Informes financieros con IA: cómo automatizar el informe mensual y la presentación a dirección

Es primeros de mes, la reunión de dirección es el lunes y alguien de administración lleva la mañana copiando saldos del programa de contabilidad a un Excel, pegando gráficos en un PowerPoint y escribiendo otra vez por qué las ventas han bajado respecto al mes anterior. El trabajo tiene cada mes la misma forma, y casi todo él se puede automatizar.

Aquí va el procedimiento con herramientas que una pyme ya tiene o puede contratar sin montar un proyecto de sistemas, qué parte conviene dejar a la IA y cuánto esfuerzo pide cada nivel.

Qué parte del informe financiero hace la IA y cuál sigue siendo tuya

Cualquier informe financiero interno tiene tres capas, y conviene separarlas antes de hablar de herramientas. Están las cifras: saldos, totales, desviaciones y ratios. Está el formato, la tabla, el gráfico o la diapositiva. Y está el comentario, esas pocas frases que explican por qué la tesorería está más baja que el trimestre pasado o por qué se ha estrechado el margen de una línea de producto.

La automatización clásica lleva años resolviendo las dos primeras capas con fórmulas, macros, consultas y plantillas, una hoja bien montada calcula igual cada mes y no se cansa. La IA generativa, la de ChatGPT, Claude, Gemini o Copilot, aporta lo que esa automatización no sabía hacer. Lee una tabla y redacta sobre ella en lenguaje normal, resume, señala lo que se sale de lo habitual y adapta el tono a quien va a leer el informe.

De ahí sale el reparto que funciona: la hoja calcula, la IA redacta y una persona firma. Un modelo de lenguaje no es una calculadora fiable: se equivoca en operaciones sencillas de vez en cuando y, cuando falla, no avisa. Devuelve la cifra mala con la misma seguridad que la buena. Por eso las cifras no salen nunca de la IA.

Lo que sigue siendo tuyo es decidir qué se mira cada mes, interpretar lo que el texto no puede saber y poner tu nombre al final. Que un cliente grande pagó tarde por un problema puntual, o que la subida de gastos es la campaña que ya estaba prevista, son cosas que no están en la contabilidad, y la IA, si no se las das, se las inventa.

Qué informes internos conviene automatizar primero

La pregunta útil es por cuál empezar, y suele ser el que más se repite con la misma forma, porque ahí la plantilla se amortiza antes.

La cuenta de resultados mensual es el candidato más claro. Sale de la contabilidad con la misma estructura cada mes, se compara con el mes anterior y con el mismo mes del año pasado, y el comentario casi siempre gira alrededor de las mismas preguntas: qué ha pasado con las ventas, con el margen y con los gastos fijos.

El presupuesto frente a real necesita una condición previa: tener el presupuesto en una hoja con el mismo desglose de cuentas que la contabilidad. Si la tienes, aquí la IA rinde mucho, porque el trabajo pesado es explicar desviaciones y puedes pedirle que solo comente las que superan el umbral que tú fijes.

La tesorería depende de los movimientos del banco. Si tu programa ya concilia el extracto, la exportación sale de ahí; si no, sale del propio extracto bancario. El informe junta saldo, cobros pendientes y pagos previstos.

La previsión es la más delicada. La IA no debe prever nada, la previsión se construye en la hoja con tus hipótesis de ventas y de gastos, y lo que hace el modelo es redactar los escenarios que ya has calculado. Las cuentas anuales, los impuestos y lo que vaya al banco o a Hacienda siguen en manos de tu asesoría.

Cómo automatizar un informe financiero con IA, paso a paso

Los cuatro pasos valen para cualquiera de esos informes. Van en su versión manual, que es por donde conviene empezar, y al final se explica cómo se conectan solos.

Paso 1: exportar los datos de la contabilidad siempre con la misma forma

Casi todos los programas de contabilidad y ERP que usan las pymes, de Holded o Sage a A3 u Odoo, exportan el balance de sumas y saldos o el libro mayor a Excel o CSV. Ese fichero es la materia prima, y lo que importa es que tenga siempre la misma forma: mismas columnas, mismo orden, mismo plan de cuentas.

El fallo típico es que alguien crea una cuenta nueva a mitad de año y la exportación cambia sin que nadie se entere, así que las fórmulas siguen sumando y dejan fuera esa cuenta. Guarda cada exportación en una carpeta fija con el mes en el nombre del fichero y revisa el plan de cuentas cuando se dé de alta una cuenta. Si tu programa tiene API, como Holded u Odoo, más adelante se podrá leer directamente, pero para empezar basta con el fichero.

Paso 2: calcular las cifras en una hoja que se pueda auditar

La hoja se organiza en tres pestañas. En la de datos se carga la exportación tal cual, en Excel con Power Query apuntando a la carpeta del paso 1, en Google Sheets importando el fichero. En la de cálculo se agrupan las cuentas en partidas con SUMAR.SI.CONJUNTO, se calculan desviaciones y comparativas, y en la de resumen queda la tabla final, la que verán la dirección y la IA.

Auditable quiere decir que cualquiera puede pinchar en una celda y ver de dónde sale. Nada de valores pegados a mano encima de una fórmula, nada de cifras que solo entiende quien montó la hoja.

Es la parte que más tiempo pide la primera vez y la que menos se toca después, y si la hoja ya existe en tu empresa basta con ordenarla.

