Auditoría & Co

Si llevas unos años en auditoría interna, probablemente viviste este entusiasmo: la promesa de la auditoría continua. Nos dijeron que quedaría atrás el muestreo estático para monitorizar el 100% de las transacciones en tiempo real.

Yo lo viví (y sufrí) desde el otro lado. Desde el lado del proveedor que te montaba el modelo de auditoría continua.

¿Qué ocurrió en la práctica? La realidad de muchos casos que conozco acabaron en esto: fatiga por alertas y parálisis operativa. Daba igual si era algo construido ad-hoc, si era una herramienta de alertas de algún proveedor.

Configurábamos scripts de SQL, RPA o reglas estáticas en el ERP. A las dos semanas, el sistema generaba tropecientas alertas diarias. El 90% (dato inventado, pero eran muchos) eran falsos positivos: excepciones legítimas de negocio, variaciones estacionales, casuísticas aceptadas o simples errores de formato. ¿El resultado? Los equipos terminaban ignorando el cuadro de mando y la auditoría continua o bien se abandonaba o, desde luego, se infrautilizaba.


El problema de fondo: El enfoque determinista

Lo que el 95% (otro porcentaje inventado) de los profesionales de auditoría suele pasar por alto es lo que había por debajo: la auditoría continua tradicional era estrictamente determinista.

Un motor determinista opera con lógica rígida: "Si el monto supera X" o "Si no hay orden de compra en el campo Y, dispara una alerta". El sistema no tenía capacidad para interpretar la intención, la causalidad o el contexto de la transacción. Al no poder leer un correo de aprobación adjunto ni verificar una nota de recepción no estructurada en un PDF, trataba cualquier desviación como un riesgo/positivo/incidencia (llamémoslo como queramos).


La revolución de la Auditoría Continua Agéntica: El triaje de contexto

La IA Agéntica no es simplemente automatizar la regla existente con un chatbot; cambia radicalmente el flujo de trabajo:

  1. Razonamiento Probabilístico + Contexto: A diferencia de los motores rígidos, un agente autónomo evalúa evidencia no estructurada (correos, contratos, albaranes) y entiende la semántica de la operación.
  2. Investigación Autónoma Previa: Cuando un sistema agéntico detecta una anomalía cuantitativa, no envía la alerta de inmediato. En su lugar, un agente investigador consulta de forma autónoma la base de conocimiento, busca la aprobación del director en Teams (o donde sea) o verifica si hubo una adenda al contrato.
  3. Reducción Drástica de Falsos Positivos: Solo cuando la cadena de razonamiento confirma que no existe justificación contextual, la anomalía se escala al auditor humano con un expediente técnico o informe ya sintetizado creado también por el agente.

Estudios recientes sobre la implementación de arquitecturas agénticas en auditoría interna muestran reducciones de entre el 35% y el 50% en las tasas de falsos positivos (estos datos no son inventados) en comparación con sistemas estáticos, permitiendo pasar del análisis por muestreo a la auditoría continua del 100% de la población sin saturar al equipo.


El nuevo rol del auditor

La auditoría continua ya no falla por exceso de ruido. La IA Agéntica asume la micro-investigación contextual y devuelve al auditor su verdadero valor: el juicio profesional, la validación de casos límite y el asesoramiento estratégico de riesgos. Eso sí, claro, hay que saber hacerlo.

Hoy ya no va de preguntarse "¿cuántas reglas de monitoreo tenemos programadas?", sino "¿nuestros sistemas de monitorización saben razonar sobre el contexto o solo siguen instrucciones escritas hace tres años?" y diría otra: “¿sabemos auditar de forma continua?” Este melón de momento lo dejo cerrado, que si no se hace muy largo esto.

Si quieres que te expliquemos cómo estamos nosotros implantando estos modelos, puedes contactarme en:

Miguel Bouzas González, Socio Consultoría, ESG y GRC en A Worldwide

Fuente: A Worldwide

Source