Durante años, el software de gestión empresarial se limitó a enseñar números: paneles, informes y alertas que una persona tenía que leer y, después, traducir en decisiones. Esa frontera está empezando a romperse. La nueva generación de herramientas no quiere mostrar la información, quiere ejecutarla, y el primer terreno donde está ocurriendo es uno especialmente delicado: el dinero de las empresas.
El último ejemplo llegó este mes de la mano de Pleo, la fintech europea de gestión de gastos, que ha presentado una suite de agentes de IA capaces de clasificar gastos, procesar facturas y mover flujos de trabajo financieros sin intervención manual constante. A partir de julio de 2026 abrirá una fase de pruebas en la que esos agentes tomarán decisiones por su cuenta, dentro de los límites que fije cada empresa, y elevarán a una persona solo las excepciones que exijan criterio. La pregunta de fondo no es si la tecnología funciona, sino hasta qué punto una compañía está dispuesta a dejar que un programa actúe sobre su tesorería.
Del panel que informa al agente que actúa
La diferencia entre un asistente y un agente es justo esa capacidad de obrar. Un chatbot responde preguntas; un agente está diseñado para ejecutar acciones de forma autónoma dentro de unos parámetros. Lo que permite dar ese salto en el mundo financiero es una pieza de fontanería poco visible pero decisiva: el Model Context Protocol (MCP), un estándar abierto impulsado por Anthropic y adoptado ya por buena parte de la industria, que permite conectar modelos como ChatGPT, Gemini o Claude directamente con los datos de la empresa sin volcarlos en cada aplicación.
Con esa conexión, las herramientas dejan de ser escaparates y se convierten en sistemas autónomos que reconcilian cuentas, preparan informes o aprueban pagos rutinarios. La gestión financiera es un campo de pruebas natural para esta lógica: son tareas repetitivas, con reglas claras y un rastro auditable, justo el tipo de trabajo que una máquina asume antes que la creatividad o la negociación.
Por qué Pleo puede intentarlo
Que sea Pleo quien dé el paso no es casual. La compañía, presente en 16 mercados, asegura haber entrenado sus modelos con la información de más de 40.000 empresas, una base que, según la firma, le permite reconocer cómo gasta de verdad una organización europea y anticipar riesgos o ineficiencias. Su equipo de producto defiende además una decisión de diseño poco habitual: frente a los asistentes de consumo que imitan la empatía y tienden a dar la razón al usuario, han programado el suyo para ser riguroso y, llegado el caso, incómodo, porque un sistema complaciente que esconde un problema financiero es peor que no tener sistema.
Conviene leer con esa misma cautela las cifras que acompañan el anuncio. Según un estudio de la propia compañía, el 73% de los directivos considera la IA decisiva para competir y casi la mitad admite que sus procesos actuales frenan el negocio. Son datos llamativos, pero proceden de quien vende la solución, y ese matiz es justo lo que separa una noticia de una nota de prensa.
El reto no es técnico, es de confianza
Delegar en una IA la gestión de recibos es una cosa; dejar que ejecute pagos y asuma el cumplimiento normativo es otra muy distinta. Aquí aparece la verdadera frontera: quién responde cuando un agente se equivoca, cómo se audita una decisión automática y qué supervisión real queda cuando el modelo eleva a un humano solo las excepciones. El propio sector lo reconoce, ya que una mayoría de los profesionales financieros admite no sentirse aún preparada para usar estas herramientas con plena confianza.
De fondo late también la pregunta laboral. Si los agentes absorben la contabilidad rutinaria, el valor del profesional se desplaza hacia el criterio, la excepción y la supervisión, un movimiento que premia a quien sabe dirigir a la máquina y deja expuesto a quien solo ejecutaba la tarea. No es una transición exclusiva de las finanzas, pero es donde primero se está viendo con nombres y fechas concretas.
La beta de julio será, en ese sentido, más un test de confianza que de tecnología. Si los agentes demuestran que ahorran tiempo sin que la empresa pierda el control, marcarán la pauta de cómo se gestionará el dinero corporativo en los próximos años. Si no, habrán servido para recordar que automatizar la tesorería no consiste en apartar al humano, sino en decidir con cuidado qué se le confía a una máquina y qué no.
