La auditoría entró en una etapa que puede cambiar la rutina de una de las profesiones más sensibles del mundo corporativo. Las Big Four ya no prueban inteligencia artificial solo para resumir documentos, redactar borradores o acelerar búsquedas internas. Ahora avanzan con agentes de IA dentro del proceso de auditoría, capaces de extraer datos, analizar evidencia, detectar riesgos, preparar documentación preliminar y dejar conclusiones para que un auditor humano las revise.
En una actividad basada en evidencia, criterio técnico y confianza, el auditor comienza a pasar de revisar grandes volúmenes de papeles a supervisar sistemas que ejecutan partes del flujo. La pregunta ya no es si la IA puede ayudar en auditoría, sino bajo qué controles, con qué trazabilidad y con qué nivel de responsabilidad humana.
El caso más reciente marcó el tono. Deloitte anunció el 24 de junio de 2026 una red de inteligencia agentic dentro de Deloitte Omnia, su plataforma global de auditoría y assurance. La firma dijo que el sistema integra agentes nuevos y existentes bajo un mismo marco para coordinar flujos de trabajo y asistir a casi 85.000 profesionales de Audit & Assurance en todo el mundo.
Índice de temas
Agentes de IA en auditoría y el salto de copilotos a sistemas que ejecutan tareas
El salto tecnológico tiene una diferencia clave. Un copiloto responde preguntas, resume información o ayuda a escribir. Un agente de IA puede recibir un objetivo, consultar bases de datos, conectar herramientas, ordenar pasos y entregar un resultado preliminar. En auditoría, eso implica pasar de una ayuda lateral a una pieza metida en la línea de producción del trabajo.
Según Deloitte, los agentes de Omnia pueden identificar factores potenciales de riesgo, entregar respuestas contextuales, ejecutar procedimientos preliminares, extraer datos, analizar evidencia, redactar documentación y preparar conclusiones para revisión profesional. La firma remarcó que el modelo sigue una lógica human-led, AI-powered, con capacidades desarrolladas bajo su marco de Trustworthy AI, que incorpora gobernanza, controles y compliance durante el ciclo de vida.
EY también movió fuerte. El 7 de abril de 2026, la firma anunció el despliegue global de IA agentic en Assurance, integrada con tecnología de Microsoft. El plan alcanza a 160.000 auditorías en más de 150 países y territorios y al trabajo cotidiano de 130.000 profesionales. Su plataforma EY Canvas procesa más de 1,4 billones de líneas contables por año, un volumen que explica por qué la automatización por agentes se vuelve atractiva para tareas de revisión, riesgo y documentación.
La promesa es clara. Más datos revisados, menos carga manual y alertas más tempranas. En lugar de trabajar solo con muestras, las firmas buscan analizar poblaciones completas de información, ubicar anomalías y reservar el tiempo del auditor para interpretar los hallazgos. La tecnología toma la primera capa del trabajo, pero la responsabilidad profesional queda en manos humanas.
Big Four, Omnia, Canvas y Clara cambian el trabajo diario del auditor
La transformación no se limita a Deloitte y EY. KPMG ya avanzó con agentes dentro de KPMG Clara, su plataforma global de auditoría. En abril de 2025, la firma dijo que estas capacidades buscaban asistir a más de 95.000 auditores. Los agentes se diseñaron para automatizar tareas y apoyar decisiones, con procedimientos sustantivos como revisión de gastos, búsqueda de pasivos no registrados y gastos devengados.
El cambio técnico trae una consecuencia laboral. El auditor junior, que durante años aprendió con tareas repetitivas, conciliaciones, revisión documental y pruebas de detalle, puede encontrarse con una primera línea de trabajo ya resuelta por sistemas inteligentes.
Eso obliga a cambiar la formación dentro del sector. La carrera ya no puede depender solo de horas frente a planillas y documentación. Deberá sumar supervisión de outputs, revisión de supuestos, criterio para detectar inconsistencias y capacidad para desafiar lo que el sistema propone.
