Cómo usar la IA para conciliar facturas y órdenes de compra

La conciliación de facturas se vuelve lenta cuando las órdenes de compra, facturas, registros de entrega, datos fiscales y notas de aprobación están en archivos distintos. La IA puede reducir el trabajo manual de lectura y clasificación, pero no debe decidir si se paga dinero. El flujo más seguro combina extracción asistida por IA con cálculos deterministas, reglas de tolerancia documentadas y una persona aprobadora identificada.

Esta guía explica cómo convertir un conjunto heterogéneo de documentos en una tabla de conciliación revisable, identificar excepciones, priorizar la cola y redactar preguntas para proveedores. El resultado final debe hacer más ágil a quien revisa las cuentas por pagar sin ocultar pruebas faltantes ni modificar la autoridad de aprobación.

Defina el resultado de la conciliación

Empiece por el resultado, no por el modelo. Un registro de conciliación útil debe mostrar el número de factura, la orden de compra, el proveedor, la moneda, las partidas, la cantidad pedida, la cantidad recibida, la cantidad facturada, el precio unitario, el impuesto, el total, el estado de coincidencia, el motivo de la excepción, la ubicación de las pruebas y la persona revisora.

Decida qué estados necesita su proceso. Un conjunto sencillo es: coincidente, dentro de la tolerancia aprobada, discrepancia, documento faltante, duplicado y revisión manual. Documente quién puede aprobar cada estado. La IA puede recomendar una categoría, pero la política financiera determina si una diferencia es aceptable.

Prepare los documentos de origen

Reúna la orden de compra, la factura, la recepción de bienes o confirmación del servicio, el registro maestro del proveedor y la política que define las tolerancias. Mantenga los archivos originales sin cambios. Trabaje con copias, asigne nombres de archivo estables y anote los números de página para que cada valor extraído pueda rastrearse.

Elimine la información que la herramienta de IA seleccionada no esté autorizada a procesar. Los datos bancarios, datos personales, identificadores fiscales, condiciones contractuales y precios internos pueden requerir un entorno privado aprobado. Si la herramienta no cumple su política de seguridad, extraiga solo los campos mínimos en un sistema controlado y use IA con datos anonimizados.

Paso 1: normalice cada documento

La primera tarea de IA es la extracción, no el juicio. Pida una estructura coherente y exija `null` cuando falte un valor. Así evita que una conjetura plausible se convierta en un valor contable.

### Prompt: normalizar registros de facturas

~~~text Usted es un asistente de normalización de datos de cuentas por pagar. Convierta las órdenes de compra, facturas y registros de recepción proporcionados en una matriz JSON. Use únicamente valores que aparezcan en los documentos. Nunca infiera un identificador o importe faltante. Devuelva estos campos para cada línea: document_type, document_id, vendor_name, currency, line_item, quantity, unit_price, tax, total, purchase_order_id, receipt_id y document_date. Use null para los valores faltantes y añada un campo source_reference con el nombre del archivo y el número de página. No apruebe un pago ni decida que una discrepancia es aceptable. ~~~

Revise una muestra antes de procesar un lote mayor. Compruebe separadores decimales, símbolos de moneda, importes negativos, precios con impuestos incluidos, descripciones de partidas, entregas parciales y facturas de varias páginas. Si interviene OCR, compare los totales e identificadores con la imagen original.

Paso 2: aplique reglas de coincidencia explícitas

Use código o fórmulas de hojas de cálculo para la aritmética. Primero haga coincidir proveedor y moneda; después compare la factura con la orden de compra y la recepción a nivel de línea. Defina las tolerancias antes de revisar resultados: por ejemplo, una diferencia de redondeo permitida, un cargo de transporte aprobado o una variación de cantidad que requiera a la persona responsable de recepción.

No pida al modelo que invente estas reglas. Proporcione la política exacta y mantenga cada resultado vinculado a la regla utilizada. Una conciliación a tres bandas normalmente compara la orden de compra, la factura y el registro de recepción; las facturas de servicios pueden necesitar una confirmación de servicio identificada en lugar de un recibo de almacén.

Paso 3: clasifique las excepciones con pruebas

Una vez terminados los cálculos, la IA puede organizar las excepciones en categorías útiles, como discrepancia de precio, discrepancia de cantidad, orden de compra faltante, recepción faltante, factura duplicada, discrepancia fiscal, discrepancia de moneda o cargo no identificado.

### Prompt: analizar excepciones de conciliación

