Respuesta corta. Para automatizar una asesoría hay cuatro procesos que compensa automatizar, y el orden importa: primero el calendario fiscal, luego la entrada de documentos, después el portal del cliente y por último la analítica del despacho. La IA solo es la herramienta correcta en dos de los cuatro. Empezar por el chatbot es el error más caro.
Casi todas las asesorías españolas funcionan igual: A3 o Sage para la contabilidad, un Excel para controlar el IVA de cada cliente, correo y Dropbox para que lleguen las facturas, y WhatsApp para todo lo demás. Cuatro sistemas que no se hablan y una persona haciendo de puente entre ellos.
Cuando alguien me pregunta por dónde empezar a automatizar una asesoría, la respuesta honesta es que probablemente no empieces por la IA. Empiezas por el proceso que más te está costando, y en dos de los cuatro casos la solución no lleva modelo de lenguaje.
Este es el orden que uso, y por qué es ese y no otro.
1. El calendario fiscal y laboral, que no lleva IA
El proceso que más dinero le cuesta a una asesoría no es la contabilidad: es llegar tarde a un plazo. Un modelo 303 fuera de plazo es un recargo, una llamada incómoda y, si se repite, un cliente menos.
Y sin embargo casi siempre se gestiona en un Excel que mantiene una persona.
Esto no es un problema de inteligencia artificial. Es un problema de datos estructurados y avisos: qué obligaciones tiene cada cliente, con qué periodicidad, y quién es responsable de cada una. Con alertas escalonadas a 30, 15 y 3 días, y un estado visible para todo el equipo.
Va primero por tres razones: es el que más riesgo elimina, es el más barato de montar, y es el que ordena los datos que necesitan los otros tres. Si no sabes qué modelos presenta cada cliente, no puedes automatizar nada más.
Regla general que se cumple casi siempre: si el proceso tiene reglas fijas y datos limpios, no metas un modelo de lenguaje. Los modelos son caros, no deterministas y difíciles de auditar. Para un vencimiento, quieres exactamente lo contrario.
2. La entrada de documentos: aquí sí, y con matices
El segundo cuello de botella es el más visible: las facturas llegan en desorden. PDF por correo, foto de un ticket por WhatsApp, un escaneo en el Drive compartido, y alguien clasificándolas a mano.
Aquí la IA sí es la herramienta correcta, pero conviene entender qué parte hace cada cosa:
| Paso | Qué lo resuelve | ¿Determinista? |
|---|---|---|
| Leer el documento (OCR) | Extracción de texto y campos | Casi |
| Identificar emisor, base, IVA, fecha | Extracción estructurada | No, necesita validación |
| Comprobar que la suma cuadra | Aritmética, no IA | Sí |
| Detectar duplicados | Reglas sobre CIF + número + importe | Sí |
| Proponer cuenta contable | Modelo + histórico del cliente | No, se propone pero no se aplica |
Los dos errores que veo repetidos: dejar que el modelo calcule, porque los modelos de lenguaje son malísimos con la aritmética y no hay que pedirles que sumen cuando existe una calculadora, y dejar que aplique el asiento sin revisión. El diseño correcto es propone, un humano confirma, el sistema aprende del patrón de ese cliente.
Y una advertencia de cumplimiento que se olvida siempre: en esas facturas hay datos personales de terceros. Meterlas en una cuenta personal de ChatGPT es exactamente el caso que no puedes hacer. Necesitas contrato de encargado del tratamiento con el proveedor.
3. El portal del cliente (tampoco lleva IA, y es el que más se agradece)
El tercero es el que menos suena a tecnología y el que más cambia el día a día: un sitio único donde el cliente sube lo suyo y ve en qué estado está.
Suena trivial. No lo es, porque sustituye a WhatsApp, y sustituir a WhatsApp es difícil. Solo funciona si el portal es más cómodo que mandar una foto: subida desde el móvil en dos toques, sin contraseñas imposibles, con acuse de recibo inmediato y con el estado visible sin preguntar.
Lo que resuelve de verdad no es el almacenamiento. Es eliminar las llamadas de «¿os llegó lo que mandé?», que en un despacho mediano son varias al día y no se facturan.
Aquí es donde la IA aporta poco y el diseño aporta todo.