Paso 3: pedir a la IA el comentario, no las cifras

A la IA le llega solo la pestaña de resumen, ya calculada, con un prompt guardado que no cambia de mes a mes. El prompt lleva un párrafo fijo de contexto sobre el negocio, qué vendes, cómo es tu estacionalidad, qué líneas de producto existen, y unas instrucciones cerradas. Un ejemplo que funciona como punto de partida:

«Eres el responsable financiero de una pyme. Te paso la tabla de resultados del mes ya calculada. Redacta un comentario para la dirección de un máximo de dos párrafos por partida. Usa solo las cifras que aparecen en la tabla, no calcules cifras nuevas. Comenta solo las desviaciones que superen el umbral indicado. Si no sabes la causa de una desviación, escribe «causa pendiente de confirmar» en lugar de suponerla. Al final, lista las cifras que has citado.»

Esa última instrucción es la que ahorra tiempo en la revisión, porque convierte la comprobación en un cotejo de una lista contra la tabla. La frase sobre causas desconocidas evita el defecto más frecuente de estos textos, que es rellenar con explicaciones plausibles que nadie ha confirmado.

Sirve cualquiera de los asistentes de antes, y para elegir entre ellos pesan más el plan y sus condiciones de privacidad que la calidad del comentario.

Cuando el comentario no te convence, corrige el prompt, no el texto de ese mes. Si lo corriges a mano, el mes siguiente sale el mismo defecto.

Paso 4: la revisión de quien firma el informe

Quien firma comprueba tres cosas antes de enviarlo:

• Que cada cifra del texto está en la tabla. Con la lista que pidió el prompt, es un cotejo rápido.
• Que las causas que da el texto son ciertas o están marcadas como pendientes.
• Que no falta lo que solo sabe la empresa y no está en la contabilidad.

Ese último punto es el que da valor al informe: el borrador de la IA ahorra la parte mecánica y la lectura del negocio la pone quien lo conoce.

Riesgos: causas inventadas, datos confidenciales y revisiones que se saltan

Las cifras inventadas son el riesgo más visible: un número en el texto que no está en la tabla, o un porcentaje que ha calculado el modelo. Las causas inventadas son más peligrosas, porque no hay ninguna tabla con la que cotejarlas. El modelo ve un patrón, le busca una explicación razonable y la escribe sin dudas.

Con los datos, la pregunta es qué plan usas y qué haces con lo que subes. Las condiciones sobre si las conversaciones se usan para entrenar los modelos cambian según el proveedor, el plan y la configuración, así que léelas en el tuyo antes de empezar, no las des por supuestas. Y aunque el plan sea de empresa, sube solo la tabla de resumen. Nóminas, nombres de clientes, importes por cliente o el libro mayor completo no hacen falta para redactar un comentario de dirección.

El tercer riesgo aparece con el tiempo. Durante unos meses el texto sale bien, la revisión se acorta, luego se salta, y un día sale un informe con una causa que nadie confirmó. La revisión del paso 4 se mantiene aunque el sistema lleve meses sin fallar, y la responsabilidad del informe es de quien lo firma, no de la herramienta que lo redactó.

De la hoja a la presentación de la reunión mensual sin copiar cifras

En muchas pymes las cifras se escriben dos veces, una en el Excel y otra en las diapositivas, y es en la segunda copia donde aparecen los errores. La solución es que la presentación lea de la misma hoja que el informe.

En PowerPoint, los gráficos y tablas pegados con vínculo desde Excel se actualizan cuando cambia la hoja, así que una plantilla de presentación con sus vínculos sirve todos los meses sin tocar una cifra. En Google Slides se trabaja con marcadores de texto en la plantilla, del tipo `{{ventas_mes}}`, que un script de Apps Script o un flujo de n8n sustituye por los valores de la pestaña de resumen. El comentario del paso 3 va en una diapositiva propia o en las notas del orador.

Copilot en PowerPoint y herramientas parecidas generan diapositivas a partir de un documento, cómodo para una presentación puntual. Para la reunión de cada mes nosotros nos quedamos con la plantilla fija, porque la dirección encuentra siempre la misma información en el mismo sitio y no hay ninguna cifra que haya pasado por la IA.

Cuánto cuesta y cuánto esfuerzo pide: tres niveles de automatización

El primer nivel es el asistente a mano. Exportas, pegas en la hoja, copias la tabla de resumen al asistente con el prompt guardado y revisas. El coste es la licencia de un asistente en un plan de empresa, que muchas pymes ya pagan por otros usos, y el esfuerzo de montar la hoja, que con un plan de cuentas ordenado es cuestión de unos días.

El segundo nivel quita el copiar y pegar. Power Query carga la exportación sola, la presentación va vinculada a la hoja y el prompt vive dentro del asistente como un GPT personalizado o un proyecto de Claude, con el contexto del negocio ya cargado. El trabajo de montarlo es de una o dos semanas de alguien que maneje Excel con soltura, o un encargo externo pequeño, y, si ya tenéis Microsoft 365, no pide más licencias que las del primer nivel.

El tercer nivel es el flujo automático. Cada día 5, un flujo en n8n o en Make lee la exportación o la API del programa de contabilidad, actualiza la hoja, llama al modelo por API con el prompt, rellena la plantilla de presentación y envía el borrador por correo a quien firma. Aquí el coste se reparte entre el plan o el servidor del orquestador, el consumo de la API del modelo, que para un informe al mes es pequeño, y sobre todo la implantación, que se mide en semanas y pide mantenimiento cuando el programa de contabilidad cambia su exportación.

Antes de elegir nivel hay una condición que pesa más que el presupuesto: que el cierre contable del mes esté hecho a tiempo y con el mismo criterio. Si la contabilidad se cierra tarde o cada mes de una manera, lo primero que recomendamos es ordenar el cierre, porque el flujo automático solo movería el desorden más deprisa. Con un informe trimestral, el primer nivel suele bastar y el tercero no lo aconsejamos.

Si quieres saber qué nivel encaja con tu contabilidad y tus informes, escríbenos y lo miramos con tus exportaciones delante.