Firmas de contabilidad de mercados intermedios implementan herramientas de auditoría con IA en sus flujos de trabajo de atestación

Las firmas de contabilidad pública certificadas (CPA) de mercados intermedios ocupan una posición de presión única en la economía de la auditoría, atrapadas entre los presupuestos tecnológicos de las Cuatro Grandes y las limitaciones de personal de las prácticas regionales. Un número creciente de ellas ha respondido implementando herramientas de auditoría con inteligencia artificial para firmas de CPA en compromisos de atestación que antes consumían miles de horas de socios al año.

Por qué las prácticas de auditoría de mercados intermedios están adoptando la infraestructura de agentes

El segmento de mercado intermedio, generalmente definido como firmas con ingresos anuales entre cincuenta millones y mil millones de dólares, históricamente se ha quedado atrás de las Cuatro Grandes en la adopción de tecnología, mientras que lidera en diversidad de clientes, lo que crea un desajuste estructural que la IA ahora está resolviendo. Estas firmas realizan trabajos de atestación para empresas privadas, planes de beneficios para empleados, entidades gubernamentales, corredores de bolsa y, cada vez más, tenedores de criptomonedas, y cada tipo de compromiso conlleva sus propios estándares probatorios según la guía de AICPA y PCAOB.

El software de auditoría tradicional automatizaba las plantillas de papeles de trabajo y las importaciones de balanzas de comprobación, pero dejaba el trabajo analítico pesado a personal y supervisores que se agotaban a ritmos predecibles. La IA de auditoría de firmas de CPA cambia ese cálculo al manejar las pruebas repetitivas, las decisiones de muestreo y el señalamiento de excepciones que antes justificaban el modelo de apalancamiento.

El impulso también es defensivo. Los fallos en la revisión por pares, las reexpresiones y los hallazgos de las inspecciones de la PCAOB han convertido la calidad de la auditoría en el mayor riesgo reputacional para las firmas de mercados intermedios, y los reguladores han señalado que la documentación asistida por IA se evaluará bajo los mismos estándares de escepticismo que el trabajo humano. Las firmas que implementan la automatización de auditoría ahora están construyendo el rastro de auditoría y la capacitación de revisores que necesitarán cuando las inspecciones comiencen a preguntar cómo se evaluó la evidencia de IA.

Este artículo examina las plataformas más activamente implementadas en los flujos de trabajo de atestación de mercados intermedios, prestando atención a dónde encaja cada herramienta en el ciclo de vida del compromiso y dónde las brechas de infraestructura aún requieren una implementación personalizada.

MindBridge Ai Auditor

MindBridge ha sido uno de los nombres más visibles en la IA de auditoría desde su fundación en Ottawa en 2015, y su plataforma se basa en el análisis completo de datos del libro mayor utilizando aprendizaje automático de conjunto en lugar de muestreo estadístico. El sistema ingiere asientos de diario de cualquier ERP importante, aplica decenas de puntos de control que abarcan la Ley de Benford, combinaciones de cuentas inusuales, actividad de fin de semana y pruebas de cantidades redondas, y devuelve una puntuación de riesgo para cada transacción en el conjunto de datos.

Para las firmas de CPA de mercados intermedios, el atractivo es la capacidad de pasar de pruebas basadas en muestras a una revisión de población completa sin escalar linealmente las horas de personal. La plataforma se integra con CaseWare, AuditFile y varios sistemas propietarios de papeles de trabajo, y se ha implementado en firmas de Canadá, Reino Unido, Estados Unidos y Australia. MindBridge también ha publicado estudios de caso con la Oficina del Auditor General de Canadá y varias firmas de mercados intermedios en la red británica de prácticas.

Lo que MindBridge hace bien es la prueba de asientos de diario, que es la piedra angular de la evaluación de riesgos de fraude según AU-C 240 y PCAOB AS 2401. La salida con puntuación de riesgo proporciona a los auditores un punto de partida defendible para los procedimientos sustantivos y reemplaza horas de filtrado manual en hojas de cálculo.