4. La analítica: saber qué cliente te cuesta dinero
El cuarto va al final porque necesita que los tres anteriores estén funcionando, y porque es el que cambia decisiones de negocio en lugar de tareas.
La pregunta que ninguna asesoría pequeña sabe responder con datos es: ¿qué clientes son rentables? No por facturación, que eso lo sabe cualquiera, sino por facturación menos horas reales dedicadas. Casi siempre hay dos o tres clientes que pagan la cuota más baja y consumen el triple de tiempo, y nadie lo sabe porque nadie mide.
Con el calendario, la entrada de documentos y el portal en marcha, esos datos ya existen: incidencias por cliente, documentos rechazados, tiempo hasta el cierre. Solo hay que ponerlos juntos.
Al automatizar una asesoría, el orden importa más que las herramientas
Si te fijas, el orden no va de menor a mayor sofisticación técnica. Va de menor a mayor dependencia:
- El calendario no necesita nada previo.
- La entrada de documentos necesita saber qué espera cada cliente.
- El portal necesita que haya un flujo de documentos definido.
- La analítica necesita los tres.
Por eso empezar por el chatbot es un error caro: es la pieza que más depende de que lo de abajo esté ordenado, y la que más rápido queda en evidencia cuando no lo está. Un asistente conversacional sobre un despacho desordenado responde con datos desordenados.
La parte que nadie cuenta al automatizar una asesoría: la migración
Ningún despacho empieza de cero. Ya tiene años de datos en A3 ASESOR, Sage Despachos, Contasol, Anfix, Holded o, muy a menudo, en Excel.
La migración es el 60 % del esfuerzo real de un proyecto así, y es donde se decide si sale bien. Tres cosas que conviene exigir por escrito antes de firmar nada:
- Que la migración esté incluida y no sea una partida aparte que aparece en el mes dos.
- Que haya un periodo de convivencia: sistema viejo y nuevo funcionando a la vez durante un trimestre completo. Un cierre trimestral es la única prueba real.
- Que puedas sacar tus datos cuando quieras y en formato abierto. Si no hay exportación, no hay migración: hay secuestro.
Dónde encaja un modelo como Claude, en concreto
Para no dejarlo en abstracto, los usos que sí aguantan en un despacho:
- Leer documentos largos y extraer lo relevante: contratos, escrituras, requerimientos. Con el documento delante, no de memoria.
- Redactar el primer borrador de una comunicación al cliente que luego alguien revisa y firma.
- Clasificar y priorizar correo entrante por urgencia y tipo.
- Resumir cambios normativos y traducirlos a «a qué clientes afecta esto».
Y los que no: calcular, decidir sin revisión, y cualquier cosa que acabe en un modelo presentado a Hacienda sin que una persona lo haya mirado. Si quieres el detalle de cómo se trabaja con un modelo así, tengo la guía completa de Claude con el funcionamiento a fondo.
Preguntas frecuentes
¿Qué proceso da resultado antes al automatizar una asesoría?
La entrada de documentos, porque es la que la gente nota en su día. Pero si el calendario fiscal no está ordenado, el ahorro de tiempo se lo come el primer plazo que se escape.
¿Hace falta cambiar de programa de contabilidad?
No necesariamente, y desconfía de quien lo dé por hecho. Lo habitual es rodear el programa existente: entrada de documentos, portal y calendario por fuera, y la contabilidad donde está.
¿Se puede automatizar una asesoría de dos personas?
El calendario y el portal, sí, y probablemente son lo que más se nota. La analítica tiene sentido a partir de cierto número de clientes, cuando dejas de tenerlos todos en la cabeza.
¿Puedo usar IA con datos fiscales de mis clientes?
Con contrato de encargado del tratamiento firmado, base jurídica documentada y el registro de actividades actualizado, sí. Con una cuenta personal de ChatGPT, no. La diferencia no es de matiz.
Si llevas una asesoría y quieres ver cómo se ordena todo esto en un sistema, está en asesorias.bulevar360.com. Y si prefieres empezar por entender qué te obliga la normativa antes de mover nada, ahí tienes la checklist del Reglamento de IA.
Artículo basado en sistemas propios en producción. Actualizado a 9 de septiembre de 2026.