# Agents Finance (es) — contenido completo > Directorio de casos de uso reales de personas y empresas con IA y agentes de IA en contabilidad, tesorería, consolidación, cuentas anuales, controlling y reporting y en los ERPs financieros más usados, junto con los tutoriales, guías, prompts y recursos que se usan hoy. Generado en la compilación del sitio. 18 entradas ordenadas por tipo (casos de uso reales primero) y, dentro de cada tipo, de la más reciente a la más antigua. Las cifras y afirmaciones pertenecen a la fuente indicada en cada entrada; el nivel de evidencia indica su fiabilidad. Edición en inglés: https://agentsfinance.io/llms-full.txt --- ## Diez semanas llevando la contabilidad de sociedades suecas con Claude Code y Codex, con sus aciertos y errores URL: https://agentsfinance.io/es/entradas/caso-igdrasil-contabilidad-sueca-claude-code-codex-2026/ Fecha de la fuente: 2026-09-27 (27 de septiembre de 2026) Tipo: Caso de uso Quién lo hace: Philip Eriksson (cofundador de Igdrasil) (Persona) — Cofundador de Igdrasil, una plataforma contable sueca. Usa su propia plataforma como herramienta de los agentes, por lo que no es una fuente independiente. Sector: Sociedades limitadas suecas de software, comercio electrónico, salud digital, servicios y alimentación Herramientas: Claude Code, Codex (OpenAI), Igdrasil (CLI y servidor MCP propios), Plan contable BAS y normativa sueca de IVA Idioma de la fuente: inglés ERP: general Proceso: Contabilidad, Tesorería Nivel de evidencia: Caso real — Una persona u organización identificada declara que lo ha usado. Los resultados son declarados por la fuente; no los hemos auditado. Fuente principal: Igdrasil — Can AI do your bookkeeping? Lessons from Claude Code and Codex (Philip Eriksson) — https://igdrasil.se/en/resources/guides/can-ai-do-your-bookkeeping/ Verificado: 2026-10-17 ### Resumen Philip Eriksson, cofundador de Igdrasil, cuenta cómo llevó desde mediados de julio de 2026 la contabilidad de varias sociedades limitadas suecas hablando con Claude Code y Codex. Aporta volúmenes sacados de sus registros, un error de IVA detectado antes de presentarlo y una tabla de fallos de los agentes. Es el autor de una herramienta contable. ### Qué hace Los agentes leen justificantes, proponen cuenta e IVA, emparejan movimientos bancarios con documentos, revisan el IVA antes de presentarlo y registran asientos en lotes. El autor da tareas en lenguaje natural («mira qué queda sin casar en el banco»), el agente prepara borradores en cola, él revisa y fija límites («no contabilices facturas de proveedores, solo justificantes»), y después el agente registra y relee el mayor para comprobarlo. Las decisiones de política contable, como dónde va un gasto de nube, las toma una persona una sola vez y el agente las aplica a las filas siguientes. ### Resultado o impacto declarado Declarado por el autor, con datos de sus sesiones entre el 15 de julio y el 25 de septiembre de 2026: 53 sesiones con Codex (unas 111 horas activas) y 16 con Claude Code (unas 25 horas), con lotes de 195, 291 y 582 asientos y unos 1.570 en total en Claude Code. Un agente detectó un error en una declaración de IVA días antes del plazo y otro descubrió filas bancarias importadas dos veces. Su estimación, que él mismo califica de aproximada, es que un fin de semana de trabajo pasó a ser una tarde. Parte del volumen era atraso antiguo, y muchos asientos eran simples. ### Qué se ha probado de verdad Lo ha hecho el propio autor con sociedades reales, según los registros que cita. Algunas cifras las contó el agente. El texto lo publica el proveedor de la herramienta que usan los agentes, así que conviene leerlo como testimonio interesado. Reconoce fallos: un agente contabilizó 14 facturas en una cuenta equivocada, añadió asientos de prueba en la contabilidad real, dio por registradas filas que solo estaban vinculadas a borradores y dio por «verificada» una importación de nóminas que cayó en el mes equivocado. No hemos probado nada de esto. ### Cómo replicarlo El autor recomienda empezar en una empresa de pruebas, pedir primero solo lectura y propuestas, fijar las reglas antes de registrar nada (series, cuentas de gastos recurrentes, qué esperar), dejar que el agente prepare y que una persona apruebe, pedir una conciliación leída del mayor en vez de un resumen y ampliar el alcance cuando un tipo de fila haya salido bien varias veces. Incluye un control de duplicados como paso fijo antes de contabilizar y comprueba tú mismo todo lo que va a la Hacienda sueca. La parte de normativa es específica de Suecia. ### Qué conviene tener en cuenta - La responsabilidad de que la contabilidad sea correcta sigue siendo de la empresa, no del agente. El texto lo plantea para Suecia; en otros países habrá que revisar la normativa propia. - Los datos que el agente lee se envían a su proveedor de IA (Anthropic u OpenAI). Si hay datos personales, hay que revisar el RGPD. - Un documento puede contener instrucciones ocultas para desviar al agente (inyección de instrucciones); por eso el autor prefiere que el agente prepare en cola y que una persona apruebe. --- ## ACNUR usa IA para preparar su previsión de tesorería: qué hizo, qué ganó y cómo replicarlo URL: https://agentsfinance.io/es/entradas/caso-acnur-unhcr-tesoreria-prevision-caja-ia-2026/ Fecha de la fuente: 2026-09-16 (16 de septiembre de 2026) Tipo: Caso de uso Quién lo hace: ACNUR (UNHCR), Agencia de la ONU para los Refugiados — unidad de tesorería (Organización o institución) — Lo cuenta Hikaru Kozuki, especialista sénior de tesorería y jefe de la unidad de tesorería de ACNUR. El proyecto se desarrolló con el Centro Internacional de Cálculos Electrónicos de la ONU (UNICC), su socio tecnológico para la infraestructura de pagos. No hay interés comercial declarado: no venden la herramienta. Sector: Organización humanitaria internacional (sistema de Naciones Unidas) Herramientas: Modelo de previsión de caja con IA desarrollado con UNICC (la fuente no detalla el tipo de modelo), Datos del ERP: cuentas a pagar y pedidos de compra con fecha futura, Casi diez años de histórico de flujos de caja, Panel (dashboard) automatizado para gráficos y tablas de dirección, Workday (integración más profunda prevista como siguiente paso) Idioma de la fuente: inglés ERP: general Proceso: Tesorería, Reporting Nivel de evidencia: Caso real — Una persona u organización identificada declara que lo ha usado. Los resultados son declarados por la fuente; no los hemos auditado. Fuente principal: EuroFinance — From the floor at EuroFinance 2026: UNHCR asks AI to do the work behind the cash forecast — https://www.eurofinance.com/news/from-the-floor-at-eurofinance-2026-unhcr-asks-ai-to-do-the-work-behind-the-cash-forecast/ Fuente adicional: EuroFinance — Streamlining treasury operations: UNHCR's move towards integrated financial and treasury management solutions — https://www.eurofinance.com/news/streamlining-treasury-operations-unhcrs-move-towards-integrated-financial-and-treasury-management-solutions/ Fuente adicional: UNICC — Digital Hub of Treasury Solutions (DHoTS) — https://www.unicc.org/what-we-do/services-overview/dhots/ Fuente adicional: EuroFinance — How two treasurers automated cash management (ASML y Cloud Software Group) — https://www.eurofinance.com/news/how-two-treasurers-automated-cash-management/ Verificado: 2026-10-17 Imagen de portada: Esquema en cuatro pasos de la previsión de caja de ACNUR: datos de cuentas a pagar, pedidos futuros e histórico; normalización de fechas; modelo y panel; y revisión y decisión humana en tesorería. ### Resumen El equipo de tesorería de ACNUR (UNHCR), la Agencia de la ONU para los Refugiados, explicó en EuroFinance 2026 cómo usa IA para recopilar, normalizar y proyectar sus flujos de caja, con los tesoreros como responsables de revisar y decidir. Es un caso real contado por su responsable; la reducción de trabajo del 40 % al 60 % es una estimación suya para cuando el modelo esté estabilizado, no un resultado auditado. ### Qué hace La tesorería de ACNUR dejó de juntar a mano datos de varios sistemas en hojas de cálculo para su previsión de caja. Con UNICC mapeó los principales generadores de flujos de caja (cuentas a pagar, pedidos con fecha futura), incorporó casi diez años de histórico, acordó qué fecha representa el evento de caja en cada categoría y construyó una capa de previsión que combina compromisos actuales del ERP a corto plazo con patrones históricos ajustados al presupuesto a largo plazo, más supuestos de escenario. La presentación (gráficos y tablas) se genera de forma automática. Durante un tiempo la previsión con IA se ejecutó en paralelo con la manual y se comparó con los reales. Los tesoreros siguen revisando el resultado y decidiendo. ### Resultado o impacto declarado Según Kozuki, una vez estabilizado el modelo, el trabajo de recopilar y consolidar datos podría bajar entre un 40 % y un 60 %; es una estimación, no una medición publicada. Declara que ya dedican menos tiempo a recopilar y normalizar datos, que el panel automático reduce el esfuerzo de preparar gráficos y tablas, y que la conversación con la dirección pasa de discutir hojas de cálculo a discutir supuestos. El proceso todavía no está totalmente automatizado y algunos datos requieren intervención humana. No se publican métricas de precisión de la previsión. ### Qué se ha probado de verdad ACNUR lo usa en su tesorería según su responsable, que lo contó en una conferencia del sector y lo recoge EuroFinance, organizadora del evento. No se publican el tipo de modelo, el código, las métricas de error ni el coste. Nosotros no hemos reproducido el sistema ni tenemos acceso a sus datos; los pasos para replicarlo de este artículo son una adaptación nuestra de las lecciones que da la fuente. ### Cómo replicarlo Empieza por la decisión que quieres mejorar (liquidez a corto plazo, momento de compra de divisas, inversiones), no por la tecnología. Haz un piloto pequeño con datos fiables y de alto impacto. Antes de tocar ningún modelo, escribe un diccionario de datos: categorías de flujo, qué fecha manda en cada una, cómo se tratan las divisas y las restricciones de fondos, y quién es dueño de cada campo. Usa los compromisos del ERP para el corto plazo y el histórico para el largo plazo. Ejecuta la previsión automática en paralelo con la manual varios ciclos y compáralas con los reales. Automatiza el panel