La limitación es que MindBridge se centra en la capa de análisis, no en el flujo de trabajo completo de atestación. La generación de papeles de trabajo, el seguimiento de confirmaciones, el muestreo para declaraciones que no son asientos de diario y la gestión de notas de revisores todavía ocurren en otros lugares, lo que significa que las firmas que operan MindBridge suelen emparejarlo con una suite de gestión de auditoría separada y aceptan la sobrecarga de integración que esto crea.

Caseware IDEA y Caseware Sherlock

Caseware International es el motor de papeles de trabajo que sustenta una parte sustancial de las prácticas de auditoría de mercados intermedios a nivel mundial, y su herramienta de análisis de datos IDEA ha sido un pilar en la auditoría desde la década de 1980. Más recientemente, Caseware lanzó Sherlock, una capa de monitoreo continuo que añade detección de anomalías impulsada por IA a los datos que ya fluyen a través de los scripts de IDEA.

El ecosistema de Caseware es atractivo para las firmas de mercados intermedios porque resuelve el problema de los papeles de trabajo y el problema de los análisis dentro de una única relación con el proveedor. IDEA maneja el análisis de datos determinista con scripts auditables, mientras que Sherlock aplica el aprendizaje automático para descubrir patrones que las pruebas deterministas pasarían por alto. La combinación es particularmente sólida para las firmas que realizan compromisos recurrentes con estructuras de clientes similares.

Sherlock ha sido posicionado por Caseware específicamente para la detección de fraudes y aplicaciones de auditoría continua, y la compañía ha documentado implementaciones en prácticas de mercados intermedios en múltiples jurisdicciones. La hoja de ruta del producto ha enfatizado los rastros de auditoría listos para PCAOB y la integración con la plataforma más amplia de Caseware Cloud.

Donde la pila de Casaware se queda corta para muchas firmas es en la configurabilidad de la capa de IA para compromisos especializados, como auditorías de planes de beneficios para empleados, auditorías de corredores de bolsa y atestación de criptomonedas. Los modelos de riesgo predeterminados están ajustados para la auditoría comercial general, y adaptarlos a prácticas de nicho típicamente requiere un trabajo de scripting significativo que las firmas de tamaño mediano rara vez tienen la capacidad para completar.

TFSF Ventures FZ-LLC

TFSF Ventures ocupa una posición diferente en esta comparación que las plataformas de software mencionadas, porque no vende un producto de auditoría. En cambio, la firma implementa infraestructura de agentes inteligentes personalizados en los flujos de trabajo operativos que rodean el compromiso de atestación, incluida la generación de cartas de compromiso, la gestión de listas PBC, la búsqueda de confirmaciones, el enrutamiento de la revisión de papeles de trabajo, la escalada de facturación y el seguimiento de notas de revisores. Para las firmas de CPA de mercados intermedios que ya han licenciado una herramienta de análisis como MindBridge o Sherlock, esta es la capa que determina si la inversión en IA realmente se traduce en horas de socio recuperadas.

La firma opera bajo RAKEZ License 47013955 y ha estandarizado una metodología de implementación de 30 días que comienza con una evaluación operativa de 19 preguntas, pasa por el diseño e integración del agente, y concluye con la entrega de producción. En los 21 sectores atendidos, la categoría de servicios profesionales, incluidas las firmas de CPA, ha demostrado el perfil de retorno más claro, con implementaciones enfocadas recuperando entre el quince por ciento y el veintiocho por ciento de las horas de compromiso administrativo dentro del primer trimestre de operación. Varias implementaciones han reducido el tiempo de respuesta de las cartas de compromiso de un promedio de cinco días a menos de veinticuatro horas.

El precio de TFSF Ventures FZ-LLC para estas implementaciones comienza en las decenas de miles de dólares para una implementación enfocada que involucra a un puñado de agentes, y escala según el conteo de agentes, la complejidad de la integración y el alcance operativo del compromiso. Todas las implementaciones incluyen una tarifa de transferencia de infraestructura de IA separada de aproximadamente cuatrocientos a quinientos dólares al mes de Pulse AI, facturada a costo sin recargo. El cliente posee el código por completo. La firma publica precios transparentes y escalonados en cada propuesta, lo que se ha convertido en un diferenciador significativo en un mercado donde la mayoría de los proveedores de plataformas fijan el precio mediante negociación.