~~~text Compare los registros normalizados de factura, orden de compra y recepción que se muestran a continuación. Aplique únicamente las reglas de coincidencia y los límites de tolerancia que proporciono. Para cada discrepancia, devuelva: exception_type, affected_document, expected_value, actual_value, difference, evidence, business_risk y recommended_reviewer. Separe las discrepancias confirmadas de los registros que no pueden evaluarse porque faltan datos. No invente política, tratamiento fiscal, estado de entrega ni autoridad de aprobación. ~~~

Exija resultados separados para discrepancias confirmadas y pruebas insuficientes. Una recepción faltante no demuestra que la entrega haya fallado. Un total diferente no es automáticamente un cobro excesivo. El registro de revisión debe mostrar qué se sabe, qué falta y quién puede resolverlo.

Paso 4: cree una cola de revisión priorizada

Priorice mediante reglas que su equipo pueda explicar. Algunos factores útiles son el importe en riesgo, la fecha de vencimiento del pago, el riesgo de pago duplicado, la importancia del proveedor, la antigüedad y si la excepción bloquea el cierre de fin de mes. Evite una única puntuación de riesgo de IA sin explicación.

Cree vistas de cola para cuentas por pagar, compras, recepción, responsables de presupuesto y seguimiento a proveedores. Asigne una persona responsable y la siguiente acción a cada elemento abierto. Conserve la salida del modelo como borrador, mientras que el estado revisado y la resolución siguen siendo el sistema de registro.

Paso 5: redacte seguimientos internos y a proveedores

La IA puede convertir excepciones estructuradas en preguntas concisas. Proporciónele los hechos confirmados, las pruebas faltantes, la acción solicitada y la fecha límite de respuesta. No incluya acusaciones ni afirme un error antes de que una persona revisora lo confirme.

Un mensaje útil identifica la factura y la orden de compra, indica la discrepancia exacta, cita la línea pertinente, solicita una factura corregida o un documento de respaldo y explica qué ocurrirá después. Una persona debe verificar destinatario, adjuntos, importe y tono antes de enviarlo.

Lista de control de calidad

• Cada importe e identificador está vinculado a un archivo de origen y una página.
• La moneda, el tratamiento fiscal, las unidades y los signos se normalizan de forma coherente.
• Los cálculos se realizan de forma determinista, no los estima el modelo.
• Las tolerancias proceden de una política aprobada y son visibles en el registro.
• Las pruebas faltantes no se convierten en una conclusión factual.
• Las comprobaciones de duplicados incluyen proveedor, número de factura, importe y patrones de fecha.
• La aprobación del pago sigue en manos del personal autorizado y del sistema contable.
• Las correcciones y decisiones de revisión se registran a efectos de auditoría.

Errores comunes que se deben evitar

El fallo más habitual es cargar documentos y preguntar si coinciden sin definir campos ni reglas. Esto produce una narrativa pulida, pero una pista de auditoría débil. Otro error es comparar únicamente los totales de las facturas; las diferencias a nivel de línea pueden compensarse entre sí. Los equipos también pierden el control cuando permiten que correos generados para proveedores omitan la revisión o cargan documentos financieros confidenciales en una herramienta no aprobada.

Empiece con un lote pequeño y representativo. Mida la precisión de extracción, la precisión de las excepciones, el tiempo de revisión y los elementos no resueltos. Amplíe solo cuando el flujo exponga de forma fiable la incertidumbre y conserve las pruebas. El objetivo no es el pago autónomo; es un proceso de conciliación más rápido y consistente que mantenga el control financiero en las personas responsables.