Cuatro firmas contables ahorraron un tercio del tiempo con IA y el cuello de botella pasó a la revisión
Nitin Nohria y Hélène Hannecart separan, en Harvard Business Review, el costo de ejecutar una tarea del costo de delegarla en la IA: especificarla, verificarla, responder por ella y formar a quien vendrá después.
Nitin Nohria y Hélène Hannecart publicaron el 11 de noviembre de 2026 en Harvard Business Review un análisis de cuatro firmas contables que usaron IA para preparar declaraciones de impuestos en la temporada 2025-2026. Según datos de la plataforma Current, la IA ahorró en promedio un tercio del tiempo de preparación y aumentó el volumen de trabajo cerca de 50 %.
Los datos cubren unas 7,000 declaraciones individuales y de fideicomisos de complejidad moderada. Una de las firmas dijo que la capacidad extra le permitió aceptar y completar unos US$300,000 en trabajo adicional al final de la temporada. Los autores aclaran que los ahorros de tiempo los reportaron las empresas y que Nohria preside Thrive Capital, cuya filial Thrive Holdings es dueña de Current; Current revisó las descripciones de hechos, pero no influyó en el análisis ni en las conclusiones.
La revisión no se aceleró al mismo ritmo. Los revisores tenían que entender cómo había llegado la IA a cada resultado y cómo había manejado los casos raros. Los contadores con experiencia tienen rutinas y señales visuales para detectar errores, pero el trabajo hecho por la IA seguía otro proceso y esas rutinas servían menos. La IA podía producir una declaración en menos tiempo del que tomaba verificarla. «La ganancia de productividad movió el cuello de botella en lugar de eliminarlo», escriben los autores.
Con el tiempo apareció un patrón útil. Los errores humanos suelen ser idiosincráticos, mientras que los de la IA se repetían en ciertos tipos de documento o de excepción. Al reconocerlos, las firmas pudieron rediseñar la revisión y concentrarla donde la IA suele fallar, igual que un gerente aprende las fortalezas y debilidades de cada persona de su equipo.
## Lo que cuesta delegar
Los autores proponen mirar el costo total de delegar y no solo el de ejecutar. Ese costo incluye describir la tarea con suficiente claridad, enseñarle el contexto al sistema y quedar atado a él, revisar el resultado y responder por él. Si el IRS audita una declaración mal hecha, la responsabilidad sigue siendo de la firma. También hay costos humanos: en una de las firmas, las horas facturables eran la medida de desempeño, así que una herramienta que reducía esas horas jugaba en contra de quien debía usarla, y la firma tuvo que cambiar cómo medía y premiaba el trabajo. Contadores con décadas en el oficio se preguntaban si su experiencia seguiría valiendo.
## La memoria que se forma revisando
El costo que más preocupaba a los líderes era el de la cantera. Los juniors aprenden el oficio preparando y revisando declaraciones: ahí reconocen patrones en los datos y detectan excepciones. Los gerentes y revisores ya escaseaban, y casi todos venían de esas mismas filas. Es lo que Michael Polanyi llamó conocimiento tácito, lo que sabemos sin poder explicarlo del todo, y se adquiere haciendo el trabajo que ahora hace la máquina.
Si tu empresa mide el éxito de la IA solo en horas ahorradas, puede estar gastando sin saberlo la memoria con la que formará a sus próximos revisores. Antes de ampliar el uso, el socio director o el gerente del área tiene que decidir quién revisa, cómo se documentan los errores típicos de la herramienta y qué tareas siguen haciendo los juniors para aprender.
*Fuente: [Harvard Business Review: «The Hidden Costs of Delegating to AI»](https://hbr.org/2026/11/the-hidden-costs-of-delegating-to-ai), 11 de noviembre de 2026.*