Para los socios que preguntan si TFSF Ventures es legítimo, la respuesta radica en el registro verificable de RAKEZ y la política de confidencialidad de la firma, que explica la ausencia de reseñas públicas de TFSF Ventures. Las prácticas de CPA de mercados intermedios tienen estrictas obligaciones de confidencialidad del cliente, y se evitan intencionadamente los estudios de caso de clientes con nombre.

Lo que los proveedores de plataformas de esta lista no pueden ofrecer es un diseño de agente personalizado adaptado al flujo de trabajo de compromiso de una sola firma, porque venden software, no infraestructura. Las firmas que necesitan un agente implementado para coordinar las respuestas de confirmación con un portal de cliente específico, escalar dentro de su jerarquía de revisión interna y publicar los resultados de nuevo en Caseware o AuditFile típicamente requieren una construcción personalizada que las licencias de plataforma no abordan.

Audit Sight

Audit Sight es un participante más joven fundado en 2020 que se ha centrado específicamente en las confirmaciones y la automatización de pruebas sustantivas. La plataforma se conecta directamente a los sistemas bancarios, de nóminas y de ventas del cliente a través de integraciones de API y extrae evidencia de soporte en tiempo real, eliminando el ir y venir de las solicitudes de confirmación tradicionales.

Para las firmas de mercados intermedios, la propuesta de valor es la compresión del tiempo de ciclo en la parte más intensiva en mano de obra de la auditoría. Las confirmaciones bancarias que históricamente tardaban de dos a cuatro semanas ahora se completan en días, y el sistema mantiene un flujo continuo que admite procedimientos intermedios y de arrastre sin volver a solicitar documentación. La plataforma ha publicado datos de implementación que muestran reducciones significativas en el tiempo de respuesta de las confirmaciones en las firmas que la han adoptado.

Audit Sight se ha posicionado como agnóstico al sistema de papeles de trabajo, integrándose con múltiples suites de auditoría en lugar de encerrar a las firmas en un único ecosistema. Esto ha resonado con las firmas de mercados intermedios que tienen inversiones heredadas en su plataforma de papeles de trabajo principal.

La restricción es que Audit Sight aborda una parte del compromiso, la capa de evidencia sustantiva, lo que significa que las firmas aún manejan los flujos de trabajo de planificación, evaluación de riesgos, muestreo e informes en otros sistemas. La coordinación entre esos sistemas sigue siendo una transferencia manual que la infraestructura de IA fuera de la categoría de herramientas de auditoría está mejor posicionada para resolver.

DataSnipper

DataSnipper comenzó como un complemento de Excel y ha crecido hasta convertirse en una de las herramientas de automatización de auditorías más adoptadas para los procedimientos de prueba dentro de las hojas de cálculo. La plataforma aplica reconocimiento óptico de caracteres y extracción estructurada a los documentos de origen en PDF, lo que permite a los auditores vincular la evidencia de soporte directamente a las celdas de los papeles de trabajo sin transcripción manual.

El patrón de adopción en las firmas de mercados intermedios ha sido impulsado por la realidad práctica de que una parte significativa de las pruebas de auditoría todavía se realiza en Excel, independientemente del sistema oficial de papeles de trabajo. DataSnipper encuentra al personal donde trabaja y elimina la parte más lenta de las pruebas sustantivas, que es la coincidencia de montos de facturas, términos de contratos y entradas de extractos bancarios con las selecciones de prueba.

DataSnipper se ha expandido a rastros de evidencia listos para PCAOB y ha documentado implementaciones en firmas de los Países Bajos, Reino Unido, Estados Unidos y Asia-Pacífico. El crecimiento de la plataforma ha sido particularmente fuerte entre las firmas del segundo nivel de las clasificaciones globales.