y deja la revisión y la decisión en manos del equipo de tesorería. ### Contexto: por qué una agencia humanitaria necesitaba otra forma de prever su caja La previsión de tesorería es uno de los procesos donde más se nota la distancia entre lo que se promete con la IA y lo que de verdad funciona. Por eso merece atención un caso contado con detalle por quien lo dirige: el de la unidad de tesorería de ACNUR (UNHCR, por sus siglas en inglés), la Agencia de la ONU para los Refugiados. Hikaru Kozuki, especialista sénior de tesorería y jefe de esa unidad, lo explicó en la conferencia EuroFinance International Treasury Management 2026, y EuroFinance publicó el resumen el 16 de septiembre de 2026. El punto de partida es reconocible para cualquier tesorero. El equipo recopilaba a mano información de distintos sistemas de origen, la consolidaba en hojas de cálculo y después la validaba y ajustaba. Kozuki lo resume con una pregunta: por qué dedicaban tanto tiempo a recopilar datos en lugar de analizar el resultado de la previsión. Cuando el número estaba listo, la realidad que debía reflejar podía haber cambiado. En una organización humanitaria, recuerda, la situación no espera. A eso se sumaron dos presiones. Desde mediados de 2025, los cambios en el apoyo de los donantes y los recortes presupuestarios hicieron que el histórico fuera una guía menos fiable para anticipar las necesidades de caja. Y la plantilla de ACNUR se había reducido sin que el volumen de trabajo bajara en la misma proporción. La previsión tenía que tener en cuenta transacciones con fecha futura, tendencias históricas, estacionalidad, divisas y cambios en el entorno operativo: demasiadas variables para seguir con un proceso manual. No es un proyecto que empiece de cero. Según un artículo anterior de EuroFinance, ACNUR modernizó en septiembre de 2023 sus sistemas de gestión de tesorería y su conectividad bancaria y los integró con su ERP en la nube y con el Digital Hub of Treasury Solutions (DHoTS), una plataforma de tesorería compartida por varias agencias de la ONU con soporte técnico de UNICC. Esa base de datos integrados es lo que hace posible el paso siguiente. ### Quién lo hace y con qué - **Protagonista:** la unidad de tesorería de ACNUR, con Kozuki como responsable y portavoz del caso. - **Socio tecnológico:** el Centro Internacional de Cálculos Electrónicos de la ONU (UNICC), que ya gestionaba para ACNUR información bancaria, de nóminas, de pagos a proveedores y de cobros de donantes. Esa relación previa resolvió buena parte de la preocupación por la seguridad de los datos. - **Datos:** cuentas a pagar, pedidos de compra con fecha futura y casi diez años de histórico, además de supuestos de escenario. - **Salida:** una previsión de caja y un panel automático con los gráficos y tablas para la dirección. - **Lo que la fuente no dice:** qué tipo de modelo de IA se usa (estadístico, aprendizaje automático o un modelo de lenguaje), con qué herramientas está construido, cuánto ha costado ni qué error de previsión tiene. Conviene no rellenar esos huecos con suposiciones. ### Cómo lo construyeron, paso a paso [Imagen: Diagrama del flujo de la previsión: fuentes de datos, gobierno del dato, capa de previsión que combina ERP a corto plazo e histórico a largo plazo, panel automático y revisión humana en tesorería; como próximos pasos, Workday, escenarios por usuario y agentes que sugieren operaciones.] El orden importa tanto como las piezas. Kozuki describe un proceso deliberadamente iterativo en tres fases. ### 1. Mapear los generadores de caja y sus fuentes El trabajo empezó por los datos y no por el modelo. El equipo identificó los principales generadores de flujos de caja (entre ellos, las cuentas a pagar y los pedidos de compra con fecha futura) y de qué sistema salía cada uno. Los tesoreros participaron desde el principio: ayudaron a definir qué preguntas debía responder la previsión, qué categorías de flujo de caja eran relevantes y qué nivel de precisión hacía falta. ### 2. Normalizar: decidir qué fecha es el evento de caja Aquí apareció el problema más interesante del caso. Los distintos sistemas no describían el mismo hecho de la misma manera. Una misma transacción podía tener fecha de aprobación, fecha contable, fecha de pago, fecha de recepción por el beneficiario y fecha de conciliación bancaria, y cualquiera de ellas podía usarse para situar el movimiento de caja en el tiempo. [Imagen: Línea temporal con cinco fechas de una misma transacción: aprobación, fecha contable, fecha de pago, recepción por el beneficiario y conciliación bancaria; la fecha de pago aparece resaltada como ejemplo.] Para comparar, en palabras de Kozuki, manzanas con manzanas, el proyecto se convirtió en parte en un ejercicio de gobierno del dato: decidir qué campos importaban, fijar definiciones comunes y establecer qué fecha representaba el evento de caja real en cada categoría. ### 3. Construir la capa de previsión y automatizar la presentación El modelo resultante combina información actual con patrones históricos. Para el corto plazo se apoya más en los datos del ERP, que son fiables porque reflejan compromisos ya adquiridos; para el largo plazo usa tendencias históricas ajustadas a las condiciones presupuestarias del momento, además de supuestos de escenario. El equipo quiso también que la presentación saliera sola: en lugar de terminar el análisis y luego montar gráficos y paneles a mano, el objetivo era unir recopilación, previsión y visualización en un único flujo. ### 4. Ejecutar en paralelo y ganarse la confianza La mayor dificultad, según Kozuki, no fue convencer a nadie de que la IA podía procesar datos, sino conseguir que los tesoreros se fiaran del resultado. «No puede ser una caja negra», dice: el equipo tiene que entender cómo llega el modelo a sus cifras porque es quien se las explica a la dirección. Por eso, durante un tiempo, la previsión con IA convivió con la manual. El equipo comparó ambas con los datos reales y vio en qué acertaba más o menos el modelo. La responsabilidad siguió siendo humana: la IA produce la previsión, pero los tesoreros la revisan y deciden. ### Un ejemplo concreto para tu equipo Lo más replicable del caso no es el modelo, sino el diccionario de datos previo. Esta tabla es un **ejemplo ilustrativo** de cómo podría empezar un equipo de tesorería mediano; no son datos de ACNUR. | Categoría de flujo | Sistema de origen | Fecha que manda | Horizonte en que se usa | Dueño del dato | | --- | --- | --- | --- | --- | | Pagos a proveedores | ERP, cuentas a pagar | Fecha prevista de pago | 0–13 semanas | Responsable de cuentas a pagar | | Pedidos de compra aprobados | ERP, compras | Fecha prevista de pago según condiciones | 4–26 semanas | Compras | | Nóminas | Sistema de nóminas | Fecha de cargo en banco | Todo el horizonte | Recursos humanos | | Cobros de clientes o donantes | ERP, cuentas a cobrar | Fecha valor en banco | 0–13 semanas con datos, después histórico | Responsable de cobros | | Impuestos | Calendario fiscal | Fecha de cargo en banco | Todo el horizonte | Fiscal | Con esa tabla acordada, el primer piloto puede limitarse a dos o tres categorías con datos limpios y una sola divisa, como recomienda el propio Kozuki al decir que hoy empezaría por algo más pequeño. ### Cómo replicarlo en tu empresa Estos pasos son nuestra adaptación de las lecciones que da la fuente; no describen el sistema interno de ACNUR. 1. **Elige la decisión antes que la herramienta.** Kozuki insiste en que la IA es solo una herramienta: primero hay que saber qué decisión se quiere mejorar (liquidez a corto plazo, momento de las operaciones de divisas, nivel de inversiones). Eso determina qué datos, qué modelo y qué controles necesitas. 2. **Haz un inventario de generadores de caja.** Para cada categoría, anota de qué sistema sale, con qué frecuencia se actualiza y qué calidad tiene. 3. **Escribe el diccionario de datos antes de modelar.** Qué cuenta como flujo previsible, qué fecha manda, cómo tratas las divisas, cómo registras los fondos con restricciones y quién responde de cada campo. Es lo que Kozuki dice que haría todavía antes si empezara hoy. 4. **Separa horizontes.** Usa los compromisos del ERP (facturas registradas, pedidos aprobados) para el corto plazo y el histórico ajustado para el largo plazo. No pidas al modelo que adivine lo que ya sabes. 5. **Empieza con métodos que puedas explicar.** Un caso de la misma fuente lo ilustra: en ASML, según EuroFinance, el equipo probó veinte algoritmos de Python de código abierto contra cinco años de reales y reentrena el modelo cada mes con una persona revisando su rendimiento. Lo importante no es el algoritmo, sino poder explicar por qué sale lo que sale. 6. **Ejecuta en paralelo varios ciclos.** Mantén la previsión manual mientras comparas ambas con los reales. Mide el error por categoría y horizonte, no solo en total. 7. **Automatiza la presentación.** Un panel que se actualiza solo libera tiempo aunque el modelo no sea perfecto. 8. **Deja la decisión y la ejecución en manos humanas.** ACNUR explora agentes que sugieran cuándo comprar o vender divisas o colocar inversiones, pero las operaciones las ejecutarían personas. ### Resultados declarados y su fuente | Concepto | Qué se declara | Tipo de dato | Fuente | | --- | --- | --- | --- | | Trabajo de recopilar y consolidar datos | Podría bajar entre un 40 % y un 60 % cuando el modelo esté estabilizado | Estimación del responsable | EuroFinance, septiembre de 2026 | | Preparación de gráficos y tablas | Menos esfuerzo gracias al panel automático | Declaración cualitativa | EuroFinance, septiembre de 2026 | | Uso del tiempo del equipo | Menos tiempo recopilando y normalizando, más analizando | Declaración cualitativa | EuroFinance, septiembre de 2026 | | Precisión de la previsión | No se publica | — | — | Kozuki subraya que el objetivo no es una previsión perfecta, sino facilitar buenas decisiones en condiciones de incertidumbre. Según él, ver antes los posibles huecos y excedentes de liquidez ayuda a decidir saldos de precaución y niveles de inversión, y la conversación con la dirección se centra ahora en los supuestos: qué cobros de donantes son firmes, qué pagos podrían retrasarse y dónde aparecen riesgos. ### Limitaciones y riesgos - **Evidencia:** es un caso real, pero contado por su protagonista en una conferencia y resumido por la organizadora. No hay cifras auditadas ni métricas de error. - **Proceso incompleto:** la fuente reconoce que no está totalmente automatizado y que algunos datos siguen necesitando intervención humana. - **Dependencia del contexto:** ACNUR tenía ya sistemas de tesorería integrados, casi diez años de histórico y un socio tecnológico de confianza. Sin esa base, el esfuerzo de datos será mayor. - **Histórico menos fiable:** el propio caso nace de que los cambios de 2025 en la financiación hicieron que el pasado predijera peor el futuro. Un modelo basado en histórico necesita supuestos de escenario y revisión humana. - **Coste de conexión:** Kozuki señala que el freno principal para integrarse más con el ERP, incluido Workday, es el presupuesto para los costes de conexión, no la capacidad técnica. - **Seguridad de los datos:** los datos de tesorería son sensibles. ACNUR lo resolvió apoyándose en un socio que ya los custodiaba; en otras empresas habrá que pasar por seguridad informática, como cuenta Cloud Software Group en el artículo de EuroFinance sobre ASML. ### Errores comunes que este caso ayuda a evitar - **Empezar por el modelo.