Realidad Profesional | Revista del Consejo Profesional de Ciencias Económicas de la Provincia de Buenos Aires y su Caja de Seguridad Social
Agentes de inteligencia artificial: Cómo cambian los procesos de trabajo
La IA ya no solo responde preguntas; empieza a intervenir en procesos y ejecutar acciones dentro de ciertos límites, lo que obliga a repensar qué se delega, cómo se controla y dónde sigue siendo indispensable el criterio profesional. Aquí, el autor analiza los agentes de inteligencia artificial y el lugar que pueden ocupar en el trabajo de las Ciencias Económicas.
Los agentes de inteligencia artificial van un paso más allá de los asistentes y las automatizaciones tradicionales: reciben objetivos, utilizan herramientas y pueden decidir cómo avanzar dentro de ciertos límites. Su incorporación exige definir procesos, permisos, controles y situaciones que deben quedar bajo supervisión humana. Para los profesionales de Ciencias Económicas, el desafío será traducir conocimiento y criterio en reglas confiables. En esta nota, el Dr. Nicolás Paolucci aporta una mirada sobre cómo los agentes de IA pueden transformar los procesos de trabajo y por qué el rol profesional será clave para diseñar, controlar y supervisar su actuación.
ARTÍCULO PUBLICADO EL 2026-08-28
Edición N. 152 - Julio / Agosto 2026
NOTAS DE AUTOR
Dr. Nicolás Paolucci
Contador Público (Tomo 158, Folio 95) y Licenciado en Administración
(Tomo 5, Folio 181), Consejo Profesional
de Ciencias Económicas
de la Provincia de Buenos Aires.
Diplomatura en IA aplicada a Entornos
Digitales de Gestión (UBA).
Durante los últimos años, la mayoría de los profesionales conoció la inteligencia artificial a través de una conversación. Escribimos una pregunta, pedimos un resumen o solicitamos un borrador y recibimos una respuesta. Por primera vez, una herramienta informática podía comprender instrucciones cotidianas y colaborar en tareas que requerían leer, escribir o analizar información. Mientras todavía aprendemos a trabajar con esos asistentes, comienza a consolidarse un cambio diferente. La inteligencia artificial ya no se limita a esperar una consulta y devolver un texto: empieza a recibir objetivos, consultar información, utilizar herramientas, elegir cursos de acción y ejecutar una secuencia de pasos. Es el territorio de los agentes de inteligencia artificial.
El término aparece cada vez con mayor frecuencia y convive con promesas difíciles de separar de las posibilidades reales. Se habla de empleados digitales o empresas capaces de funcionar casi sin intervención humana. Pero esas expresiones pueden ocultar la pregunta relevante para las Ciencias Económicas: ¿qué cambia cuando la inteligencia artificial deja de asistir en una tarea aislada y comienza a participar en un proceso de trabajo
Para entender ese cambio conviene distinguir tres formas de utilizar la tecnología. Un asistente conversacional responde una solicitud: resume una norma, explica una variación o prepara un correo.
Una automatización tradicional ejecuta una secuencia que fue definida previamente: cuando ocurre determinado evento, toma un dato, lo traslada a otro sistema y envía una notificación.
Un agente, en cambio, recibe un objetivo y dispone de cierto margen para decidir cómo alcanzarlo. Puede analizar el estado de una situación, seleccionar una herramienta, observar el resultado, corregir su recorrido y determinar cuál debería ser el paso siguiente.
La diferencia parece técnica, pero es organizacional. Una automatización exige anticipar cada alternativa y convertirla en una regla. Un agente puede desenvolverse cuando el recorrido no es completamente previsible: no elimina las reglas, pero permite elegir entre caminos posibles. Imaginemos el cierre mensual de un estudio contable. Hoy, una parte considerable del proceso consiste en verificar qué documentación fue recibida, identificar faltantes, consultar diferentes sistemas, clasificar comprobantes, comparar saldos, detectar inconsistencias y comunicarse con cada cliente. Algunas de esas actividades pueden automatizarse con reglas tradicionales. Otras exigen interpretar el contexto y decidir qué hacer ante situaciones que no son idénticas entre sí.
Más que una mera cuestión tecnológica
Un agente diseñado para asistir en ese proceso podría comenzar revisando la documentación disponible de cada cliente. Si detecta un período incompleto, podría consultar el historial, identificar qué información falta y preparar una solicitud específica. Si encuentra una diferencia en una conciliación, podría reunir los movimientos relacionados, buscar antecedentes semejantes y formular una hipótesis preliminar. Si la situación se resuelve con una regla autorizada, continuaría el proceso; si involucra criterio técnico, tiene impacto material o requiere una comunicación sensible, la derivaría al profesional con los antecedentes ya organizados.
A medida que la inteligencia artificial gana autonomía, también crece la importancia de definir con claridad hasta dónde puede avanzar sin intervención profesional.
“
El principal desafío no será aprender a “darle órdenes” a un agente. Será convertir el conocimiento profesional, muchas veces implícito, en objetivos, criterios y límites que un sistema pueda aplicar.
”
Lo novedoso no es que la inteligencia artificial pueda leer un comprobante o redactar un mensaje. Es que puede conectar varias capacidades dentro de una misma secuencia y adaptar el recorrido según lo que encuentra. El contador ya no necesita indicarle cada paso de manera aislada. Define el resultado esperado, las fuentes que puede consultar, las acciones que puede ejecutar y las situaciones ante las cuales debe detenerse.