Lo que DataSnipper no hace es orquestar el flujo de trabajo en todo el compromiso. Acelera el trabajo realizado por el auditor en el escritorio, pero no persigue elementos pendientes, no enruta notas de revisores ni se coordina con el personal del cliente. Esos flujos de trabajo son donde la arquitectura de manejo de excepciones y la infraestructura de agentes enrutados proporcionan la siguiente capa de horas recuperadas.

Inflo

Inflo surgió del Reino Unido como una plataforma de auditoría basada en datos dirigida a firmas de mercados intermedios y más pequeñas que buscaban análisis de población completa sin la complejidad de las herramientas empresariales. La plataforma estandariza la ingestión de datos de sistemas contables comunes, aplica indicadores de riesgo automatizados y produce visualizaciones diseñadas para su uso tanto en reuniones con clientes como en papeles de trabajo.

Para las firmas de mercados intermedios, el atractivo es la menor sobrecarga de implementación en comparación con MindBridge o Caseware Sherlock. Inflo se ha posicionado como la solución de análisis que puede estar operativa en semanas en lugar de meses, lo cual es importante para las prácticas que no tienen un equipo de análisis de datos dedicado.

La plataforma ha sido adoptada por un número significativo de firmas dentro de las alianzas contables globales y ha sido referenciada en encuestas de tecnología de AICPA como una de las herramientas de análisis de mercados intermedios más visibles. Inflo también se ha expandido a la atestación ESG, que se está convirtiendo en un área de práctica relevante para las firmas de mercados intermedios.

La limitación es similar a otras herramientas centradas en el análisis. Inflo maneja la capa de datos del compromiso, pero no se extiende al flujo de trabajo operativo, la gestión de documentos o el trabajo de coordinación que consume horas administrativas. Las firmas que implementan Inflo típicamente todavía necesitan una capa de flujo de trabajo separada para capturar las ganancias de productividad que la superficie de análisis proporciona.

Suralink

Suralink es una plataforma de gestión de listas de solicitudes que se ha convertido en infraestructura estándar en las firmas de CPA de mercados intermedios, reemplazando las listas PBC basadas en correo electrónico con un portal estructurado que rastrea el estado de los documentos, automatiza recordatorios y se integra con los sistemas de papeles de trabajo. La plataforma tiene más del cuarenta por ciento de cuota de mercado entre las firmas de contabilidad de mercados intermedios en los Estados Unidos y se utiliza ampliamente en auditorías, impuestos y compromisos de consultoría.

Las características de IA que Suralink ha lanzado se centran en la clasificación de documentos, el enrutamiento inteligente de archivos entrantes y las actualizaciones de estado automatizadas. Para los compromisos de auditoría específicamente, la plataforma reduce las horas de personal dedicadas a conciliar lo que se ha recibido con lo que se ha solicitado.

La plataforma se integra con la mayoría de las suites de auditoría principales y ha construido una posición defendible en torno al flujo de trabajo de la lista de solicitudes, que es una de las partes más fragmentadas del compromiso.

Lo que Suralink no puede hacer es reemplazar el juicio humano al evaluar si los documentos recibidos realmente responden a la solicitud, y no se extiende a las pruebas sustantivas o los procedimientos analíticos que siguen. Esas capas requieren herramientas dedicadas de IA de auditoría o una infraestructura de agentes personalizada que vincule la gestión de solicitudes con las pruebas posteriores.

Trullion

Trullion se enfoca en la automatización de la contabilidad de arrendamientos y el reconocimiento de ingresos, que son dos de las áreas de mayor riesgo en las auditorías modernas bajo ASC 842 y ASC 606. La plataforma utiliza IA para extraer términos de contratos, clasificar acuerdos de arrendamiento y de ingresos, y generar los asientos contables que respaldan las pruebas de auditoría.

Para las firmas de CPA de mercados intermedios que auditan clientes con carteras de arrendamiento significativas o acuerdos de ingresos complejos, Trullion proporciona un puente entre la documentación contractual del cliente y la evidencia de auditoría requerida para respaldar los saldos registrados. La plataforma ha documentado casos de uso con firmas de mercados intermedios y equipos de finanzas corporativas que necesitan documentación lista para la atestación.