** Sin definiciones comunes, la IA amplifica la incoherencia en lugar de resolverla, avisa Kozuki. - **Mezclar fechas.** Usar fecha contable en una categoría y fecha de pago en otra produce desfases que parecen errores del modelo. - **Abarcar toda la organización a la vez.** Un piloto acotado demuestra valor antes y genera confianza. - **Quitar la previsión manual demasiado pronto.** Sin un periodo de comparación con los reales no sabrás dónde falla el modelo. - **Esperar que la IA decida.** En este caso la IA reúne, procesa y presenta; interpretar la incertidumbre y decidir sigue siendo trabajo de los tesoreros. ### Conclusiones El caso de ACNUR es valioso precisamente porque es poco espectacular. No promete una tesorería autónoma: muestra que el mayor trabajo está en ordenar los datos, acordar qué fecha manda y ganarse la confianza del equipo con un periodo en paralelo. La IA entra después, para quitar horas de recopilación y montar el panel, y deja a los tesoreros la parte que de verdad aporta valor: discutir supuestos y decidir. Si quieres replicarlo, el primer entregable no es un modelo, sino una tabla de definiciones y un piloto pequeño. --- ## Un CFO cuenta cómo su equipo concilia los gastos anticipados con un agente de IA: de 2 horas a 5 minutos URL: https://agentsfinance.io/es/entradas/caso-cfo-onlycfo-agente-conciliacion-prepagados-2026/ Fecha de la fuente: 2026-05-15 (15 de mayo de 2026) — Fecha de publicación del artículo en OnlyCFO; el autor dice que antes lo había publicado en su otra newsletter, CFOpilot. Tipo: Caso de uso Quién lo hace: Autor de OnlyCFO (CFO de una empresa, sin nombre visible en la página) (Persona) — Dirige un equipo de contabilidad y escribe sobre IA en finanzas; el artículo no indica el nombre de su empresa. Herramientas: Agente de IA con «skill» (SKILL.md de unas 200 líneas) y fichero de configuración YAML, Conector MCP al ERP (el artículo no dice cuál), Conector MCP a la unidad compartida (Google Drive, Box o SharePoint), Slack como disparador y como interfaz, Hojas de cálculo en Excel Idioma de la fuente: inglés ERP: general Proceso: Contabilidad Nivel de evidencia: Caso real — Una persona u organización identificada declara que lo ha usado. Los resultados son declarados por la fuente; no los hemos auditado. Fuente principal: OnlyCFO — How to Build AI Agents for the Accounting Close — https://www.onlycfo.io/p/building-ai-agents-in-accounting Verificado: 2026-10-17 Imagen de portada: Esquema de cuatro pasos: una orden en Slack llega al agente de IA, que lee el mayor del ERP y prepara un borrador de papel de trabajo y asiento que un preparador y un revisor humanos contabilizan. ### Resumen El autor de la newsletter OnlyCFO, que dirige un equipo contable, describe el agente que construyó para conciliar gastos anticipados (prepaids) contra el mayor de su ERP. Según él, pasó de unas 2 horas de trabajo humano a unos 5 minutos, y el mismo patrón quitó un día al cierre mensual. ### Qué hace Un agente prepara la conciliación mensual de gastos anticipados. Al recibir la orden desde Slack, consulta directamente el mayor del ERP a través de MCP, localiza el papel de trabajo del mes anterior, lo copia a la carpeta del cierre actual y lo actualiza con las nuevas partidas y el mes de amortización, manteniendo las fórmulas de Excel. Al terminar publica en Slack un resumen con el papel de trabajo, un CSV con el asiento propuesto y la mención al preparador. El agente no contabiliza el asiento: sigue habiendo un preparador humano y un revisor. ### Resultado o impacto declarado Declarado por el autor: de unas 2 horas de trabajo humano a unos 5 minutos, con más del 90 % de los pasos hechos por el agente, y el mismo patrón aplicado a otros procesos «quitó un día completo» al cierre mensual. La primera ejecución costó más tiempo, y después el equipo fue refinando la skill y la configuración. El artículo no da cifras por proceso. ### Qué se ha probado de verdad Lo usa su equipo en producción, según el autor. No publica el contenido de la skill ni de la configuración, no identifica el ERP ni mide el ahorro de los demás procesos. Nosotros no hemos reproducido el flujo. Un lector comentó el riesgo de inyección de instrucciones: el agente lee texto externo (nombres de proveedor, descripciones de factura), tiene acceso a datos sensibles y puede escribir en sistemas; la revisión humana llega después de que el agente ya ha actuado. ### Cómo replicarlo Elige una conciliación repetitiva con papel de trabajo mensual. Separa en dos piezas lo que dice el autor: una skill (el procedimiento, que casi no cambia) y un fichero de configuración (cuentas contables, mapa proveedor-cuenta, umbral de materialidad, convención de mes parcial, a quién avisar). Conecta el agente al ERP y a la carpeta de papeles de trabajo en modo lectura al principio, y deja que prepare el borrador sin contabilizar. Mantén a un preparador y a un revisor humanos y ajusta la skill cada vez que corrijas algo que se repita. ### El flujo, paso a paso [Imagen: Diagrama del flujo: orden en Slack, lectura del mayor del ERP por MCP, actualización del papel de trabajo del mes anterior y resumen en Slack; el asiento lo contabiliza un humano.] El diagrama resume los pasos que el autor describe: la orden llega desde Slack, el agente consulta el mayor del ERP a través de MCP, parte del papel de trabajo del mes anterior y publica en Slack el resultado con el aviso al preparador. Las dos piezas (la skill y el fichero de configuración) son la parte que su equipo va afinando. ### Matices importantes - Es la experiencia de una persona en su empresa, contada en una newsletter. Las cifras no se han auditado. - El artículo menciona un ERP concreto solo como ejemplo al definir qué es MCP; no afirma que sea el suyo. - Que el agente no contabilice el asiento es una decisión de control del propio autor, no una limitación técnica que se afirme en el texto. --- ## Una asesoría fiscal y contable de Madrid automatiza la entrada de facturas con n8n y ChatGPT URL: https://agentsfinance.io/es/entradas/caso-fisconsulting-asesoria-madrid-n8n-facturas-2025/ Fecha de la fuente: 2025-07 (julio de 2025) — El repositorio indica «julio de 2025» como fecha del trabajo (depositado el 21 de julio de 2025). Tipo: Caso de uso Quién lo hace: FISCONSULTING, asesoría fiscal y contable de Madrid (proyecto de Álvaro Díaz Blanco, UPM) (Despacho o asesoría) — Trabajo de fin de grado del Grado en Sistemas de Información de la E.T.S.I. de Sistemas Informáticos (UPM), dirigido por José Eugenio Naranjo Hernández. Sector: Asesoría fiscal y contable Herramientas: n8n (en un servidor cloud de Hostinger), Google Drive y Google Sheets, PDF.co, ChatGPT y Whisper, WhatsApp y Google Calendar, ALTAI (el programa al que se importa la hoja) Idioma de la fuente: español ERP: general Proceso: Contabilidad Nivel de evidencia: Caso real — Una persona u organización identificada declara que lo ha usado. Los resultados son declarados por la fuente; no los hemos auditado. Fuente principal: Archivo Digital UPM — Análisis y propuesta de automatización para la optimización de procesos en una asesoría fiscal y contable (Álvaro Díaz Blanco) — https://oa.upm.es/90055/ Verificado: 2026-10-17 ### Resumen Un trabajo de fin de grado de la UPM describe dos automatizaciones montadas en n8n para FISCONSULTING, una asesoría de Madrid: una que extrae y clasifica facturas de Google Drive con ChatGPT, y otra que gestiona citas por WhatsApp. El autor declara que el tiempo por factura baja de 2 minutos a unos 30 segundos. ### Qué hace El primer flujo detecta facturas nuevas en Google Drive, extrae sus datos con PDF.co y ChatGPT, normaliza la información, renombra y clasifica los archivos por año, trimestre y tipo, elimina duplicados y actualiza una hoja de Google Sheets preparada para importarla en ALTAI. El segundo, un «agente secretario», recibe por WhatsApp solicitudes de cita en texto o audio, las interpreta con ChatGPT y Whisper, consulta Google Calendar y organiza o modifica la cita, con confirmaciones automáticas al cliente. El trabajo cubre también el control de accesos en Drive, los registros de n8n y la conservación de datos conforme al RGPD y a la LOPDGDD. ### Resultado o impacto declarado Declarado por el autor: el tiempo de proceso por factura baja de 2 minutos a unos 30 segundos (un 75 % menos) con menos errores de transcripción; el agente secretario gestiona unas 140 reuniones y 50 consultas al mes sin intervención manual; y los costes del procesamiento manual bajan más de un 80 %. El resumen afirma además que el despacho podría asumir más clientes sin ampliar plantilla. ### Qué se ha probado de verdad Es un trabajo académico sobre un despacho real, con implantación en la propia asesoría según su resumen. Hemos leído solo la ficha del repositorio, no el PDF completo de 11 MB, así que no hemos podido comprobar cómo se midieron las cifras ni cuántos meses de uso hay detrás. No hemos reproducido los flujos. ### Cómo replicarlo Parte de una carpeta de facturas con una estructura fija (año, trimestre, tipo). En n8n, monta un flujo que se dispare al llegar un archivo nuevo, extraiga el texto, pida a un modelo los campos de la factura en un formato fijo y escriba una fila en una hoja con las columnas que espera