Automatizar recibos, políticas y asignaciones permite concentrar la intervención humana en transacciones que requieren revisión o corrección puntual
La inteligencia artificial está modificando la administración de gastos al trasladar parte de la revisión rutinaria a sistemas automatizados y concentrar el trabajo humano en las excepciones. Mario Hernández, CEO de Monibyte, explicó en entrevista exclusiva para NotiPress que este esquema permite pasar de revisar individualmente los comprobantes a intervenir cuando la tecnología no puede resolver un caso.
Uno de los primeros pasos ocurre con la información contenida en recibos y facturas. La IA puede extraer esos datos y revisar operaciones que antes requerían una comprobación manual para determinar si cumplían las políticas de gasto. Cuando un recibo está arrugado, un número no puede leerse correctamente o existe otra dificultad de interpretación, el caso vuelve a una persona para su resolución.
Ese modelo también alcanza tareas contables. Hernández señaló en su visita a Ciudad de México donde se presentó la alianza entre Afirme, Monibyte y Visa, que el sistema utiliza variables de las transacciones para asignarlas a una cuenta contable o un centro de costos. El personal encargado de supervisar el proceso puede entonces revisar las asignaciones que requieren atención, en lugar de efectuar manualmente el procedimiento para cada operación.
[img1]
Otra aplicación aparece al relacionar comprobantes con transacciones. Una diferencia entre el nombre que figura en un ticket y el registrado en un voucher, por ejemplo, no necesariamente significa que correspondan a operaciones distintas. El sistema considera elementos como fecha, hora, referencias del establecimiento y diferencias razonables en el monto para establecer una correspondencia por aproximación. Si la asociación resulta incorrecta, una persona puede corregirla y trasladar el comprobante a la transacción correspondiente.
Las correcciones humanas también pueden alimentar el aprendizaje posterior. El CEO de Monybyte explicó que el machine learning incorpora lo que las personas van resolviendo, de modo que situaciones previamente tratadas como excepciones puedan ser reconocidas por los mecanismos de inteligencia artificial.
El paradigma de revisión por excepción no significa, sin embargo, que todas las decisiones queden delegadas a la tecnología. En determinadas políticas de gasto, una compra puede estar permitida por la categoría del comercio y contener al mismo tiempo un consumo restringido por la empresa. En esos casos, la IA puede extraer información del comprobante y señalar un posible incumplimiento para que posteriormente sea tratado como una excepción.
Así, el cambio descrito no consiste únicamente en sustituir tareas manuales, sino en modificar dónde se concentra la intervención humana: el sistema procesa las operaciones rutinarias y las personas conservan la revisión y corrección de los casos que requieren una decisión adicional.