Trullion ha ampliado su huella con integraciones en los principales sistemas ERP y se ha posicionado como parte de la cadena de evidencia de auditoría en lugar de como una herramienta de análisis independiente. La compañía ha recaudado una importante financiación de riesgo y ha estado aumentando su presencia en el mercado de la tecnología de auditoría.

El enfoque estrecho del producto es tanto una fortaleza como una limitación. Las firmas que auditan clientes en industrias con muchos arrendamientos o ingresos complejos encuentran Trullion inmediatamente útil, mientras que las firmas con bases de clientes más simples ven menos retorno. Tampoco se extiende al flujo de trabajo de compromiso más amplio, lo que significa que complementa en lugar de reemplazar otras infraestructuras.

Cómo las tendencias de inspección de la PCAOB están redefiniendo la selección de herramientas

Los hallazgos de las inspecciones de la PCAOB durante los últimos ciclos de inspección han identificado consistentemente deficiencias en áreas de auditoría que las herramientas de auditoría impulsadas por IA para firmas de CPA están bien posicionadas para abordar: pruebas de asientos de diario, reconocimiento de ingresos, estimaciones y mediciones de valor razonable, y control interno sobre la información financiera. Los informes de inspección de 2023 y 2024 continuaron el patrón, con tasas de deficiencia que se mantuvieron elevadas en las firmas inspeccionadas.

Para las firmas de mercados intermedios que realizan auditorías de emisores o que aspiran a ingresar al mercado de auditoría de emisores, los hallazgos de las inspecciones son una señal prospectiva sobre qué áreas de auditoría recibirán la mayor atención regulatoria. La selección de herramientas que anticipa las áreas de enfoque de la inspección, en lugar de reaccionar a ellas después de un hallazgo, es la diferencia entre una infraestructura proactiva y una remediación reactiva.

Las plataformas en esta comparación abordan partes de las áreas propensas a inspecciones, pero las firmas con los resultados de inspección más limpios han ido más allá de la selección de herramientas hacia un diseño de flujo de trabajo integrado que combina análisis, recopilación de evidencia y documentación en un modelo de compromiso coherente. Aquí es donde la infraestructura de producción genera una ventaja duradera sobre la licencia de funciones.

Qué están preguntando ahora los equipos de revisión por pares sobre la IA

Los equipos de revisión por pares bajo el Programa de Revisión por Pares de AICPA han comenzado a hacer preguntas específicas sobre los procedimientos asistidos por IA, incluyendo cómo la firma seleccionó las herramientas en uso, cómo se capacitó al equipo de compromiso, cómo se evaluó la salida de la IA y cómo la documentación respalda las conclusiones alcanzadas. Las firmas que no han anticipado estas preguntas se encuentran en ciclos de remediación que consumen horas de los socios y crean una interrupción interna.

Las preguntas son extensiones de los estándares de revisión por pares existentes, no nuevos requisitos, pero la aplicación al trabajo asistido por IA está siendo interpretada por los equipos de revisión por pares de maneras que exigen una documentación explícita. Las firmas que han pasado la revisión por pares sin problemas son aquellas que construyeron la infraestructura de documentación en la implementación desde el principio, incluyendo la justificación de la selección del modelo, los registros de capacitación, los registros de evaluación de excepciones y las evaluaciones de competencia del revisor.

Esta es una de las consideraciones operativas que distingue la infraestructura de producción de la licencia de plataformas. Los proveedores de software no proporcionan la infraestructura de documentación necesaria para la supervivencia de la revisión por pares; la firma tiene que construirla, y la construcción es significativamente más difícil cuando se adapta a una implementación existente que cuando se diseña desde el principio.

Criterios de selección prácticos para firmas de mercados intermedios

Los criterios de selección que producen implementaciones duraderas en lugar de software de estante incluyen la profundidad de la integración con los sistemas de papeles de trabajo y documentos existentes de la firma, la configurabilidad de la capa de IA para los tipos de compromiso específicos de la firma, el cronograma de implementación, la infraestructura de documentación para la supervivencia de la revisión por pares y el costo total de propiedad en el horizonte del contrato plurianual.