tu programa contable. Controla duplicados antes de escribir, guarda registros de cada ejecución y revisa a mano una muestra durante las primeras semanas. Restringe el acceso a la carpeta y valida el tratamiento de datos de clientes con tu asesor de protección de datos. ### Matices importantes - El resumen del repositorio habla de «agentes», pero en la práctica son flujos de automatización en n8n que llaman a un modelo para leer documentos y entender mensajes. - La licencia indicada en el repositorio es Creative Commons Reconocimiento - No comercial. Esta ficha resume el contenido con palabras propias y enlaza al original. - Las facturas contienen datos personales de terceros: antes de replicarlo conviene revisar con quién se comparten los datos al usar servicios externos de extracción y de IA. --- ## U.S. AutoForce ahorra más de 30 horas al mes en conciliaciones con Copilot para Finanzas URL: https://agentsfinance.io/es/entradas/us-autoforce-copilot-finance-conciliaciones-bancarias/ Fecha de la fuente: 2025-01-28 (28 de enero de 2025) — Es de enero de 2025, anterior al resto de entradas, pero sigue siendo uno de los pocos casos con nombre y cifras declaradas. Tipo: Caso de uso Quién lo hace: U.S. AutoForce (U.S. Venture) (Empresa) — División de U.S. Venture; su equipo de finanzas usa Dynamics 365 Finance desde 2021, según la fuente. Herramientas: Dynamics 365 Finance, Microsoft 365 Copilot (agente de finanzas en Excel) Idioma de la fuente: inglés ERP: Microsoft Dynamics 365 Proceso: Contabilidad, Tesorería Nivel de evidencia: Caso real — Una persona u organización identificada declara que lo ha usado. Los resultados son declarados por la fuente; no los hemos auditado. Fuente principal: Microsoft Customer Stories — U.S. Venture gains efficiencies and insights with Dynamics 365 and Microsoft 365 Copilot for Finance — https://www.microsoft.com/en/customers/story/20600-us-venture-microsoft-365-copilot-for-finance Fuente adicional: Microsoft Dynamics 365 Blog — Reinventing business process with AI: Agents in record to report (30 de septiembre de 2025) — https://www.microsoft.com/en-us/dynamics-365/blog/business-leader/2025/09/30/reinventing-business-process-with-ai-agents-in-record-to-report/ Verificado: 2026-10-17 ### Resumen U.S. AutoForce, división de U.S. Venture que usa Dynamics 365, automatizó con Microsoft Copilot for Finance las conciliaciones recurrentes de tarjetas de crédito y extractos bancarios. Según Microsoft, tardó cuatro semanas en ponerlo en marcha y su equipo contable ahorra más de 30 horas al mes. ### Qué hace El equipo de finanzas desplegó el agente de finanzas de Microsoft 365 Copilot, que trabaja en Excel, en dos procesos recurrentes: la conciliación de movimientos de tarjetas de crédito y la de extractos bancarios. La empresa usa Dynamics 365 Finance desde 2021. Según el blog de Microsoft, en este tipo de conciliaciones se define la lógica de emparejamiento y las tolerancias desde Excel y se guardan plantillas para repetir el proceso. ### Resultado o impacto declarado Declarado por la fuente: más de 30 horas al mes ahorradas por el equipo contable y, en palabras de una responsable de finanzas, un recorte del 80 % del tiempo dedicado a las conciliaciones bancarias de EE. UU. tras tres meses de uso. Siguientes pasos citados: extractos de proveedores (1,5 horas cada uno a mano) y conciliación de caja. ### Qué se ha probado de verdad Lo ha usado la propia empresa, según el testimonio que publica Microsoft. Nosotros no hemos probado la herramienta ni auditado las cifras; el relato lo cuenta el proveedor. ### Cómo replicarlo Elige una conciliación mensual repetitiva basada en archivos Excel, como tarjeta corporativa o un banco concreto. Anota cuánto tarda hoy y cuántas partidas queda sin casar, define las reglas de emparejamiento y las tolerancias, y prueba con un mes ya cerrado para comparar el resultado con el de una persona. Guarda el flujo como plantilla y revisa las excepciones a mano. Mide al cabo de tres meses, como hizo esta empresa, antes de dar la cifra por buena. ### Matices importantes - Es un testimonio publicado por el propio proveedor. Las cifras son declaradas y no hemos podido verificarlas de forma independiente. - La cifra del 80 % se refiere a un proceso concreto (conciliaciones bancarias de EE. UU.) y la de 30 horas es el ahorro mensual del equipo contable; no son un ahorro global de finanzas. - La historia describe además una automatización de facturas con EDI y OCR (10.000 a 15.000 facturas al día) que no es el agente de IA: son mejoras distintas y no deben mezclarse. --- ## Tutorial de una contable: conciliar cuentas con Claude Cowork usando una carpeta, un fichero de instrucciones y revisión como a un junior URL: https://agentsfinance.io/es/entradas/tutorial-conciliar-cuentas-claude-cowork-carpeta-cierre-2026/ Fecha de la fuente: 2026-03-31 (31 de marzo de 2026) — LinkedIn muestra «hace 6 meses» sin fecha exacta. La fecha se deduce del identificador de la publicación y coincide con la creación del repositorio en GitHub ese mismo día. Tipo: Tutorial Quién lo hace: Tyler Whitlock, CPA, MBA (Persona) — Contable titulado que publica sobre Python, bases de datos y «vibe coding» para contables. Herramientas: Claude Cowork, Exportaciones CSV, XML y PDF de las herramientas de la empresa, Fichero de instrucciones (claude.md), Repositorio de GitHub Idioma de la fuente: inglés ERP: general Proceso: Contabilidad Nivel de evidencia: Caso real — Una persona u organización identificada declara que lo ha usado. Los resultados son declarados por la fuente; no los hemos auditado. Fuente principal: LinkedIn — Tyler Whitlock, CPA, MBA: Reconciling Accounts with Claude Cowork (walkthrough) — https://www.linkedin.com/posts/tylerwhitlock50_tb-activity-7444829615598088192-BbQp Fuente adicional: GitHub — tylerwhitlock50/month_end_claude (estructura de carpetas e instrucciones de conciliación) — https://github.com/tylerwhitlock50/month_end_claude Verificado: 2026-10-17 ### Resumen Tyler Whitlock, contable titulado (CPA), explica en LinkedIn los seis pasos con los que cuadró las cuentas de un cierre contra el balance de sumas y saldos con Claude Cowork. Dice que 2–3 días de trabajo se redujeron a una hora de revisión, y publicó en GitHub la estructura de carpetas y las instrucciones. ### Qué hace Es un método para que una persona de contabilidad use un asistente con acceso a archivos para preparar conciliaciones de cierre. Se parece más a poner a trabajar a un becario con un sistema de ficheros, instrucciones claras y un ciclo de revisión que a charlar con un chatbot. ### Resultado o impacto declarado Declarado por la autora o autor de la publicación: de 2–3 días de trabajo pesado y con interrupciones a algo más de una hora de revisión. Insiste en que no es una IA «haciendo la contabilidad», sino un entorno ordenado con reglas y un ciclo de revisión. Cuentas como la provisión por insolvencias necesitaron varias rondas de comentarios. ### Qué se ha probado de verdad Lo hizo él mismo con los datos de su cierre de marzo; no publica los datos ni las cifras de las cuentas. El repositorio contiene la plantilla de proceso y ejemplos de instrucciones, no los datos reales, y no declara una licencia formal (solo invita a usar y adaptar la plantilla). Nosotros no hemos reproducido el flujo. ### Cómo replicarlo Prueba primero con un cierre ya revisado y con una o dos cuentas, para comparar el resultado con el trabajo de una persona. Quita de las carpetas nombres de clientes y datos personales antes de dar acceso a un asistente de IA y comprueba las condiciones de tu proveedor. Sigue los pasos de abajo y no contabilices nada a partir del trabajo del asistente sin que una persona lo revise. 1. Crea una carpeta de trabajo para el cierre (por ejemplo, MARCH_RECON) y da a Claude acceso solo a ella. Dentro, subcarpetas para documentación, evidencias, entradas, informes, scripts y balance de sumas y saldos. 2. Vuelca en la carpeta de entradas los CSV, XML y PDF que exportes de tus programas. Solo renombra los archivos que sean opacos. 3. Escribe un pequeño fichero de texto con lo que quieres: revisar los documentos y cuadrarlos con el balance de sumas y saldos, usar una etiqueta fija (#TB:cuenta:saldo) para poder comprobarlas luego con un script, crear un archivo por cuenta que explique cómo se concilió y mantener un resumen y una lista de tareas pendientes. 4. Pásale ese fichero a Claude y pídele que lo reescriba y que te haga las preguntas que necesite. Guarda la versión final en la carpeta como claude.md. 5. Dile que empiece a conciliar. 6. Revisa el resultado como revisarías el de un contable junior, pide los cambios y haz que Claude documente cada instrucción nueva para la próxima vez. Corrige lógica y casos límite e itera. ### Qué conviene tener en cuenta - El método no depende de un ERP concreto: parte de exportaciones de los programas que uses. - La idea útil es la etiqueta fija para poder comprobar con un script que cada saldo conciliado coincide con el balance de sumas y saldos. Es una comprobación mecánica que no depende de que el asistente acierte. - En la publicación de LinkedIn el contable añade que el repositorio incluye sus instrucciones; nosotros no copiamos esos textos y enlazamos al original. --- ## Guía para bookkeepers: Claude como asistente configurado con un CLAUDE.md, qué delegar y qué revisar siempre URL: https://agentsfinance.io/es/entradas/guia-claude-para-bookkeepers-claude-md-reglas-2026/ Fecha de la fuente: 2026-07-31 (31 de julio de 2026) — Fecha de publicación; la página se actualizó por última vez el 15 de octubre de 2026. Tipo: Guía / manual Quién lo hace: Michael Robichaud (Cowork Consultant) (Persona) — Consultor que configura Claude para bookkeepers y ofrece servicios de implantación; la guía enlaza a su oferta comercial. Sector: Bookkeeping y despachos pequeños (con ejemplos de EE. UU., como los formularios 1099) Herramientas: Claude (espacio de trabajo con memoria, archivos y un fichero CLAUDE.md), Exportaciones del banco y del mayor, Informes de antigüedad de saldos (AR/AP) Idioma de la fuente: inglés ERP: general Proceso: Contabilidad, Tesorería Nivel de evidencia: Experiencia propia — Alguien cuenta cómo lo hace o lo ha hecho, sin cifras contrastables. Es práctica documentada, no una prueba de que funcione en tu caso. Fuente principal: Cowork Consultant — Claude for Bookkeepers: A Practical 2026 Guide (Michael Robichaud) — https://coworkconsultant.com/blog/claude-cowork-for-bookkeepers/ Verificado: 2026-10-17 ### Resumen Michael Robichaud, consultor que implanta Claude en despachos de contabilidad, explica cómo montar el fichero de reglas (CLAUDE.md), qué tareas puede preparar el asistente (conciliación, categorización, avisos a clientes, cierre) y cuáles requieren siempre revisión humana. Es una guía de consultor con servicio comercial asociado. ### Qué hace Explica cinco flujos que el asistente prepara en borrador: conciliación de banco y tarjetas, categorización de movimientos, avisos de cobro y pago a partir de un informe de antigüedad, lista y notas del cierre mensual y preparación de contratistas para formularios 1099. Incluye una plantilla de CLAUDE.md con secciones de plan de cuentas, reglas de categorización por proveedor, clientes con sus particularidades, lista de cierre, tono de los mensajes y tareas que nunca se hacen sin revisión. Dedica un apartado a la confidencialidad de los datos de clientes. ### Resultado o impacto declarado La guía no cuantifica ahorros. Afirma que el asistente funciona mejor como borrador configurado que como software contable autónomo, que el factor más importante es un CLAUDE.md bien hecho y que una persona debe revisar cada cifra antes de que llegue al cliente. ### Qué se ha probado de verdad El autor dice que lleva meses configurando Claude para bookkeepers y describe lo que «ha visto aguantar», pero no aporta casos con nombre ni medidas. La guía es también un reclamo de su servicio de implantación. Nosotros no hemos probado las recomendaciones. ### Cómo replicarlo Adapta la estructura de la plantilla a tu normativa y a tu plan de cuentas (los ejemplos de formularios 1099 son de EE. UU. y no se aplican en España). Fija que un proveedor nuevo o dudoso se marca para revisión y no se adivina. Lee las condiciones de tu proveedor de IA y las cláusulas de confidencialidad con tus clientes antes de subir datos. 1. Empieza por un solo flujo, normalmente la conciliación bancaria, que es la más repetitiva y la más fácil de comprobar contra el extracto. 2. Escribe un CLAUDE.md fino para ese flujo, con tu plan de cuentas y tus reglas de emparejamiento, y nada más. 3. Ejecútalo sobre el extracto real del mes pasado y compara el borrador con lo que sabes que es correcto. 4. Haz una prueba piloto con un solo cliente antes de ampliar al resto de la cartera. 5. Añade una sección «Nunca sin mi revisión» con la clasificación de contratistas, las nóminas y todo lo que afecte a una declaración. ### Qué conviene tener en cuenta - Lo más reutilizable es la separación entre lo que se delega como primer borrador (casar movimientos, sugerir categorías de proveedores habituales, redactar avisos) y lo que exige revisión siempre (proveedores nuevos o ambiguos, nóminas, declaraciones, asientos con estimaciones). - La guía contiene llamadas a contratar servicios del autor. Hemos resumido solo el contenido práctico. --- ## Prompt para que un asistente de IA prepare una conciliación contable en borrador, sin contabilizar nada URL: https://agentsfinance.io/es/entradas/prompt-agente-conciliacion-borrador-sin-contabilizar/ Fecha de la fuente: 2026-09-27 (27 de septiembre de 2026) — Fecha de la fuente principal. El texto del prompt es redacción propia de este directorio, inspirada en las tres fuentes, y no es un texto de ellas. Tipo: Prompt útil Herramientas: Cualquier asistente de IA con acceso a archivos (por ejemplo, Claude, ChatGPT o Codex), Exportaciones de tu ERP o del banco (CSV o Excel) Idioma de la fuente: español ERP: general Proceso: Contabilidad, Tesorería Nivel de evidencia: Propuesta sin contrastar — Material redactado por este directorio a partir de prácticas publicadas. No lo hemos probado con datos reales: pruébalo con datos de ejemplo. Fuente principal: Igdrasil — Can AI do your bookkeeping? Lessons from Claude Code and Codex (Philip Eriksson) — https://igdrasil.se/en/resources/guides/can-ai-do-your-bookkeeping/ Fuente adicional: LinkedIn — Tyler Whitlock, CPA, MBA: Reconciling Accounts with Claude Cowork (walkthrough) — https://www.linkedin.com/posts/tylerwhitlock50_tb-activity-7444829615598088192-BbQp Fuente adicional: OnlyCFO — How to Build AI Agents for the Accounting Close — https://www.onlycfo.io/p/building-ai-agents-in-accounting Verificado: 2026-10-17 ### Resumen Instrucciones listas para adaptar a un asistente de IA que concilia una cuenta contra el balance de sumas y saldos: solo usa los archivos dados, no registra asientos, comprueba duplicados, separa lo cuadrado de lo dudoso y deja la lista de preguntas. Es una redacción propia a partir de prácticas publicadas por contables, no probada con datos reales. ### Qué hace Convierte las prácticas que describen tres personas del sector en un único conjunto de instrucciones: dar al asistente solo los archivos necesarios, pedirle que prepare y no que registre, comprobar duplicados como paso fijo, distinguir lo que tiene evidencia de lo dudoso y exigirle que relea sus propias cifras. Una de las fuentes cuenta que un agente dio por registradas filas que solo estaban vinculadas a borradores; por eso el prompt pide un cuadre final de cifras en vez de un resumen. ### Resultado o impacto declarado No hay cifras: es una propuesta de redacción. Las fuentes en las que se inspira declaran ahorros de tiempo (de dos o tres días a una hora de revisión en un cierre, o de unas 2 horas a unos 5 minutos en una conciliación), pero no son resultados de este prompt. ### Qué se ha probado de verdad Nada con datos reales. Está redactado a partir de lo que cuentan las tres fuentes, sin copiar sus textos, y no lo hemos probado con un asistente de IA concreto. Pruébalo con un cierre ya revisado y con datos anonimizados, y compara el resultado con el de una persona antes de usarlo en un cierre vivo. ### Cómo replicarlo Rellena las variables, adjunta solo los archivos imprescindibles y usa datos anonimizados al principio. Pídelo para una sola cuenta, revisa cada lista como revisarías el trabajo de un contable junior y guarda en tus reglas cualquier corrección que se repita, para no volver a explicarla. Si tu asistente puede conectarse al ERP, empieza en modo solo lectura. ### Prompt (copiable) Licencia: Texto original de este directorio. Puedes usarlo y adaptarlo libremente; no es texto de las fuentes citadas. Aviso: no pegues datos confidenciales o personales; revisa siempre el resultado. ```text Actúa como contable que prepara una conciliación para que otra persona la revise. Tú NO contabilizas nada. Objetivo: conciliar la cuenta {{CUENTA}} del periodo {{PERIODO}} contra el saldo del balance de sumas y saldos. Datos de entrada (usa SOLO estos archivos; si falta algo, dilo y para): {{ARCHIVOS}} Reglas de la empresa: {{REGLAS}} Pasos: 1. Comprueba que los archivos están completos y que los totales cuadran con el saldo de partida. Lista cualquier incoherencia antes de seguir. 2. Empareja movimientos con la regla más sencilla posible (importe, fecha con tolerancia de {{TOLERANCIA_DIAS}} días y referencia). No emparejes por parecido si hay más de una opción. 3. Busca duplicados (mismo importe, fecha y descripción) y movimientos que parezcan importados dos veces. No los borres: márcalos. 4. Separa el resultado en cuatro listas: cuadrado con evidencia, cuadrado con duda, sin casar y duplicados posibles. 5. Las diferencias inferiores a {{UMBRAL}} agrúpalas aparte, sin explicarlas como definitivas. 6. No inventes causas. Si solo puedes plantear una hipótesis, escribe «HIPÓTESIS» y la pregunta que haría falta responder. Salida: - Una tabla con: referencia, importe, estado, evidencia (archivo y fila) y comentario. - El saldo según los archivos, el saldo del balance y la diferencia. - Una lista numerada de preguntas para el revisor. - Una propuesta de asientos de ajuste SOLO como texto (cuenta, debe, haber, motivo). No los registres ni los exportes. Antes de terminar, vuelve a leer tus propias cifras y confirma que las listas suman la diferencia total. Si no suman, dilo. ``` Variables: - {{CUENTA}}: Número y nombre de la cuenta (por ejemplo, 572 Bancos c/c) o descripción de la partida a conciliar. - {{PERIODO}}: Mes o ejercicio al que se refiere la conciliación. - {{ARCHIVOS}}: Lista de los archivos adjuntos y qué contiene cada uno (extracto bancario, mayor, balance de sumas y saldos). - {{REGLAS}}: Criterios propios: cuentas habituales por proveedor, convenciones de signos, qué hacer con comisiones o partidas recurrentes. - {{TOLERANCIA_DIAS}}: Días de diferencia admitidos entre la fecha del banco y la del registro (por ejemplo, 3). - {{UMBRAL}}: Importe por debajo del cual una diferencia se considera inmaterial según tu criterio. ### Límites - No sustituye a la revisión de una persona ni a los controles de tu ERP. Un asistente puede equivocarse con importes, signos y fechas. - Si pegas tablas con nombres de clientes, NIF o IBAN en un servicio de IA, esos datos salen de tu entorno. Anonimízalos o usa una versión corporativa con las garantías que tu empresa haya validado. - Los archivos pueden contener texto con instrucciones ocultas dirigidas al asistente. No le des permisos de escritura sobre tus sistemas mientras pruebas. --- ## Servidor MCP de código abierto para conectar asistentes de IA a Odoo: lectura, agregaciones y, si se activa, escritura URL: https://agentsfinance.io/es/entradas/recurso-servidor-mcp-odoo-comunidad-2026/ Fecha de la fuente: 2026-10-10 (10 de octubre de 2026) — Fecha de la última versión publicada (v0.9.0). El repositorio existe desde marzo de 2025. Tipo: Recurso comunitario Quién lo hace: ivnvxd y colaboradores del proyecto en GitHub (Persona) — Proyecto comunitario independiente; no es un producto oficial de Odoo. Herramientas: Servidor MCP en Python (se lanza con uvx), Odoo 16 o superior (módulo MCP para producción; modo de pruebas con XML-RPC), Claude Desktop, Claude Code, Cursor u otro cliente MCP Idioma de la fuente: inglés ERP: Odoo Proceso: Contabilidad, Reporting Nivel de evidencia: Documentación del proyecto — Lo describe la propia documentación o README del proyecto. Indica qué dice hacer y cómo se usa, no que funcione en tu caso: nosotros no lo hemos probado. Fuente principal: GitHub — ivnvxd/mcp-server-odoo (README y versiones) — https://github.com/ivnvxd/mcp-server-odoo Verificado: 2026-10-17 ### Resumen Proyecto comunitario en GitHub (licencia MPL-2.0, más de 400 estrellas, última versión publicada el 10 de octubre de 2026) que permite a Claude y otros asistentes consultar y modificar datos de una instancia de Odoo: facturas, clientes, productos y agregaciones. Tiene un modo de pruebas sin módulo y un módulo para producción. ### Qué hace Expone Odoo como herramientas que un asistente puede llamar: buscar y leer registros, crear, actualizar y borrar (respetando permisos por modelo), contar, inspeccionar campos y calcular agrupaciones y sumas en el servidor sin traer todas las filas. Hay una opción, que hay que activar expresamente, para llamar a acciones de negocio como contabilizar una factura o confirmar un pedido. Según el README, el modo de pruebas funciona con cualquier Odoo con XML-RPC, y para producción pide instalar un módulo MCP que añade controles de acceso. ### Resultado o impacto declarado No publica cifras de ahorro. Lo que ofrece es un puente documentado y mantenido para que un asistente consulte datos de Odoo con lenguaje natural, por ejemplo para preguntar por facturas o totales por cliente sin exportar a Excel. ### Qué se ha probado de verdad Es la descripción que hace el propio proyecto en su README: integración continua, cobertura de pruebas y numerosas estrellas indican uso y mantenimiento, pero no prueban que funcione en tu instalación. No lo hemos instalado ni probado con una instancia de Odoo, y no hemos revisado el código. ### Cómo replicarlo Empieza en una copia de pruebas de Odoo, nunca en producción. Instala uv, crea una clave de API de un usuario con permisos mínimos y de solo lectura y añade el servidor a la configuración MCP de tu cliente con la URL de Odoo, la clave y el nombre de la base de datos. Pregunta cosas de lectura (facturas pendientes, totales por cliente) y contrasta las respuestas con los informes de Odoo. No actives acciones de escritura ni de flujo hasta haber definido qué puede hacer el asistente y quién revisa. ### Qué conviene tener en cuenta - Un asistente con permisos de escritura sobre el ERP puede crear o borrar registros por error. El nivel de riesgo lo marcan los permisos del usuario que le des, no el asistente. - Lo que consulte el asistente viaja a su proveedor de IA: revisa condiciones y RGPD antes de usarlo con datos reales de clientes. - Es un proyecto comunitario: comprueba la licencia (MPL-2.0), el ritmo de mantenimiento y la compatibilidad con tu versión de Odoo. --- ## Gartner: la IA en finanzas tarda entre 9 y 10 meses en dar valor en tareas como cuentas a pagar y a cobrar URL: https://agentsfinance.io/es/entradas/gartner-encuesta-cfo-ia-finanzas-septiembre-2026/ Fecha de la fuente: 2026-09-24 (24 de septiembre de 2026) Tipo: Novedad ERP: general Proceso: Contabilidad, Reporting, Controlling y control de gestión Nivel de evidencia: Opinión / análisis — Estudio, encuesta o análisis de un tercero. Útil como contexto; no prueba que una herramienta concreta funcione. Fuente principal: Gartner — Gartner Says CFOs Must Take a More Disciplined Approach to Finance AI Investment (24 de septiembre de 2026) — https://www.gartner.com/en/newsroom/press-releases/2026-09-24-gartner-says-cfos-must-take-a-more-disciplined-approach Verificado: 2026-10-17 ### Resumen Una encuesta de Gartner a 160 responsables de finanzas, realizada de enero a abril de 2026, indica que extracción de datos, automatización de cuentas a pagar y a cobrar y generación de informes suelen dar resultados en unos 9 a 10 meses. Los casos más complejos, como previsión o generación de conclusiones, tardan más. ### Qué hace No es una herramienta, sino un estudio de mercado. Gartner pregunta a responsables de finanzas cuánto tardan en obtener el valor esperado de cada caso de uso de IA. Concluye que la inversión se concentra en usos de retorno rápido y productividad, como informes y automatización de procesos, y recomienda no descuidar los que mejoran la toma de decisiones, la gestión del riesgo y los ingresos aunque maduren más despacio. ### Resultado o impacto declarado Dato declarado por Gartner: 160 líderes de finanzas encuestados entre enero y abril de 2026. Los retornos de extracción de datos, automatización de cuentas a pagar y a cobrar y creación de informes llegan generalmente en 9 a 10 meses. Gartner añade que la baja alfabetización en IA es ya la principal barrera, por delante del talento, en parte porque las herramientas de programación agéntica han reducido la dificultad técnica. Las cifras por caso de uso están en gráficos y en un informe de pago que no hemos podido consultar. ### Cómo replicarlo Úsalo como referencia para fijar expectativas, no como garantía. Define para cada piloto de IA un plazo de valor realista (de 9 a 10 meses para automatización documental y de cobros y pagos según este estudio, más para previsión), reserva presupuesto para formación práctica del equipo y revisa a mitad de camino qué iniciativas cortar. Si diriges una gestoría o una pyme, empieza por los casos de retorno rápido y deja los analíticos para una segunda fase. ### Matices - Es una nota de prensa de una consultora que vende estudios; el resumen público no incluye las cifras completas por caso de uso. - La muestra es de 160 responsables de finanzas sin detalle público de país, sector ni tamaño; no se puede extrapolar sin más a pymes españolas. - No habla de ningún ERP concreto, por eso esta entrada aparece como contexto general. --- ## Odoo 20 incorpora un asistente de contabilidad con IA y agentes que automatizan procesos URL: https://agentsfinance.io/es/entradas/odoo-20-asistente-contabilidad-ia-2026/ Fecha de la fuente: 2026-09-24 (24 de septiembre de 2026) Tipo: Novedad ERP: Odoo Proceso: Contabilidad, Tesorería, Reporting Nivel de evidencia: Anuncio — Comunicación del propio proveedor o de un medio sobre un lanzamiento. Describe lo que el producto promete, no resultados contrastados. Fuente principal: Odoo — Meet Odoo 20 (24 de septiembre de 2026) — https://www.odoo.com/blog/odoo-news-5/meet-odoo-20-2439 Fuente adicional: Odoo Experience 2026 — Your accounting on autopilot with Odoo 20 (charla) — https://www.odoo.com/event/odoo-experience-2026-9099/track/your-accounting-on-autopilot-with-odoo-20-10030 Fuente adicional: Odoo 19 — Document digitization (documentación) — https://www.odoo.com/documentation/19.0/applications/finance/accounting/vendor_bills/invoice_digitization.html Verificado: 2026-10-17 ### Resumen Con Odoo 20, presentado el 24 de septiembre de 2026, el sistema añade un asistente de contabilidad que responde preguntas sobre los informes, audita conciliaciones y permite pagar facturas desde Odoo, además de agentes que crean automatizaciones a partir de instrucciones en lenguaje natural. Es un anuncio del fabricante; la entrada no incluye resultados de clientes. ### Qué hace El agente de contabilidad responde preguntas como cuánto te deben o cuál es tu flujo de caja, tomando los datos de los informes. Si sospechas un error de conciliación, Odoo hace una auditoría ciclo a ciclo y entrega un resumen con recomendaciones. También se pueden pagar facturas desde Odoo, una a una o en bloque. Fuera de contabilidad, un agente permite crear automatizaciones indicándolas en lenguaje natural y, si se prefiere una herramienta de IA externa, se puede conectar la base de datos con los derechos de acceso intactos. La charla de Odoo Experience añade que Odoo 20 automatiza diferidos, préstamos y activos fijos y usa predicciones con IA sobre cuentas y analíticas para acelerar conciliaciones. ### Resultado o impacto declarado El blog no da cifras. La charla de Odoo Experience promete que las automatizaciones ahorrarán «incontables horas» cada mes, una afirmación comercial sin medición. Tampoco aclara la disponibilidad por edición ni la localización española. ### Cómo replicarlo Antes de migrar, revisa las notas de versión completas de Odoo 20 y confirma con tu integrador la disponibilidad de estas funciones en tu edición y con la localización española. Si ya usas Odoo 19, puedes probar la digitalización de facturas de proveedor, que usa OCR e IA, funciona con créditos de pago por uso (un crédito por documento; los XML no consumen) y ofrece activar la contabilización automática de un proveedor tras tres facturas validadas sin cambios. Pruébalo primero con proveedores recurrentes y compara los borradores con lo que contabilizaría una persona. ### Matices - Es un blog de lanzamiento: describe lo que hace el producto en términos generales y no entra en límites, costes de la IA ni configuración. - La documentación de digitalización citada es de la versión 19; no confirmamos que Odoo 20 mantenga exactamente el mismo modelo de créditos. --- ## Holded lanza su servidor MCP para conectar Claude, ChatGPT y otros asistentes a tu cuenta URL: https://agentsfinance.io/es/entradas/holded-servidor-mcp-claude-chatgpt-2026/ Fecha de la fuente: 2026-06 (junio de 2026) — La documentación de Holded indica «lanzado en junio de 2026» sin día concreto. Tipo: Novedad ERP: Holded Proceso: Contabilidad, Tesorería, Reporting Nivel de evidencia: Anuncio — Comunicación del propio proveedor o de un medio sobre un lanzamiento. Describe lo que el producto promete, no resultados contrastados. Fuente principal: Holded — Servidor MCP | API de Holded — https://www.holded.com/es/desarrolladores/mcp Fuente adicional: Holded — Referencia de herramientas MCP — https://www.holded.com/es/desarrolladores/mcp/herramientas Fuente adicional: Holded Academy — Conecta Holded con IA — https://help.holded.com/es/articles/15646468-conecta-holded-con-ia Verificado: 2026-10-17 ### Resumen Holded publicó en junio de 2026 un servidor MCP remoto que permite a asistentes de IA consultar y, si el usuario lo autoriza, modificar datos de su cuenta: facturas, contactos, tesorería y stock. Se conecta con OAuth 2.1 y el asistente hereda los permisos del usuario de Holded que lo autoriza. ### Qué hace Expone la API de Holded como herramientas que un asistente compatible con MCP puede llamar desde una única URL remota (https://mcp.holded.com/mcp, con OAuth 2.1 sobre Streamable HTTP). La referencia habla de 356 herramientas, una por cada operación de la API, agrupadas por áreas. El asistente puede, por ejemplo, listar facturas, buscar contactos, consultar saldos de tesorería o comprobar stock. Al autorizar, el usuario elige un perfil: analista (solo lectura), operativo (lectura y escritura) o personalizado. ### Resultado o impacto declarado Holded no publica cifras de ahorro. Lo que sí documenta es el modelo de control: el asistente nunca puede hacer más que el usuario que lo autoriza, y el acceso se corta borrando el token en Holded o desconectando el conector. ### Cómo replicarlo Necesitas una cuenta de Holded con el acceso a la API activado. En Claude (web o escritorio) añade un conector personalizado con la URL del servidor MCP e inicia sesión en Holded; la página indica que pronto habrá conexión en un clic desde el directorio de conectores. Empieza con el perfil de solo lectura, que Holded recomienda, y prueba consultas como la lista de facturas pendientes de cobro. Si activas la escritura, revisa antes qué áreas quedan habilitadas, porque la página del servidor y la guía de ayuda no describen exactamente igual lo que cubre el perfil operativo, por ejemplo en registro de pagos o asientos contables. ### Qué conviene tener en cuenta - Según la guía de ayuda, el perfil de solo lectura deja fuera por defecto zonas sensibles como tokens de desarrollador, nóminas y mandatos o remesas bancarias. - La guía de ayuda resume la filosofía del perfil operativo así: la IA redacta y organiza, y la persona emite y cobra. Lo que mueve dinero o tiene efecto fiscal se mantiene en solo lectura salvo que se amplíe a propósito. - Conectar un asistente de terceros implica que los datos que consulte pasan por ese proveedor de IA. Conviene revisar sus condiciones y el RGPD antes de usarlo con datos de clientes. --- ## Sage Intacct amplía la automatización de cobros y pagos y abre su AI Gateway con MCP URL: https://agentsfinance.io/es/entradas/sage-intacct-automatizacion-ia-ap-mcp-mayo-2026/ Fecha de la fuente: 2026-05-28 (28 de mayo de 2026) Tipo: Novedad ERP: Sage (Intacct, 50…) Proceso: Contabilidad, Tesorería, Reporting Nivel de evidencia: Anuncio — Comunicación del propio proveedor o de un medio sobre un lanzamiento. Describe lo que el producto promete, no resultados contrastados. Fuente principal: Sage — Sage Intacct expands trusted automation across core finance workflows (nota de prensa, 28 de mayo de 2026) — https://www.sage.com/en-us/news/press-releases/2026/05/sage-intacct-expands-trusted-automation-across-core-finance-workflows/ Verificado: 2026-10-17 ### Resumen En mayo de 2026 Sage anunció para Sage Intacct recordatorios de pago, conciliación a tres bandas con IA en cuentas a pagar y un AI Gateway basado en MCP para conectar herramientas de IA externas. Algunas funciones son de disponibilidad general y otras están en programa de adopción temprana, con diferencias por país. ### Qué hace La conciliación a tres bandas une factura, pedido de compra y recepción, compara precios, cantidades e importes y marca las discrepancias por línea antes de pagar; está disponible de forma general en todo el mundo. Los recordatorios de pago muestran en una vista los clientes con facturas abiertas o vencidas y permiten enviar avisos con un clic o en bloque (programa de adopción temprana global). Las aprobaciones personalizadas en compras definen reglas con varias condiciones, como proveedor, importe o departamento. SaaS Intelligence 2.0 añade previsiones y análisis de cohortes para empresas de software. El AI Gateway conecta herramientas de IA con Intacct mediante API REST y MCP, respetando roles y permisos. ### Resultado o impacto declarado La nota de prensa no incluye cifras de clientes. Aporta una cita de un socio de implantación y un dato de Gartner sobre prioridades de los directores financieros, que no demuestran el efecto de estas funciones. ### Cómo replicarlo Si usas Sage Intacct, empieza por la conciliación a tres bandas: compara durante un mes las discrepancias que marca la IA con las que detecta tu equipo. Fíjate en la disponibilidad por región: según la nota, el AI Gateway es de disponibilidad general en Estados Unidos, Reino Unido, Canadá, Australia y Sudáfrica, por lo que quizá no esté en tu país. Para probar el AI Gateway, usa un usuario de API con permisos mínimos y registra qué consultas hace la herramienta externa. ### Matices - Es una nota de prensa del proveedor, con detalle de qué es de disponibilidad general y qué está en adopción temprana. - El énfasis está en control y trazabilidad: Sage insiste en que la automatización respeta aprobaciones y permisos definidos por la empresa. --- ## SAP presenta asistentes Joule para cierre, cobros, tesorería y planificación URL: https://agentsfinance.io/es/entradas/sap-joule-asistentes-autonomous-finance-2026/ Fecha de la fuente: 2026-05-12 (12 de mayo de 2026) Tipo: Novedad ERP: SAP Proceso: Contabilidad, Tesorería, Controlling y control de gestión Nivel de evidencia: Anuncio — Comunicación del propio proveedor o de un medio sobre un lanzamiento. Describe lo que el producto promete, no resultados contrastados. Fuente principal: CFO Dive — SAP ramps up push to bring AI agents to finance teams — https://www.cfodive.com/news/sap-ramps-push-autonomous-finance-agentic-ai/819929/ Fuente adicional: SAP — Sapphire 2026 Innovation News Guide — https://www.sap.com/topics/events/sapphire/innovation-news-guide-2026 Fuente adicional: SAP — Connect 2026: las cinco novedades principales — https://www.sap.com/blogs/top-sap-connect-2026-announcements Fuente adicional: SAP — Accounts Receivable Assistant (página de producto) — https://www.sap.com/use-cases/joule-assistant/accounts-receivable-ai Verificado: 2026-10-17 ### Resumen SAP anunció en mayo de 2026 una familia de asistentes de IA para finanzas que coordinan agentes especializados en cierre contable, cuentas a cobrar, facturación, impuestos, tesorería y planificación. Por ahora es un anuncio: las fuentes consultadas indican calendario de disponibilidad, pero no aportan resultados medidos en clientes. ### Qué hace Cada asistente Joule se encarga de un área de finanzas y orquesta varios agentes más pequeños. SAP cita asistentes de cierre financiero, planificación financiera, facturación, gobierno, impuestos y cumplimiento, cuentas a cobrar y tesorería. El de cuentas a cobrar, por ejemplo, agrupa agentes que preparan llamadas de cobro, envían correos de reclamación, crean y resuelven disputas y proponen compensaciones entre cobros y pagos. Joule Studio permite además crear agentes propios. ### Resultado o impacto declarado Ninguna de las fuentes consultadas da cifras medidas. SAP afirma, en términos generales, que el asistente de cierre «puede reducir» el tiempo del ciclo de cierre. La propia SAP reconoce, según CFO Dive, que quedan retos de preparación de datos, integración en los flujos de trabajo y formación del equipo. ### Cómo replicarlo Si ya trabajas con SAP S/4HANA Cloud, pide a tu partner o a SAP el estado real de cada asistente en tu edición y región, porque los plazos publicados (segundo y tercer trimestre de 2026 para varios de ellos, cuarto para el de gobierno) pueden haber cambiado. Empieza por un caso acotado, como la priorización de cobros, con aprobación humana en cada acción y con un indicador de partida (días de cobro, disputas abiertas) para poder comparar después. Antes de activar nada, revisa la calidad de los datos maestros de clientes y facturas. ### Contexto El anuncio se hizo en el marco de SAP Sapphire 2026 y forma parte de la iniciativa «Autonomous Enterprise» de SAP. Según CFO Dive, SAP habla de más de 50 asistentes que coordinan a su vez más de 200 agentes especializados en todas las áreas de la compañía, no solo en finanzas. ### Qué conviene tener en cuenta - Es una hoja de ruta con fechas de disponibilidad por asistente (algunas en programa de adopción temprana), no un conjunto de funciones ya generalizadas. - La disponibilidad puede variar entre S/4HANA Cloud Public Edition, Private Edition y regiones. - SAP explica que los agentes actúan dentro de los permisos del usuario y que los controles de aprobación se mantienen; es una promesa de diseño que hay que comprobar en cada implantación. --- ## Dynamics 365 Finance: el agente de conciliación de cuentas sugiere cómo resolver las excepciones URL: https://agentsfinance.io/es/entradas/dynamics-365-finance-agente-conciliacion-cuentas-2026/ Fecha de la fuente: 2026-04 (abril de 2026) — El plan de lanzamiento cubre de abril a septiembre de 2026 y no indica fecha de publicación; usamos abril de 2026 como referencia de orden. La página figura como archivada desde octubre de 2026. Tipo: Novedad ERP: Microsoft Dynamics 365 Proceso: Contabilidad, Tesorería Nivel de evidencia: Anuncio — Comunicación del propio proveedor o de un medio sobre un lanzamiento. Describe lo que el producto promete, no resultados contrastados. Fuente principal: Microsoft Learn — Enhancements to Account reconciliation agent (plan de lanzamiento 2026, oleada 1) — https://learn.microsoft.com/en-us/dynamics365/release-plan/2026wave1/enterprise-resource-planning/dynamics365-finance/enhancements-account-reconciliation-agent Fuente adicional: Microsoft Learn — Account reconciliation (Dynamics 365 Finance) — https://learn.microsoft.com/en-us/dynamics365/finance/general-ledger/account-reconciliation Verificado: 2026-10-17 ### Resumen El agente de conciliación de cuentas de Dynamics 365 Finance compara los subsidiarios con el libro mayor, detecta las diferencias y propone qué hacer con cada una, con justificación. Microsoft lo mantiene en vista previa desde abril de 2025 y su plan de lanzamiento de 2026 prevé disponibilidad general en septiembre de 2026, sin que hayamos podido confirmar que ya se haya producido. ### Qué hace Concilia los subsidiarios (cuentas a pagar, cuentas a cobrar, impuestos y banco) con el libro mayor. Para cada excepción muestra una acción sugerida, un análisis y una justificación, y permite resolver varias a la vez agrupándolas. Entre las acciones están crear un asiento de ajuste, casar partidas, aceptar sin cambios (por ejemplo, diferencias de redondeo) o revertir un asiento. Se puede deshacer la última acción indicando un motivo. El plan de 2026 añade un emparejamiento más preciso (1 a 1, 1 a varios y varios), reglas de lógica difusa y tolerancia, acciones en bloque, integración con MCP y el subsidiario de inventario. ### Resultado o impacto declarado Microsoft no publica en estas fuentes cifras de ahorro. Sí aclara que el objetivo es pasar de una automatización guiada a un orquestador de conciliación cada vez más autónomo, y que las