La auditoría: por qué el número de la IA no es confiable
La IA escribe bien y calcula mal, con cara de certeza total. Esta lección te da un checklist de auditoría de cinco puntos para finanzas y el principio de que quien firma el número siempre es una persona.
Una analista le pidió a la IA que armara el resumen de cierre del mes. Salió un texto impecable, con margen, proyección y una frase de conclusión que parecía escrita por un director financiero experimentado. Lo pegó en el correo para la dirección. Casi lo envía. Antes de dar clic, rehizo una cuenta a mano por costumbre: el margen calculado por la IA era del 34 por ciento. En la hoja rehecha, era 23. La IA había sumado un ingreso que todavía no había entrado. Once puntos de margen inventados, listos para convertirse en decisión.
En el cierre, la IA escupió un flujo de caja proyectado precioso, con cada línea justificada en prosa. Casi se convirtió en presentación para el directorio. Al rehacer la cuenta aparte, el número no cuadraba: la IA había cambiado el signo de una salida por entrada y la caja proyectada estaba 180 mil por encima de la real. El texto no daba ninguna pista del error.
Para una due diligence, la IA calculó el pasivo laboral consolidado de una empresa objetivo y escribió un párrafo seguro sobre el riesgo. Casi entró en el dictamen. Al verificar la fuente de cada número, dos procesos citados no existían en la base y el total estaba subestimado en casi 40 por ciento. El texto sonaba como verdad jurídica; el número era ficción con toga.
La IA armó el informe de ROI de la campaña del trimestre, con CAC, LTV y un veredicto de "campaña saludable". Casi fue a la reunión de presupuesto. Rehecha la cuenta, el LTV usaba un ticket promedio que la IA simplemente inventó, y el ROI real era la mitad del reportado. La prosa era convincente; el número, ficción.
La IA armó el resumen de la encuesta de clima y escupió un eNPS de 62, con un párrafo seguro sobre "compromiso por encima del promedio". Casi se convirtió en diapositiva para el comité de personas. Al rehacer la cuenta a partir de las respuestas crudas, el eNPS real era 41: la IA había contado promotores y neutros juntos. Veintiún puntos de clima inventados, listos para convertirse en plan de acción.
Para priorizar el roadmap, la IA calculó el score RICE de cada iniciativa y escribió una recomendación convincente de qué función construir primero. Casi entró en el PRD. Al rehacer el cálculo aparte, el alcance de una de las iniciativas estaba inflado 10 veces: la IA confundió usuarios totales con usuarios impactados. La función priorizada era la equivocada, y el texto no daba ninguna pista.
En el cierre del mes, la IA consolidó el forecast del pipeline y escribió que el equipo cumpliría la meta con holgura. Casi fue a la reunión de previsión con el director comercial. Al verificar trato por trato en el CRM, la IA había aplicado 100 por ciento de probabilidad a oportunidades todavía en negociación. El forecast estaba 300 mil por encima del real, con la misma cara de número confiable.
La IA armó el informe de SLA del trimestre y escribió que la operación cumplió el 98 por ciento de los plazos, con un veredicto de "desempeño saludable". Casi se convirtió en presentación para el cliente. Al rehacer la cuenta a partir de los logs, la IA había dejado fuera los tickets reabiertos, y el SLA real era 86 por ciento. Doce puntos de eficiencia que no existían, listos para sostener una renovación.
Para el informe de riesgo anual, la IA consolidó el número de incidentes de tratamiento de datos bajo la LGPD y escribió un párrafo tranquilizador sobre el nivel de exposición. Casi entró en el reporte al comité. Al verificar la fuente de cada caso, la IA había contado dos incidentes que pertenecían a otro periodo y omitido uno relevante. El total de riesgo estaba maquillado, con la misma confianza de un control interno auditado.
Después del incidente, la IA calculó el uptime del trimestre a partir de los logs y escribió un post-mortem con la frase "disponibilidad dentro del SLA de 99,9 por ciento". Casi fue al status report de la dirección. Al rehacer la cuenta aparte, la IA había ignorado la ventana de degradación parcial y el uptime real era 99,2. El número no cumplía el SLA, y la prosa del post-mortem no daba ninguna pista del hueco.