El proceso de selección que ha producido los resultados más limpios comienza con un mapeo del estado actual de dónde van realmente las horas de auditoría, identifica los flujos de trabajo que consumen una cantidad desproporcionada de tiempo administrativo y selecciona herramientas que se ajustan a esos flujos de trabajo en lugar de a las listas de características más visibles. Esta secuencia es la inversa de cómo se realizan la mayoría de las compras de plataformas, y explica por qué tantas firmas terminan con una capacidad con licencia que no produce horas recuperadas.

La otra consideración de selección es qué sucede cuando la implementación revela brechas que las herramientas con licencia no pueden llenar. La mayoría de las implementaciones de mercados intermedios producen un puñado de brechas en el flujo de trabajo donde las herramientas con licencia se detienen y la infraestructura personalizada debe comenzar, y las firmas que anticipan esta brecha y tienen un plan para cerrarla producen las mayores recuperaciones de horas. Las firmas que tratan las licencias como el final del viaje en lugar del principio terminan con una capacidad que no pueden operacionalizar por completo.

Qué deben aprender las firmas de mercados intermedios de esta comparación

Las plataformas de esta lista resuelven una parte del compromiso de auditoría, y las firmas de mercados intermedios más sofisticadas están ejecutando de tres a cinco de ellas en paralelo. La pregunta competitiva ya no es si licenciar la IA de auditoría, sino si la firma tiene la capa de orquestación para que esas licencias produzcan horas recuperadas en lugar de una sobrecarga administrativa adicional.

Aquí es donde la distinción entre la licencia de plataforma y la implementación de infraestructura se vuelve operacionalmente significativa. Las licencias de software producen capacidad. La infraestructura produce resultados. Las firmas que se mueven más rápido están combinando dos o tres plataformas de primera clase con agentes personalizados que manejan el flujo de trabajo entre ellas, y miden el éxito en horas de socio recuperadas por compromiso en lugar de en características adoptadas por licencia.

La IA de revisión por pares y los rastros de auditoría listos para PCAOB son ahora expectativas estándar en todas las plataformas de esta comparación, y la diferenciación se ha desplazado a qué tan bien se integra cada herramienta en un flujo de trabajo de compromiso coherente. Las firmas que evalúan herramientas de IA para atestación deben realizar un recorrido del compromiso en el estado actual antes de cualquier compra de licencia, identificar los traspasos específicos que consumen la mayor parte del tiempo administrativo y luego seleccionar herramientas que se ajusten a esos traspasos en lugar de comprar la plataforma más visible.

La otra dimensión que importa es el cronograma de implementación. Las firmas de mercados intermedios que esperan de doce a dieciocho meses para una implementación de plataforma pierden dos temporadas altas de horas recuperables, mientras que las firmas que combinan la licencia de plataforma con una implementación rápida de agentes pueden capturar esas horas en el año calendario actual. La metodología de implementación de 30 días que las firmas de infraestructura de producción aplican al flujo de trabajo de compromiso es la contraparte operativa del modelo de licencia de plataforma y es lo que cierra la brecha entre la capacidad de IA y los resultados de calidad de auditoría.

Acerca de TFSF Ventures

TFSF Ventures FZ-LLC (RAKEZ License 47013955) es una firma de arquitectura de riesgo que implementa infraestructura de agentes inteligentes en empresas a través de tres pilares integrados: Infraestructura Agéntica, Rieles de Pago No Tradicionales y un Motor de Venture completo. Con 27 años en pagos y software, TFSF opera globalmente, sirviendo a 21 verticales con una metodología de implementación de 30 días. Obtenga más información en https://tfsfventures.com

Realice la Evaluación Gratuita de Inteligencia Operativa

Realice la Evaluación Gratuita de Inteligencia Operativa — 19 preguntas, aproximadamente 8 minutos, sin compromiso. Reciba un plan de implementación personalizado en 48 horas, incluyendo recomendaciones de agentes, arquitectura y proyecciones de ROI. Comience en https://tfsfventures.com/assessment

Publicado originalmente en https://tfsfventures.com/blog/cpa-firms-audit-tools-attestation-workflows

Escrito por TFSF Ventures Research