La inteligencia artificial dejó de ser un recurso experimental en las áreas financieras y empezó a incorporarse a la operación diaria de las empresas. El cambio, según Juan Pablo Picasso, Chief Information Officer & Co-Founder de Kuru, reordena la discusión: ya no se trata de si las organizaciones sumarán IA a sus procesos, sino de cuánto tiempo pueden seguir trabajando sin ella.
En las finanzas corporativas persiste una paradoja. Las áreas responsables de administrar millones de pesos todavía destinan buena parte de su jornada a tareas manuales, como perseguir tickets, corregir rendiciones mal cargadas y verificar datos uno por uno. En ese contexto, el directivo sostiene que “en pleno 2026, muchas organizaciones todavía operan con procesos pensados para una economía de papel”.
El pasaje de las pruebas piloto a un uso extendido se explica, en su análisis, por la convergencia de dos factores. Por un lado, los modelos de extracción de datos alcanzaron una precisión suficiente para interpretar una foto de un ticket tomada con un celular en condiciones reales. Por el otro, el costo de ejecutar esos modelos cayó de manera drástica. Con esa combinación, lo que era una apuesta tecnológica pasó a convertirse en un costo operativo razonable.
El cambio más visible se observa en la validación documental. En la mayoría de las compañías, el control fiscal se realiza al cierre del mes, cuando el gasto ya ocurrió y corregir un error implica reconstruir información, contactar colaboradores y rehacer registros. La IA permite adelantar ese control al momento exacto de la captura: si un comprobante no es fiscalmente válido, si el Código de Autorización Electrónico (CAE) es incorrecto o si el rubro no coincide con el comercio, la alerta aparece en segundos. “Ese cambio de timing vale más que cualquier dashboard”, dijo Picasso, Chief Information Officer & Co-Founder de Kuru.
El planteo incluye un contraste cuantitativo. En su experiencia, con validación automática en el momento de la carga, la tasa de comprobantes fiscalmente correctos alcanza el 94%, frente a alrededor del 55% en esquemas tradicionales de rendición manual. El punto no se limita a la prolijidad administrativa: se vincula con recuperar tiempo operativo para dedicarlo a actividades estratégicas.
En ese marco, Picasso enumera errores humanos frecuentes: un CUIT mal tipeado, un rubro incorrecto, un comprobante faltante o, de manera habitual, cargar el ticket del posnet como si fuera la factura fiscal. En un relevamiento de cientos de miles de transacciones, más de la mitad de los rechazos estuvieron vinculados a rubros no habilitados y otra porción importante a documentación pendiente.
El análisis también apunta a efectos organizacionales: la reacción en tiempo real —saber el mismo día si un gasto incumple una política o si falta documentación— y la escalabilidad, al romper la relación histórica entre crecimiento y ampliación proporcional del equipo administrativo. En la operatoria descripta para Kuru, un colaborador envía la foto del comprobante por WhatsApp y el sistema extrae CUIT, CAE, rubro y comercio, valida consistencia y alerta anomalías en segundos.