Antes de incorporar un agente, una organización debería poder responder preguntas muy concretas. ¿Cuál es el objetivo del proceso? ¿Qué datos puede utilizar? ¿Qué acciones está autorizado a realizar? ¿Cuáles requieren aprobación? ¿Cómo se verifica la fuente de cada dato? ¿Qué debe hacer cuando encuentra información contradictoria? ¿Cómo registra las decisiones adoptadas? ¿En qué casos debe detenerse y escalar la situación a una persona?
Estas preguntas muestran por qué los agentes de inteligencia artificial no son solamente un asunto de especialistas en tecnología. Para que funcionen en una empresa o en un estudio contable se necesita comprender procesos, controles, responsabilidades, riesgos y necesidades de información. Es justamente allí donde los profesionales de Ciencias Económicas poseen una ventaja que todavía no siempre reconocen.
Un contador conoce qué documentación respalda una operación, qué inconsistencias merecen atención, qué controles no pueden omitirse y qué decisiones tienen consecuencias tributarias, patrimoniales o legales. Un Licenciado en Administración puede analizar circuitos, responsabilidades, indicadores y puntos de coordinación. Un auditor sabe que una conclusión solo es confiable si existe evidencia suficiente y un recorrido que pueda reconstruirse. Ese conocimiento resulta indispensable para transformar una capacidad tecnológica en una forma de trabajo confiable.
“
Para definir qué puede hacer un sistema hay que explicar cómo se trabaja, distinguir reglas de hábitos, identificar excepciones y explicitar quién decide. El proyecto tecnológico se convierte, inevitablemente, en un proyecto de rediseño organizacional.
”
El principal desafío no será aprender a “darle órdenes” a un agente. Será convertir el conocimiento profesional, muchas veces implícito, en objetivos, criterios y límites que un sistema pueda aplicar. En numerosos estudios y empresas, una parte relevante de los procesos no está documentada. Funciona porque alguien recuerda una excepción, reconoce a un cliente o sabe, por experiencia, qué dato no debe tomarse literalmente. Mientras ese saber permanezca únicamente en la cabeza de una persona, cualquier intento de delegación será frágil, tanto si se delega en otro empleado como en una inteligencia artificial.
Por eso, la incorporación de agentes puede producir un efecto inesperado: obligar a las organizaciones a conocerse mejor. Para definir qué puede hacer un sistema hay que explicar cómo se trabaja, distinguir reglas de hábitos, identificar excepciones y explicitar quién decide. El proyecto tecnológico se convierte, inevitablemente, en un proyecto de rediseño organizacional.
No toda autonomía agrega valor
También conviene resistir la tentación de utilizar agentes en todos los procesos. Cuando una tarea es estable, repetitiva y posee reglas claras, una automatización convencional puede ser más simple, económica y previsible. La flexibilidad de un agente resulta útil cuando existe variabilidad, información no estructurada o necesidad de elegir entre caminos posibles. Incorporar inteligencia artificial donde una regla alcanza no agrega necesariamente valor; a veces solo agrega complejidad.
La confiabilidad constituye otra diferencia central. Un error en un asistente puede producir una respuesta incorrecta; en un agente puede, además, modificar un registro, enviar una comunicación u omitir un control. A mayor capacidad de actuar, mayor necesidad de gobernar esa actuación.
La incorporación de agentes también puede abrir una conversación interna sobre cómo se trabaja: qué decisiones están claras, qué excepciones se repiten y qué procesos conviene revisar antes de automatizar.
“
Los agentes podrán ejecutar recorridos cada vez más complejos. La dirección de esos recorridos seguirá siendo una tarea profundamente humana.
”
Esto exige controles desde el diseño. Los permisos deben limitarse a lo indispensable; las operaciones sensibles deben requerir confirmación humana; las fuentes y acciones deben quedar registradas; y el desempeño debe evaluarse con casos normales, excepcionales y adversos. No alcanza con revisar algunas respuestas al comienzo y asumir que el sistema continuará comportándose de la misma manera. Un proceso en el que intervienen agentes necesita seguimiento, porque trabaja sobre información cambiante y puede recorrer caminos distintos frente a situaciones semejantes.
En este escenario aparecerán nuevas tareas profesionales: diseñar circuitos donde colaboren personas y sistemas, traducir criterios técnicos en reglas operativas, definir autorizaciones, evaluar resultados y revisar controles. No son funciones ajenas a las Ciencias Económicas, sino una extensión contemporánea de competencias que la profesión ya utiliza para organizar, controlar y brindar confianza.
De ejecutar a diseñar el recorrido
Los agentes de inteligencia artificial representan un cambio relevante, pero no porque anuncien empresas sin personas ni estudios contables que funcionen solos. Su importancia reside en que amplían la unidad de trabajo que puede asumir la tecnología. Hasta ahora le pedíamos que nos ayudara con una respuesta o una tarea; ahora comenzamos a pedirle que participe en la consecución de un objetivo.
Ese paso obliga a superar la pregunta inicial —¿qué puede hacer la inteligencia artificial?— y plantear otra más exigente: ¿cómo debemos diseñar un proceso para que pueda intervenir de manera útil, controlada y verificable? La respuesta no surgirá únicamente de la tecnología. Requerirá conocimiento profesional, comprensión organizacional y responsabilidad ética.
Cuando la inteligencia artificial deja de responder y comienza a actuar, el papel del profesional no desaparece. Cambia de lugar. Ya no consiste en indicar cada movimiento, sino en diseñar el campo de acción, establecer sus límites, controlar las excepciones y responder por las decisiones. Los agentes podrán ejecutar recorridos cada vez más complejos. La dirección de esos recorridos seguirá siendo una tarea profundamente humana.
Los contenidos que se publican son de exclusiva responsabilidad de sus autores y no expresan necesariamente el pensamiento de los editores.
