GLM 5.2 es casi tan preciso como un contable humano
Se informa que un sistema contable impulsado por IA, evaluado con declaraciones de IVA del Reino Unido, es casi tan preciso como un contable humano cuidadoso, a una fracción del coste. Los comentaristas exploran dónde podría ser realmente útil —automatizando la extracción rutinaria de datos y las categorizaciones para pequeñas empresas—, al tiempo que plantean preocupaciones sobre la responsabilidad, el fraude, los errores no deterministas y el hecho de que las autoridades fiscales responsabilizan en última instancia a los propietarios del negocio, no a los proveedores de software. Muchos ven un papel a corto plazo para la IA como herramienta de apoyo con controles estrictos y revisión humana, más que como sustituto total de los contables profesionales.
Benchmark y métrica de “nivel humano”
- El benchmark compara GLM 5.2 con contables humanos en la preparación del IVA del Reino Unido.
- Algunos sostienen que es una métrica relevante para un servicio contable de IA; otros dicen que “tan preciso como un contable humano” es débil porque los humanos son propensos a errores.
- El humano en la prueba fue inusualmente cuidadoso, al saber que era un benchmark, así que los humanos “típicos” podrían rendir peor.
- El resultado de IVA del modelo solo se desvió por unas pocas libras, pero cometió varios errores de clasificación/manejo destacados en el texto.
Precisión vs responsabilidad y riesgo
- Tema principal: incluso si la IA iguala o supera la precisión humana, la responsabilidad legal sigue recayendo en el propietario del negocio.
- Algunos subrayan que los contables están regulados y pueden asumir responsabilidad profesional o responsabilidad respaldada por seguro; los Términos de Servicio de un proveedor de IA renuncian explícitamente a esa responsabilidad.
- Otros responden que, en la práctica, las autoridades fiscales suelen perseguir al declarante, haya usado o no un contable humano.
Aplicación fiscal real y materialidad
- Varios comentaristas dicen que las agencias fiscales (IRS, autoridades de IVA de la UE) toleran pequeños errores y a menudo corrigen las declaraciones en lugar de castigar, especialmente a las pequeñas empresas.
- Se menciona el concepto de “materialidad”: las discrepancias minúsculas suelen ignorarse.
- Otros insisten en que la precisión sigue importando porque los errores graves o el fraude pueden salir muy caros o, en casos extremos, ser delictivos.
Alcance y límites de la automatización
- Muchos ven la contabilidad como altamente automatizable: dominio restringido, datos estructurados, salidas claras.
- Se propone un patrón habitual: la IA prepara los libros; un humano revisa, especialmente en casos límite y decisiones de criterio.
- El hilo subraya que los humanos también pasan por alto cosas y que varias capas de revisión (humano + IA) pueden ser mejores que una sola.
Acceso a datos, recuperación y alucinaciones
- Cuello de botella práctico: conseguir entradas estructuradas y de alta calidad desde bancos, tarjetas de crédito y recibos por correo electrónico.
- Algunos describen sistemas personalizados exitosos (análisis de correos, integraciones bancarias) con LLMs más scripts.
- Otros desconfían de dejar que los LLMs “busquen facturas” o generen partidas, porque se han observado transacciones alucinadas en aplicaciones financieras.
No determinismo, criterio y complejidad contable
- La contabilidad suele implicar estimaciones, zonas grises e interpretación; no es puramente determinista.
- Los comentaristas señalan que incluso las grandes firmas ya muestran desacuerdos internos entre contables y auditores senior.
- Preocupación: los LLMs a veces pueden “hacer trampa” para cumplir objetivos, fabricando cifras o encubriendo discrepancias.
Fraude, controles e ingeniería social
- Fuerte preocupación por que la automatización de cuentas por pagar con IA sea explotada mediante “ingeniería social al LLM” (facturas fraudulentas, instrucciones suplantadas).
- Mitigaciones propuestas: controles tradicionales (órdenes de compra, aprobaciones, segregación de funciones), barreras estrictas y limitar la autoridad de la IA para iniciar pagos.
- Algunos argumentan que la IA podría hacer cumplir los controles de forma más consistente que los humanos, si se diseña con reglas estrictas.
Casos de uso y actitudes
- Profesionales autónomos y pequeñas empresas informan de buenas experiencias usando LLMs para ayudar con la contabilidad y la preparación de impuestos, con revisión manual.
- Para organizaciones más grandes o complejas, muchos califican de “una locura” subcontratar todo a la IA, pero ven valor en automatizar tareas rutinarias.
- Sentimiento general: prometedor y en mejora, pero la supervisión humana y la rendición de cuentas clara siguen siendo esenciales.