Durante las últimas dos semanas hablamos de cómo medir, operar y justificar financieramente la IA en producción. Hoy bajamos a un proceso concreto donde casi todas las empresas mexicanas medianas y grandes pierden horas cada mes: cuentas por pagar. Recibir el CFDI del proveedor, compararlo con la orden de compra y la entrada de almacén, validar que el comprobante sea vigente, programar el pago y, después, darle seguimiento al complemento de pago. Mucho de ese trabajo sigue haciéndose a mano, entre correos, PDFs, XMLs y hojas de cálculo.
La buena noticia es que es uno de los workflows con mejor relación esfuerzo-beneficio para automatizar con IA, porque el XML del CFDI ya trae datos estructurados y el resto del problema es, sobre todo, de conciliación y de excepciones. En este artículo te proponemos una arquitectura práctica, los controles que no se negocian y cómo medir si está funcionando.
Por qué cuentas por pagar es buen candidato para automatizar con IA
En la matriz de priorización de casos de uso que solemos usar con clientes, cuentas por pagar suele salir alto por tres razones:
- Volumen repetitivo: cientos o miles de facturas al mes con la misma lógica de revisión.
- Datos parcialmente estructurados: el XML del CFDI contiene RFC emisor y receptor, UUID, conceptos, importes, impuestos, método y forma de pago. No hay que «leer» un PDF para lo esencial.
- Costo visible del error: pagar dos veces la misma factura, pagar algo que no se recibió, deducir un comprobante cancelado o perder descuentos por pronto pago son errores que finanzas entiende de inmediato.
Donde la IA aporta valor real no es en «leer facturas» (eso lo resuelve un buen parser de XML), sino en tres tareas que hoy consumen criterio humano: relacionar conceptos de la factura con partidas de la orden de compra cuando las descripciones no coinciden, clasificar excepciones para mandarlas a la persona correcta y redactar la comunicación con el proveedor cuando hay que pedir una corrección.
El flujo objetivo: de la bandeja de entrada al pago programado
Un diseño que funciona bien en empresas con ERP y volúmenes medios tiene seis pasos:
- Captura: un buzón dedicado o portal de proveedores recibe XML y PDF. Un proceso automático descarta duplicados por UUID y separa lo que no es CFDI (cotizaciones, estados de cuenta, spam).
- Validación fiscal: se verifica el estatus del comprobante ante el servicio de verificación del SAT, que el RFC receptor y el régimen fiscal correspondan a tu empresa, y se cruza al emisor contra la lista de contribuyentes con operaciones presuntamente inexistentes (artículo 69-B del CFF).
- Conciliación a tres vías: factura contra orden de compra contra recepción de mercancía o servicio. Aquí entra la IA para emparejar conceptos con descripciones distintas («Tornillo hex 3/8 galv» contra «TORN. HEXAGONAL 3/8 GALVANIZADO») y proponer la partida más probable con un nivel de confianza.
- Decisión: si todo cuadra dentro de tolerancias acordadas, la factura pasa directo a pago programado. Si no, se clasifica la excepción y se envía a la cola correspondiente.
- Pago y complemento: para facturas con método de pago PPD, el sistema registra el pago y da seguimiento a que el proveedor emita el complemento de recepción de pagos en tiempo.
- Cierre del loop: cada excepción resuelta por una persona se registra como ejemplo para mejorar las reglas y el modelo de emparejamiento.
Reglas deterministas primero, IA donde hay ambigüedad
El error más común es pedirle a un modelo de lenguaje que «revise la factura». Eso genera resultados difíciles de auditar. Un diseño sano separa dos capas:
- Capa determinista: todo lo que se puede verificar con una regla exacta. UUID duplicado, RFC receptor, totales que no suman, tasa de IVA, retenciones, moneda y tipo de cambio, fecha fuera de periodo, proveedor bloqueado. Estas reglas no necesitan IA y no deben depender de ella.
- Capa probabilística: emparejar conceptos con partidas, detectar que una factura parece corresponder a una orden de compra distinta a la que cita, sugerir la cuenta contable o el centro de costos cuando no hay orden de compra, y clasificar el motivo de una excepción.
La regla práctica: la IA propone, las reglas y las tolerancias deciden. Si el emparejamiento sugerido tiene confianza alta y la diferencia de importe está dentro de la tolerancia acordada con finanzas, pasa. Si no, va a una persona con la sugerencia ya preparada, lo que reduce el tiempo de revisión aunque no se automatice por completo.
