — se vuelve casi imposible de reconstruir en su origen. Aquí entran también los recordatorios automáticos útiles, no solo para las presentaciones: una alerta cuando una línea bancaria permanece sin conciliar demasiados días, o cuando se acerca un plazo de declaración, evita que las excepciones se acumulen sin ser vistas.
Igual de importantes son los puntos de aprobación: nada debería llegar a presentarse ante ANAF directamente desde un flujo automatizado, sin un paso explícito de confirmación humana antes del envío. Y como los datos procesados son datos financieros de la empresa — a veces también datos personales, en nóminas o CNP en las declaraciones —, el mismo cuidado de confidencialidad que señala el estudio de ICAS (el 52% de los encuestados mencionó preocupaciones sobre la confidencialidad de los datos de los clientes) se aplica directamente: dónde se ejecuta el modelo y quién tiene acceso a los datos que se le envían importa tanto como la precisión del resultado. Cómo se ve esto en SAGA, sin cambiar el programa, lo describimos en la página sobre automatización contable.
Un buen flujo de automatización contable no es el que parece más autónomo, es aquel del que puedes reconstruir en cualquier momento, paso a paso, por qué una cifra llegó adonde llegó.
Fuentes y lecturas.
Preguntas frecuentes
¿Tiene SAGA una API para automatización?
No, SAGA C no expone una API pública. La automatización se construye sobre exportaciones e importaciones de archivos, automatización RPA para los pasos de la interfaz y, donde hace falta leer documentos no estructurados, una capa de IA documental que prepara los datos en el formato que acepta SAGA.
¿Puede la IA presentar sola la declaración SAF-T (D406) ante la ANAF?
No debería. La IA puede ejecutar comprobaciones previas de formato y puede señalar errores antes de la presentación, pero la decisión final de corrección y el envío efectivo a la ANAF deben seguir siendo un paso confirmado manualmente por el contable responsable.
¿Es seguro, desde el punto de vista de la confidencialidad, procesar datos contables mediante IA?
Depende de dónde funcione el modelo y de qué ocurra con los datos que se le envían. Es una preocupación real también entre los profesionales del sector — un estudio de ICAS muestra que más de la mitad de los encuestados mencionó la confidencialidad de los datos de los clientes como riesgo. El control de acceso y un registro de auditoría claro son condiciones mínimas, no opcionales.
¿Cuánto tiempo se puede ahorrar realmente con la automatización contable?
No existe un porcentaje universal válido para cualquier empresa. A nivel global, McKinsey estima que casi la mitad de las actividades de una función financiera pueden automatizarse por completo, y casi otro cuarto de forma parcial, con las tecnologías ya existentes — pero el tiempo realmente ahorrado, en una empresa pequeña de Rumanía, depende del volumen de documentos y de lo limpios que estén los datos de partida.
Veamos qué se puede automatizar en tu empresa.
Una sesión gratuita de 30 minutos: te decimos qué se puede automatizar, cuánto se tarda y cuánto cuesta, con precio fijo tras el discovery.