funciones futuras (activos fijos, proyectos, intercompañía) siguen en el plan y pueden cambiar. ### Cómo replicarlo En Dynamics 365 Finance, abre el espacio de trabajo Account reconciliation, activa la conciliación por módulo y fija una fecha de inicio posterior a los periodos que ya conciliaste a mano. El proceso automático se ejecuta por defecto cada seis horas y se puede ajustar. Empieza con un solo módulo y una sola entidad legal, revisa las sugerencias del agente antes de enviar acciones en bloque y comprueba que los asientos creados llevan el comentario de justificación. Verifica tu versión de Finance (la documentación menciona mejoras en la 10.0.46) y la disponibilidad en tu región. ### Qué conviene tener en cuenta - La propia documentación indica que parte de lo descrito en el plan de lanzamiento no estaba liberado en el momento de redactarlo y que las fechas pueden cambiar. - El agente propone, y la persona confirma: las acciones de resolución en bloque piden una confirmación explícita antes de enviarse. - El soporte de MCP anunciado para el agente busca que pueda coordinarse con otros sistemas, pero no hemos visto documentación de casos concretos. --- ## Sage 50 incorpora una app móvil con IA para consultar ventas, cobros y facturas URL: https://agentsfinance.io/es/entradas/sage-50-app-movil-ia-pymes-espana-2026/ Fecha de la fuente: 2026-03-27 (27 de marzo de 2026) — Fecha de la publicación en el portal de partners. Sage indica que la funcionalidad está disponible desde el 1 de febrero de 2026. Tipo: Novedad ERP: Sage (Intacct, 50…) Proceso: Reporting, Tesorería Nivel de evidencia: Anuncio — Comunicación del propio proveedor o de un medio sobre un lanzamiento. Describe lo que el producto promete, no resultados contrastados. Fuente principal: Portal Partners Sage — Nueva app móvil Sage 50: movilidad e inteligencia artificial para la gestión de pymes (27 de marzo de 2026) — https://partnerportal.sage.es/2026/03/app-movil-sage-50-inteligencia-artificial/ Verificado: 2026-10-17 ### Resumen Sage España lanzó en febrero de 2026 una app móvil de Sage 50 pensada para gerentes y propietarios de pymes, con resúmenes de actividad por voz y consultas sobre ventas, pagos de clientes y facturas. Sage afirma que la validó con un piloto de dos meses con 20 clientes, sin publicar cifras de ahorro. ### Qué hace La aplicación se sincroniza con Sage 50 y permite consultar el estado del negocio, las ventas, los pagos de clientes y el estado de las facturas, además de generar presupuestos desde el móvil. La parte de IA genera resúmenes de actividad por voz, identifica los productos más vendidos o los clientes más activos y automatiza tareas como recordatorios y programación de reuniones. ### Resultado o impacto declarado Sage dice que la función se diseñó tras entrevistas y encuestas a clientes y se probó durante dos meses con 20 clientes, que confirmaron facilidad de uso y valor para su operativa diaria. No se publican métricas de tiempo ahorrado ni de precisión. ### Cómo replicarlo Los clientes nuevos de Sage 50 reciben la funcionalidad al contratar; los actuales pueden incorporarla al renovar la licencia o pedir su activación anticipada. Si eres gestoría, pregunta a tus clientes con Sage 50 si les interesa antes de la renovación y evalúa qué datos de la empresa quedan accesibles desde el móvil del gerente, para definir quién puede usar la app. ### Qué conviene tener en cuenta - Está orientada al gerente o propietario, no al equipo contable: es una capa de consulta y gestión, no un agente que contabilice por sí solo. - La fuente es el portal de partners de Sage, es decir, una comunicación del propio proveedor. --- ## Oracle lanza las Fusion Agentic Applications y agentes de finanzas ya disponibles en Fusion ERP URL: https://agentsfinance.io/es/entradas/oracle-fusion-aplicaciones-agenticas-agentes-erp-2026/ Fecha de la fuente: 2026-03-24 (24 de marzo de 2026) Tipo: Novedad ERP: Oracle Fusion Cloud ERP Proceso: Contabilidad, Tesorería, Reporting Nivel de evidencia: Anuncio — Comunicación del propio proveedor o de un medio sobre un lanzamiento. Describe lo que el producto promete, no resultados contrastados. Fuente principal: Oracle — Oracle Introduces Fusion Agentic Applications (nota de prensa) — https://www.oracle.com/news/announcement/oracle-introduces-fusion-agentic-applications-2026-03-24/ Fuente adicional: Oracle Fusion Insider — Agentic AI in ERP: four agents you can use today (22 de junio de 2026) — https://blogs.oracle.com/fusioninsider/agentic-ai-in-erp-four-agents-you-can-use-today Verificado: 2026-10-17 ### Resumen Oracle anunció en marzo de 2026 22 aplicaciones agénticas para Fusion Cloud, con una de ellas dedicada a cobros, y en junio confirmó cuatro agentes de finanzas disponibles en la versión 26B: Ledger, Expenses, Payables y Payments. Es información del propio proveedor; no hay cifras de clientes en estas fuentes. ### Qué hace Las aplicaciones agénticas son equipos de agentes con roles definidos que trabajan dentro de Oracle Fusion Cloud y respetan sus permisos, aprobaciones y trazabilidad. El ejemplo financiero del anuncio es el espacio de trabajo de cobradores, orientado a cobrar antes y mejorar la conversión de promesas de pago. En la versión 26B, Oracle describe cuatro agentes disponibles. Ledger responde preguntas sobre el libro mayor en lenguaje natural y avisa de variaciones. Expenses extrae datos de recibos, los casa con cargos de tarjeta y lanza el reembolso. Payables estandariza la entrada de facturas de proveedor. Payments evalúa cuándo pagar y qué descuentos por pronto pago aprovechar. ### Resultado o impacto declarado Oracle describe beneficios esperados (cobrar antes, menos esfuerzo manual, mejor capital circulante) pero las fuentes consultadas no publican cifras ni clientes con resultados medidos. ### Cómo replicarlo Si usas Fusion Cloud ERP, consulta en Oracle Help Center la guía de adopción de cada agente y el calendario de actualizaciones de tu entorno. El propio blog de Oracle avisa de varios requisitos previos: algunos agentes dependen de componentes técnicos gestionados por Oracle, la conversación con el agente Ledger es solo en inglés en la 26B, y Payments necesita capacidades bancarias activadas y programas de descuento dinámico ya creados. Prueba con facturas reales de proveedores y documenta tus políticas antes de activar el agente de Payables. ### Matices - El anuncio de marzo habla de 22 aplicaciones para finanzas, RR. HH., cadena de suministro y experiencia de cliente; no todas son de finanzas. - Oracle presenta como diferencia que los agentes se ejecutan dentro del sistema transaccional y no como una capa externa. Es un argumento de arquitectura del proveedor, no un resultado comprobado. - Oracle AI Agent Studio permite crear agentes propios y medir su retorno mediante herramientas de observabilidad integradas. --- ## NetSuite presenta Autonomous Close, conciliación bancaria con IA y agentes de planificación URL: https://agentsfinance.io/es/entradas/netsuite-cierre-autonomo-conciliacion-bancaria-ia-2026/ Fecha de la fuente: 2026-02-11 (11 de febrero de 2026) Tipo: Novedad ERP: Oracle NetSuite Proceso: Contabilidad, Tesorería, Controlling y control de gestión, Reporting Nivel de evidencia: Anuncio — Comunicación del propio proveedor o de un medio sobre un lanzamiento. Describe lo que el producto promete, no resultados contrastados. Fuente principal: Accounting Today — Oracle NetSuite enhancements feature concert of AI agents — https://www.accountingtoday.com/news/oracle-netsuite-enhancements-feature-concert-of-ai-agents Fuente adicional: NetSuite — NetSuite 2026.1 Features New AI Close and Cash Management, AI Agents for Planning and Reconciliation and More (10 de febrero de 2026) — https://www.netsuite.com/portal/resource/articles/financial-management/netsuite-2026-1-features-new-ai-close-and-cash-management-ai-agents-for-planning-and-reconciliation-and-more.shtml Verificado: 2026-10-17 ### Resumen En SuiteConnect (febrero de 2026), Oracle NetSuite anunció un cierre apoyado en varios agentes que vigilan excepciones y avance, una conciliación bancaria con IA generativa y agentes de planificación y conciliación para su módulo EPM. Es un anuncio de producto contado por la prensa del sector; no incluye resultados de clientes. ### Qué hace Autonomous Close reúne agentes que trabajan en segundo plano: uno detecta anomalías, otro sigue el estado de las tareas de cierre y su efecto en el resultado, otro analiza variaciones (flux) y localiza la causa. También propone provisiones provisionales para transacciones esperadas, como comisiones. La conciliación bancaria con IA generativa extrae el detalle de los movimientos y lo casa con el libro mayor. En EPM, un agente de planificación responde en lenguaje natural sobre tendencias y variaciones y simula escenarios, un asistente configura conciliaciones y otro agente redacta explicaciones de variaciones. Además hay un conector de IA basado en MCP que permite consultar datos de NetSuite desde herramientas como Claude. ### Resultado o impacto declarado No hay cifras en la fuente. Evan Goldberg, cofundador de NetSuite, habló como aspiración de llegar a un cierre «de cero días»; es un objetivo declarado, no un resultado medido. ### Cómo replicarlo Si tu empresa usa NetSuite, pregunta a tu partner qué partes están ya disponibles en tu versión (el artículo de la versión 2026.1 detalla las de EPM) y empieza por la conciliación bancaria con IA, que es la más acotada. Mide antes el porcentaje de conciliación automática y las horas de cierre para poder comparar. Si quieres conectar un asistente externo mediante el conector MCP, crea un rol con permisos de solo lectura y prueba con consultas como las facturas vencidas del último mes. ### Matices - La fuente principal es la crónica de un medio sobre la presentación; las descripciones de funciones proceden de lo dicho en el escenario. - El propio texto de Accounting Today distingue las funciones de proceso (cierre, conciliación, pagos) de las de análisis (planificación, rentabilidad). - La función de pago de facturas en lenguaje natural se apoya en una integración con Bill. - Fuera de la IA, pero relevante para España: según el artículo de la versión 2026.1, NetSuite amplía su facturación electrónica a España con requisitos de Veri*Factu (firma digital, identificadores únicos y código QR verificable).