AI WORLD HQ
Si alguna vez has pasado una semana recopilando capturas de pantalla y hojas de cálculo antes de que un gerente las revisara, conoces la sensación: la mayor parte del tiempo se va en buscar información y queda muy poco para pensar. El equipo de auditoría interna de Snowflake describe ese mismo problema a una escala mucho mayor y explica cómo la IA le ayudó a reducirlo.
Qué hace la auditoría interna y por qué es lenta
Un equipo de auditoría interna es un grupo dentro de una empresa que comprueba si sus procesos funcionan. A menudo, esos procesos se llaman «controles», es decir, puntos de comprobación como exigir que dos personas aprueben un pago.
Tradicionalmente, los auditores revisan registros anteriores seleccionando al azar un pequeño conjunto de ejemplos. Esto se llama muestreo (comprobar una parte en lugar de revisarlo todo). Snowflake afirma que este enfoque basado en mirar al pasado está cambiando, porque la IA hace posible analizar muchos más datos.
Qué dice Snowflake que ha cambiado
Según el anuncio de Snowflake, el equipo ha obtenido varios resultados:
- Trabajo de campo más rápido: el tiempo dedicado a recopilar pruebas y elaborar informes se redujo un 50%, pasando de meses a semanas.
- Cobertura completa en algunas áreas: en determinadas comprobaciones, como la revisión de los registros de acceso a los sistemas (datos que indican quién inició sesión en qué sistema y cuándo), el equipo pasó de trabajar con muestras a comprobar todos los registros del conjunto.
- Horas ahorradas: más de 3.500 horas en 2026 dentro del equipo de auditoría, además de más de 1.500 horas para los responsables de los controles, es decir, el personal que gestiona cada punto de comprobación en la empresa.
- Avisos más tempranos: en lugar de detectar los problemas meses después, el equipo puede sacar a la luz los riesgos cuando ocurren.
Snowflake también ofrece ejemplos, como la revisión de la gestión de pedidos, el alcance de los ingresos (decidir qué áreas de ingresos se deben examinar) y los controles de acceso más importantes.
Cómo las personas siguen teniendo el control
Snowflake describe un modelo «human-in-the-loop» (una configuración en la que una persona revisa el trabajo de la IA antes de darle validez). En sus palabras, la IA prepara el trabajo y los auditores sacan las conclusiones. La IA procesa los datos y detecta patrones, pero un auditor revisa cualquier borrador o excepción señalada antes de que alguien se base en ella, y los auditores se encargan de todas las conversaciones con los responsables de la empresa.
La compañía también señala que los datos ya estaban listos para usarse. La información de facturación, ingresos, recursos humanos y registros de acceso ya estaba en un solo lugar, por lo que el equipo podía comprobar conjuntos completos sin combinar a mano fuentes desordenadas. Las herramientas de terceros funcionan dentro de la propia cuenta de Snowflake, algo que, según Snowflake, mantiene el procesamiento seguro y aislado.
Un término del anuncio: SOX (la Ley Sarbanes-Oxley) es una ley estadounidense que obliga a las empresas cotizadas a mantener controles financieros fiables. Snowflake afirma que la IA ayuda a su equipo a adelantarse a ese trabajo de cumplimiento normativo.
Para terminar
La historia de Snowflake muestra un patrón práctico: la IA acelera el trabajo con los datos, mientras las personas revisan los resultados y toman las decisiones. No necesitas la configuración de Snowflake para aplicar la idea. Hoy, elige un informe o una aprobación recurrente de tu trabajo, anota qué pasos consisten únicamente en copiar y comprobar información, y pregúntate si esos datos ya están en un solo lugar. Esa lista es un buen primer paso hacia un proceso más rápido y fiable.