Así usa BBVA un asistente de IA para analizar datos en Auditoría Interna

La auditoría interna es una función clave para garantizar la solidez y la confianza en cualquier organización. Como banco “data-driven”, en BBVA la labor de sus profesionales genera grandes volúmenes de datos, lo que exige que el área de Auditoría sea capaz de analizarlos con rigor para desempeñar eficazmente su labor. En paralelo, los requisitos normativos, de privacidad y gobernanza van en aumento.

Los equipos de Auditoría Interna de BBVA realizan cientos de auditorías al año a nivel global en las que afrontan de manera recurrente los siguientes retos:

• Analizar grandes volúmenes de datos procedentes de múltiples fuentes y con formatos heterogéneos.
• Diseñar y ejecutar pruebas analíticas de creciente complejidad.
• Verificar la calidad de los datos utilizados.
• Documentar adecuadamente supuestos, criterios y decisiones profesionales.
• Asegurar la trazabilidad completa desde los datos originales hasta las conclusiones finales.

Tradicionalmente, parte de estas tareas se apoyan en hojas de cálculo y/o código para analizarlas creado ‘ad hoc’ por los auditores, aplicando su mejor criterio profesional. Sin embargo, la dependencia de las habilidades individuales puede generar ineficiencias, aumentar el riesgo auditor, implicar una aplicación heterogénea del juicio profesional y dificultar la reproducibilidad de los análisis.

Para responder a este reto, el área de Auditoría Interna de BBVA ha creado un GPT específico dentro de ChatGPT Enterprise, diseñado expresamente para ayudar a los auditores a sistematizar el análisis de los datos. Esta solución no sustituye el criterio humano sino que lo potencia, guiándolo bajo un marco homogéneo que tiene en cuenta las mejores prácticas de análisis y documentación. De esta forma, se espera que contribuya a aumentar un 10% la productividad en cada auditoría basada en datos.

Este asistente guía a los auditores paso a paso en la verificación de los datos incluidos inicialmente para cada auditoría, la ejecución de controles de calidad y coherencia, el diseño de pruebas analíticas específicas y complejas y la interpretación de los resultados. Además, genera código reproducible en lenguajes de programación estándares de la función de auditoría, como Python o SQL, y explicaciones analíticas estructuradas, listos para su uso por los auditores.

En cada fase, el sistema documenta las limitaciones y los recuentos de registros utilizados, para que los auditores tengan la visión completa del análisis que ha efectuado el asistente y puedan tomar así una decisión bien informada. La validación, el juicio profesional y las conclusiones finales están siempre en sus manos. En este sentido, el asistente actúa como un acelerador controlado, no como un decisor automático.

Más consistencia y más tiempo para lo importante

Este enfoque permite un uso más consistente, controlado y escalable de la analítica de datos en los trabajos de auditoría. Al suavizar la curva de aprendizaje de los auditores para el análisis masivo de datos y reducir el tiempo dedicado a tareas repetitivas (como la preparación manual de datos o la documentación), se libera tiempo para actividades de mayor valor añadido.

“Al reducir el trabajo manual de programación y documentación y ofrecer una base analítica común, prevemos mejoras de productividad de en torno al 10% en las auditorías que exigen un uso intensivo de los datos, ya que de este modo los auditores pueden aplicar su juicio profesional e identificar riesgos a partir de resultados sólidos y completos”, afirma Carlos Sanz-Pastor, responsable global de Auditoría Interna en BBVA.

El tiempo liberado puede destinarse a tareas en las que el criterio profesional es crucial para mejorar la calidad de las auditorías, como interpretar anomalías o evaluar riesgos.

Este caso muestra cómo la inteligencia artificial, bien aplicada y gobernada, puede reforzar funciones críticas. No para automatizar decisiones, sino para hacer más claro, trazable y sólido el trabajo de los profesionales. En Auditoría Interna, este refuerzo se traduce en una validación más amplia y profunda de los procesos del Grupo, ayudando a que sean más claros, sencillos y robustos (lo que genera un impacto positivo en la experiencia de los clientes) y en una mayor capacidad para asesorar sobre el despliegue de sus prioridades estratégicas.