La IA resumió la ronda de pruebas de usabilidad y escupió una tasa de éxito de tarea del 88 por ciento, con un párrafo seguro sobre que el flujo "está listo para lanzar". Casi se convirtió en recomendación para el equipo de producto. Al revisar las sesiones una por una, la IA había contado como éxito a usuarios que abandonaron el flujo a medio camino. La tasa real era 64 por ciento, y el número bonito casi liberó un flujo que todavía trababa al usuario.
Para el deck del directorio del trimestre, la IA calculó el market share de la empresa en el segmento y escribió un párrafo confiado sobre "liderazgo consolidado". Casi entró en la diapositiva de apertura. Al verificar la fuente, la IA había sumado datos de dos recortes de mercado distintos, y el share real era ocho puntos menor. Ocho puntos de liderazgo inventados, listos para convertirse en la narrativa que el directorio le llevaría al inversor.
Oye, para un segundo en ese "casi". En todos estos casos el número equivocado casi pasó, no porque la persona fuera descuidada, sino porque la IA entrega mal con la misma confianza con que entrega bien. Ese es el punto incómodo de esta lección: la salida numérica de una IA no es confiable por defecto. Y en finanzas, donde un número se convierte en decisión, contrato y dinero, eso no es un detalle. Es la diferencia entre profesionalismo y ruleta.
La idea central de esta lección. La IA es excelente con el texto y pésima como fuente de verdad numérica: inventa un valor, cita una cuenta que no hizo, cambia el signo, se equivoca de orden de magnitud, y entrega todo con confianza total. Por eso el número de la IA es una propuesta, no una verdad. Auditar no es desconfiar de la herramienta, es higiene profesional que protege tu firma. El cierre de la lección es un checklist de cinco puntos y un principio innegociable: quien firma el número siempre es una persona.
01Excelente con el texto, pésima con la verdad
Vale la pena entender por qué pasa esto, porque entenderlo cambia cómo usas la herramienta. La IA que usas es, en esencia, una máquina de predecir la siguiente palabra que suena bien. Está entrenada para que el texto sea fluido, plausible y confiado. Nadie la entrenó para que la cuenta cierre. Son dos objetivos distintos, y ella solo persigue el primero.
El efecto colateral es cruel para las finanzas. La misma habilidad que hace que la IA escriba un párrafo ejecutivo impecable hace que escriba un número impecable que está mal. No tiene un sentido interno de "esto no puede estar bien". Cuando falta un dato, no se detiene: lo rellena con algo plausible. Esto hasta tiene nombre técnico, alucinación, pero el nombre esconde el peligro. En el texto, una alucinación es un detalle raro que percibes. En un número, es un valor con la misma cara que todos los demás, y no lo percibes.
Fíjate en los cuatro modos clásicos de falla, porque tu checklist va a apuntar exactamente a ellos. Inventa un valor cuando falta un dato. Cita una cuenta que no hizo, describiendo un cálculo que parece haber ocurrido pero no ocurrió. Cambia el signo, transformando salida en entrada, gasto en ingreso. Y se equivoca de orden de magnitud, con un cero de más o de menos que pasa desapercibido en medio de la prosa. Los cuatro salen con la misma confianza absoluta. La confianza no es señal de acierto; es solo el tono estándar de la herramienta.
02La paradoja de la sensación: crees que vas más rápido
Aquí entra el estudio que más me hizo detenerme a pensar. En 2025, METR midió a profesionales experimentados trabajando con y sin IA en tareas reales. El resultado que todos esperaban era una ganancia de velocidad. Lo que apareció fue lo contrario: con la IA, se volvieron cerca de un 19 por ciento más lentos. Y aquí viene la parte traicionera: ELLOS CREÍAN que iban más rápido. La sensación decía "gané tiempo" mientras el cronómetro decía "perdí tiempo".
¿Por qué importa esto en una lección de auditoría? Porque la sensación de acierto funciona igual que la sensación de velocidad. Cuando la IA te entrega un número bonito, bien formateado, con una explicación convincente, tu cerebro registra "esto está resuelto" y relaja la guardia. La fluidez de la entrega genera una confianza que no fue ganada por ninguna verificación. Te sientes cubierto sin estarlo.