Tolerancias y excepciones: el diseño que define el ahorro
El porcentaje de facturas que pasan sin intervención humana, conocido como touchless rate, depende menos del modelo y más de cómo definas tolerancias y colas de excepción. Antes de construir, acuerda con finanzas y compras:
- Tolerancia de precio y cantidad por tipo de compra. No es lo mismo materia prima con precio pactado que servicios con variación natural.
- Umbral de importe a partir del cual siempre hay revisión humana, aunque todo cuadre.
- Catálogo de excepciones con dueño y tiempo de respuesta: sin orden de compra, recepción pendiente, diferencia de precio, CFDI con error de datos fiscales, proveedor en revisión, posible duplicado.
- Plantillas de comunicación para pedir al proveedor cancelación y reexpedición, o la emisión del complemento de pago, que la IA puede personalizar con los datos del caso.
Esto conecta directamente con el diseño de colas de excepciones human-in-the-loop que tratamos en artículos anteriores: la automatización se sostiene en el día a día por la calidad de la cola, no por la demo.
Integración con el ERP: dónde suele romperse
La conciliación a tres vías solo es tan buena como los datos que recibe del ERP. Los puntos de falla más frecuentes que vemos en empresas mexicanas son:
- Recepciones capturadas tarde: la factura llega antes de que almacén registre la entrada, y el sistema la marca como excepción cuando en realidad solo falta un paso.
- Catálogos de proveedor sin limpiar: el mismo RFC dado de alta varias veces, o cuentas bancarias desactualizadas.
- Órdenes de compra genéricas: una sola partida de «servicios varios» hace imposible conciliar por concepto.
- Sin contrato de datos: cambios en campos del ERP que rompen la integración sin aviso.
Por eso recomendamos arrancar con un contrato de datos mínimo entre el ERP y la capa de automatización: qué campos se leen, con qué frecuencia, quién es dueño de cada uno y qué pasa cuando cambian.
Controles que no se negocian
Cuentas por pagar mueve dinero, así que la automatización debe hacer los controles más fuertes, no más débiles:
- Segregación de funciones: quien aprueba la conciliación no es quien da de alta proveedores ni quien libera el pago.
- Cambios de cuenta bancaria del proveedor siempre con verificación fuera de banda. Un correo convincente redactado con IA por un tercero es hoy un riesgo de fraude real.
- Bitácora completa de cada decisión: qué regla se aplicó, qué sugirió el modelo, con qué confianza y quién aprobó.
- La IA nunca libera pagos por sí sola. Prepara, concilia y propone; la liberación sigue el flujo de autorización existente.
- Revisión de muestra periódica de facturas que pasaron sin intervención, para detectar errores silenciosos.
Cómo medir si está funcionando
Un tablero mínimo para cuentas por pagar automatizadas debería incluir:
- Touchless rate: porcentaje de facturas que pasan de captura a pago programado sin intervención.
- Tiempo de ciclo: días desde la recepción del CFDI hasta su aprobación para pago.
- Costo por factura procesada, sumando horas del equipo y costo del servicio de IA.
- Excepciones por tipo y tiempo de resolución, para saber dónde atacar primero.
- Errores evitados: duplicados detectados, comprobantes no vigentes rechazados y diferencias de precio recuperadas.
- Complementos de pago pendientes por proveedor y antigüedad.
Congela la línea base de estos indicadores antes del piloto. Así, el seguimiento de beneficios con finanzas se apoya en datos comparables y no en percepciones.
Un piloto realista en 30 días
- Semana 1: elige un segmento acotado (por ejemplo, proveedores de materia prima con orden de compra), mide la línea base y documenta tolerancias.
- Semana 2: conecta captura, validación fiscal y reglas deterministas. Corre en modo sombra: el sistema decide, pero las personas siguen procesando como siempre.
- Semana 3: activa el emparejamiento con IA, compara sus propuestas contra las decisiones humanas y ajusta umbrales de confianza.
- Semana 4: habilita el paso directo para los casos de alta confianza dentro de tolerancia y presenta resultados para decidir si se escala.
Conclusión
Automatizar cuentas por pagar con IA en México no consiste en reemplazar al equipo de tesorería, sino en quitarle la captura y la conciliación repetitiva para que dedique su criterio a las excepciones que de verdad lo necesitan. Con reglas deterministas para lo fiscal, IA para la ambigüedad, tolerancias acordadas con finanzas y controles fuertes sobre el dinero, el proceso se vuelve más rápido y más seguro al mismo tiempo.
En Next Wave México diseñamos e implementamos automatizaciones de workflows financieros conectadas a tu ERP, desde el piloto en modo sombra hasta la operación medible. Si quieres evaluar tu proceso de cuentas por pagar, escríbenos a contacto@nextWaveAI.AI, llámanos al +52 (33) 3126 6969 o agenda una conversación.
Add comment