PwC también empuja esa dirección. En Australia presentó una plataforma de auditoría de nueva generación con agentes de IA que colaboran para evaluar riesgos, diseñar el plan de auditoría, probar saldos y controles, con auditores expertos dentro del circuito para aportar contexto, análisis crítico y decisión. La firma destacó que el sistema trabaja sobre conjuntos completos de datos y puede detectar anomalías o áreas de alto riesgo en tiempo real.
El punto sensible está en la trazabilidad. Una auditoría no vale solo por el resultado, sino por la evidencia que permite explicar cómo se llegó a una conclusión. Si un agente extrae información, clasifica riesgos o sugiere una conclusión preliminar, el sistema debe dejar registro de qué hizo, qué fuente usó, qué regla aplicó y qué revisión humana recibió. Sin esa cadena, la velocidad pierde valor.
Confianza, gobernanza y el nuevo negocio de auditar la inteligencia artificial
La adopción todavía convive con una brecha fuerte entre uso y control. El informe 2026 AI in Professional Services Report de Thomson Reuters Institute mostró que solo 15% de los profesionales dice que su organización ya usa IA agentic, mientras 53% planea o considera usarla. El mismo informe indicó que apenas 18% mide el retorno de la inversión en IA y 40% no sabe si su organización lo mide.
Esa distancia entre entusiasmo y medición abre una zona de riesgo. Deloitte relevó que 74% de las organizaciones espera usar agentes de IA al menos de forma moderada para 2027. Al mismo tiempo, el mercado todavía arrastra debilidades de gobernanza, con límites poco claros sobre qué decisiones puede tomar un agente, cómo se monitorea su actividad y cómo se documentan sus acciones.
El alerta no viene solo de las firmas. Gartner proyectó que más del 40% de los proyectos de IA agentic podría cancelarse para fines de 2027 por costos en alza, valor de negocio poco claro o controles de riesgo insuficientes. La advertencia sirve para ponerle freno al entusiasmo. No todo sistema que se vende como agente tiene autonomía real ni todo flujo automatizado mejora una auditoría.
Para las Big Four, el negocio se mueve en dos direcciones. Por un lado, usan agentes para hacer auditorías con mayor escala y velocidad. Por otro, se preparan para auditar los sistemas de IA de sus propios clientes.
KPMG publicó en mayo de 2026 que 93% de las compañías estadounidenses espera desplegar o escalar IA en finanzas durante los próximos 18 meses, y que la mitad ya planea orquestar o desarrollar sistemas multiagente.
Christian Peo, vice chair de Audit and Assurance de KPMG US, señaló que el auditor del futuro deberá auditar estados financieros y también dar assurance sobre los sistemas de IA que ayudan a producirlos.
PwC ya lanzó Assurance for AI, una oferta para dar assurance independiente sobre sistemas de inteligencia artificial. La firma la presentó como respuesta a la demanda de directorios, reguladores, clientes y público por saber si esos sistemas son efectivos, justos, responsables y confiables.
Los reguladores también miran el tema. El IAASB publicó en febrero de 2026 un resumen de mesas globales sobre tecnología y gestión de calidad, con más de 240 participantes de seis continentes, incluidos auditores, reguladores, emisores de normas, firmas y especialistas tecnológicos. El eje fue cómo la IA impacta en auditoría, assurance y estándares de calidad.
La auditoría nació para darle confianza al mercado. La IA agentic puede ampliar esa tarea, pero también la vuelve más compleja. Si los estados financieros empiezan a depender de sistemas que procesan datos, generan estimaciones y sugieren decisiones, el auditor tendrá que mirar más allá del número final. Deberá revisar el camino tecnológico que produjo ese número.
Ahí aparece el verdadero cambio para la profesión. El auditor de los próximos años no será reemplazado por un agente digital, pero tendrá que aprender a trabajar con él, cuestionarlo, documentarlo y frenarlo cuando haga falta. En una actividad donde la confianza vale tanto como la precisión, la pregunta central no será cuánta IA entra en la auditoría, sino quién responde cuando esa IA se equivoca.