En el texto, esa sensación sale barata: a lo sumo se escapa una frase rara. En finanzas, sale cara. La misma falsa confianza que hace que el profesional del estudio METR crea que ganó tiempo te hace creer que el número está bien. Y el número equivocado que "parece correcto" es justamente el que atraviesa tu revisión y llega a la dirección. El marco económico es directo: la sensación es gratis de producir y cara de creer.
03El checklist de auditoría de finanzas
Aquí está el corazón de la lección. Auditar un número no es un talento, es un procedimiento. Cinco preguntas, en orden, antes de que cualquier número de la IA salga con tu nombre. Piénsalas como un embudo: cada pregunta filtra un tipo de error, y lo que pasa por las cinco es un número que puedes defender.
La primera: ¿la cuenta cierra al rehacerla aparte? Esta es la reina. Tú, u otra herramienta, rehaces el cálculo de forma independiente, sin mirar la respuesta de la IA, y los dos coinciden. Si solo verificaste leyendo la explicación de la IA, no auditaste nada, te convencieron. Rehacer aparte es lo que atrapa el valor inventado y el signo cambiado.
La segunda: ¿la fuente de cada número existe y coincide? Todo número entra desde algún lugar, una hoja de cálculo, un extracto, un sistema. Verificas si la fuente existe de verdad y si el valor citado coincide con la fuente. Esto es lo que atrapa la cuenta que la IA dijo haber hecho pero no hizo, y la base que citó pero inventó.
La tercera: ¿las premisas están explícitas? Todo número financiero carga supuestos, qué ticket, qué tasa, qué periodo, qué entra y qué no entra. Si las premisas están escondidas en la prosa, el número está escondiendo de ti de qué está hecho. La premisa implícita es donde se esconde el error.
La cuarta: ¿algún signo u orden de magnitud se ve extraño? Esta es la prueba del olfato. Das un paso atrás y miras el número como persona: ¿tiene sentido ese margen? ¿ese total tiene el tamaño correcto? ¿ese valor es entrada o salida? Un cero de más o un signo cambiado rara vez sobrevive a una mirada de sentido común, siempre que te detengas a darle esa mirada.
La quinta, y la más importante: ¿quien firma sabe defenderlo? Si tuvieras que explicar ese número frente al directorio, línea por línea, ¿podrías? Si la respuesta es "no, lo hizo la IA", el número no está listo. Un número que nadie sabe defender es un número huérfano, y un número huérfano no sale.
04La regla RESPONDER: la IA propone, el humano verifica, la persona firma
El checklist tiene un principio detrás, y ese principio es el que sostiene todo. En el mapa Los 3 Movimientos, el movimiento RESPONDER trata exactamente de esto: máquina de decisión con la responsabilidad anclada en un nombre humano. Aplicado a finanzas, se convierte en una regla de tres tiempos que nunca colapsas.
La IA propone. Es rápida, incansable y excelente para generar el borrador del número, la primera versión del cálculo, el esbozo del informe. Úsala con libertad aquí, es donde brilla. Pero propuesta es propuesta: nada de lo que produce es verdad solo porque lo produjo.
El humano verifica. Es el checklist de las cinco preguntas corriendo. Este paso no es opcional, no es "cuando haya tiempo", no es "si desconfío". Es el paso que transforma una propuesta de la máquina en un número auditado. Saltarse este paso es el error que hace que el número equivocado casi pase, igual que en los escenarios del comienzo.
Y la persona firma. Aquí está el punto sin vuelta atrás: quien firma el número siempre es una persona. Cuando el número sale con tu nombre, en un correo, en un dictamen, en una presentación, la responsabilidad es tuya, entera. Y escucha bien, porque lo repito en todas partes: "lo calculó la IA" no existe como excusa. No existe en el directorio, no existe en la auditoría, no existe en la conversación difícil después de que el número equivocado se convirtió en decisión equivocada. La máquina no tiene nombre, no tiene identificación y no va a la reunión a defender la cuenta. Tú vas.
05Auditar no es desconfiar: es proteger tu firma
Déjame deshacer una resistencia común antes de cerrar. Hay quien siente que auditar a la IA es no confiar en la herramienta, que es retrabajo, que es no aprovechar la ganancia de productividad. Ese marco está equivocado, y sale caro.
