Cómo el AI agente de AFS recortó 76 % del trabajo contable en Ajinomoto

La falta de profesionales de contabilidad está alcanzando niveles críticos en Japón. Los datos de la Cámara de Comercio revelan que entre 2010 y 2025 el número de candidatos al nivel práctico de la certificación de contabilidad (2º grado) cayó un 22 %, mientras que el nivel avanzado (1º grado) se redujo un 38 %. Un estudio de Deloitte Tiamat muestra que el 35,7 % de los departamentos de finanzas y tributación consideran la captación y formación de talento como su mayor dificultad.

En este contexto, la presión sobre los equipos financieros se intensifica: además de tareas tradicionales, deben producir reportes no financieros, atender requerimientos de sostenibilidad y gestionar cada vez más datos externos. La respuesta que ha llamado la atención de la industria es la adopción de inteligencia artificial, pero la contabilidad no es un dominio donde cualquier algoritmo pueda sustituir al profesional. Cada cifra debe cuadrar al centavo y el proceso de aprobación de gastos implica interpretar normas internas, políticas de viajes y criterios de clasificación de costos que varían de una empresa a otra.

Ajinomoto Financial Solutions (AFS), filial del conglomerado alimentario, decidió romper con esa barrera al asociarse con First Accounting para crear un "agente de IA contable". El objetivo era delegar la aprobación de reembolsos y gastos operativos, una actividad que representa la mayor parte del trabajo manual en el área. A diferencia de los bots RPA tradicionales, que solo siguen flujos predefinidos, el agente combina reconocimiento de patrones con aprendizaje de las normas internas de la compañía. Así, puede decidir si un botellón de agua se registra como gasto de reunión, de insumos o de gastos varios, según el contexto del solicitante y la política interna.

El agente se conecta al sistema de gestión, ingresa con credenciales propias, revisa cada solicitud, verifica la coherencia con los límites presupuestarios y, cuando corresponde, aprueba o devuelve el documento con observaciones. En la práctica, AFS comenzó a usarlo en febrero y ha ido ampliando su alcance. Los resultados internos reportados indican una reducción del 76 % en el tiempo dedicado a la revisión de gastos, lo que equivale a menos de una hora de trabajo por mes para un analista que antes necesitaba varias jornadas semanales.

Detrás de esta eficiencia hay una estandarización que se remonta a más de 30 años. Ajinomoto había institucionalizado procesos de registro y clasificación de gastos mediante manuales y sistemas propietarios. Esa base documental permitió entrenar al agente con reglas claras y, a la vez, incorporar excepciones específicas sin comprometer la integridad de los datos. Sin esa disciplina, la IA habría generado errores costosos o habría sido rechazada por el personal.

Otro punto crucial ha sido la gestión del temor entre los empleados de que la automatización eliminara puestos. AFS optó por una estrategia de colaboración con proveedores externos de BPO, que asumieron las tareas de control y validación en una fase de co‑ejecución. De esta manera, el personal interno se liberó para tareas de análisis y estrategia, mientras que los operadores de BPO supervisaban la calidad del modelo, reduciendo la resistencia interna.

Para las organizaciones que aún dependen de procesos manuales, la experiencia de Ajinomoto plantea varias preguntas. ¿Cuánto tiempo y recursos están destinando a actividades repetitivas que podrían ser delegadas a una IA entrenada con sus propias políticas? ¿Cuentan con la documentación necesaria para que una solución basada en aprendizaje automático entienda sus reglas sin generar riesgos de cumplimiento? Y, quizás lo más importante, ¿están preparados para re‑orientar a su fuerza laboral hacia roles de mayor valor añadido, como análisis de datos financieros, auditorías internas y planificación estratégica?

En términos de negocio, la reducción del 76 % en la carga operativa se traduce directamente en menores costos salariales y menores riesgos de error humano. Además, al liberar a los analistas de tareas rutinarias, la compañía gana capacidad para responder más rápido a demandas regulatorias y de sostenibilidad, áreas que cada vez pesan más en la valoración de los inversionistas. No obstante, el éxito depende de mantener la calidad de los datos de entrada y de actualizar continuamente las reglas internas a medida que cambian los modelos de negocio.

La lección para los ejecutivos es clara: la automatización de la contabilidad no es una cuestión de sustituir al profesional, sino de extender su alcance mediante una IA que respete las normas corporativas. La clave está en combinar procesos estandarizados, datos bien gobernados y una estrategia de cambio cultural que involucre a todos los actores, incluidos los proveedores externos. Sólo así la promesa de eficiencia dejará de ser una ilusión y se convertirá en una ventaja competitiva sostenible.