Auditar no es desconfianza, es higiene. No verificas el número porque creas que la IA es tonta; verificas porque cualquier número que va a salir con tu nombre merece ese cuidado, venga de la IA, de un becario o de ti mismo a las once de la noche. El contador experimentado rehace la cuenta no porque desconfíe de la calculadora, sino porque así se trabaja con dinero. La IA es una calculadora que a veces se inventa el resultado y nunca avisa. La auditoría es la higiene profesional que eso exige.
Y el marco económico cierra el argumento. El costo de auditar son minutos. El costo de no auditar es un número equivocado en la dirección, una decisión tomada sobre ficción, una reputación rasguñada que tardó años en construirse. Minutos contra eso no es retrabajo, es el mejor seguro barato que existe. La IA te devuelve tiempo en la propuesta; tú reinviertes una fracción de ese tiempo en la verificación y te quedas con la ganancia neta Y con tu firma protegida. Auditar es lo que vuelve segura de usar la ganancia de productividad. Sin ella, la ganancia es solo riesgo con cara de eficiencia.
Hazlo ahora
Toma un número financiero real que producirías o produjiste con ayuda de IA (tu tarea real sirve bien). Tu tarea no es rehacer la cuenta ahora, es armar TU propio checklist de auditoría de cinco puntos, adaptado a tu contexto. Para cada punto, escribe la pregunta en tu lenguaje y la verificación concreta que harías:
- ¿LA CUENTA CIERRA AL REHACERLA APARTE? ¿Cómo, exactamente, rehaces ese número de forma independiente, sin mirar la respuesta de la IA? (qué herramienta, qué cálculo, quién lo hace)
- ¿LA FUENTE EXISTE Y COINCIDE? ¿Cuáles son las fuentes de los números que entran en ese cálculo, y cómo verificas que cada valor coincide con la fuente real?
- ¿LAS PREMISAS ESTÁN EXPLÍCITAS? Enumera las tres premisas más importantes incrustadas en ese número (tasa, periodo, qué entra y qué no entra). ¿Están escritas o están escondidas?
- ¿SIGNO U ORDEN DE MAGNITUD EXTRAÑA? ¿Cuál es la prueba del olfato: qué valor, si apareciera, te haría detenerte de inmediato y decir "esto no puede estar bien"?
- ¿QUIEN FIRMA LO DEFIENDE? Escribe, en una frase, el nombre de la persona que firma ese número y la defensa de una línea que daría ante el directorio. Si no puedes escribir esa frase, el número todavía no está listo.
Guarda ese checklist. Vale para todo número que vayas a producir con IA de aquí en adelante.
Practica
1. Una IA entregó un informe de cierre con el margen del mes, en un texto ejecutivo impecable y muy convincente. ¿Cuál es la lectura correcta de esa entrega antes de usar el número?
2. El estudio de METR (2025) mostró que profesionales experimentados se volvieron cerca de 19% más lentos con IA, pero creían que iban más rápido. ¿Qué enseña esto sobre la auditoría de números?
3. Un número calculado por IA salió con tu nombre en un dictamen y estaba equivocado. ¿Quién responde por ese número?
¿Listo? El mensaje de la lección es directo y económico: el número de la IA es una propuesta barata y rápida, y eso es excelente, siempre que nunca confundas propuesta con verdad. Las cinco preguntas toman minutos; el número equivocado que pasa cuesta mucho más. Auditar no es frenar la IA por miedo ni desconfiar de la herramienta, es la higiene que protege tu firma. La IA propone, tú verificas, y quien firma eres tú. Siempre.
Para la pizarra
Sobre la naturaleza de la herramientaexcelente con el texto, pésima como fuente de verdad numérica. Una propuesta no es la verdad.
Sobre la sensaciónla misma sensación que hizo que profesionales con experiencia se creyeran más rápidos te hace bajar la guardia sin haber verificado nada.
Sobre la responsabilidadno migra a la herramienta bajo ninguna hipótesis. Quien firma responde por el número.
Gracias por el feedback. Esto ayuda a afinar la próxima lección.