ERP con inteligencia artificial: qué significa de verdad en 2026

En 2026, casi todos los ERPs del mercado dicen que tienen IA. El problema es que «tener IA» puede significar cosas muy distintas, con impactos operativos radicalmente diferentes.

Hay ERPs que lanzaron un chatbot en noviembre de 2023, cuando todo el mundo lo hacía, y lo llaman «IA». El chatbot te permite preguntarle cosas como «¿cuánto facturé el mes pasado?» y te da la respuesta extrayendo el dato de tu base de datos. Es útil. No es transformador.

Y hay ERPs donde la inteligencia artificial es parte de la arquitectura desde el primer día: donde la IA no está encima del sistema mirando datos, sino dentro del sistema procesando operaciones.

La diferencia entre los dos enfoques no es de marketing. Es de cuántas horas recuperas cada semana.

El problema con «añadir IA» a un ERP existente

Imagina que tienes un edificio construido en los años 90 y quieres añadirle paneles solares. Puedes hacerlo. Los paneles funcionan. Generan energía. Pero la estructura del edificio no fue diseñada para ellos: tienes que añadir cables que van por encima de las paredes, el sistema eléctrico original no está integrado con los paneles, y el rendimiento nunca va a ser el de un edificio diseñado con energía solar desde los cimientos.

Los ERPs que «añadieron IA» funcionan así. La IA puede leer datos de la base de datos. Puede responder preguntas. Puede generar resúmenes. Pero no puede anticipar operaciones, no puede actuar sobre flujos en curso, y no tiene contexto profundo del negocio porque ese contexto no fue diseñado para ella.

Un ERP AI-native construye la arquitectura de datos pensando desde el primer día en qué necesita la IA para ser útil: qué contexto necesita cada operación, cómo se modelan los datos para que la IA pueda razonar sobre ellos, cómo se conectan las herramientas de IA con los flujos reales del negocio.

Qué son los function tools y por qué importan

Cuando hablamos de 55+ function tools en Frihet, no hablamos de 55 preguntas que puedes hacerle a un chatbot. Hablamos de 55 operaciones específicas que la IA puede ejecutar sobre tus datos reales.

Un function tool es una capacidad concreta: «extrae los datos fiscales de este documento», «clasifica este gasto en la categoría contable correcta», «calcula la cuota de IVA del trimestre actual», «detecta si hay duplicados en las facturas de este proveedor», «proyecta el cashflow de las próximas 6 semanas basándote en el historial».

La diferencia con un chatbot genérico es fundamental: el function tool tiene acceso al contexto real del negocio y puede actuar sobre él. No genera texto. Ejecuta operaciones.

En la práctica, esto se manifiesta en funcionalidades como:

get_invoices, get_expenses, get_clients — La IA puede leer el estado real de tus facturas, gastos y clientes para responder preguntas con datos actuales, no con estimaciones.

create_invoice, update_expense — La IA puede crear o modificar documentos directamente desde una instrucción en lenguaje natural. «Crea una factura de 1.200 EUR para Acme S.L. con retención del 15%» funciona.

calculate_tax_summary, get_vat_report — Cálculos fiscales sobre tus datos reales, no sobre ejemplos genéricos.

detect_anomalies, predict_cashflow — Análisis predictivo que opera sobre tu historial concreto, no sobre promedios del sector.

Cuando un asistente de IA tiene acceso a function tools, la conversación cambia de «dime cuánto facturé» a «dime qué debería hacer esta semana para cerrar el mes sin tensión de tesorería». La segunda pregunta requiere contexto profundo, cálculos reales y capacidad de acción. Un chatbot sin tools no puede responderla bien.

OCR: la diferencia entre digitalizar y entender

El OCR (reconocimiento óptico de caracteres) existe desde los años 90. Lo que ha cambiado con la IA no es que el texto se pueda leer — eso ya se hacía — sino que el sistema puede entender la estructura del documento.

El OCR tradicional lee: «FACTURA — Empresa XYZ — Base imponible: 1.000,00 — IVA 21%: 210,00 — Total: 1.210,00».

El OCR con IA entiende: ese texto es una factura de proveedor, la base es 1.000 EUR, el IVA es del 21%, el total a pagar es 1.210 EUR, el concepto es «servicios de diseño» según el cuerpo del documento, y según el NIF del emisor se puede recuperar el IVA.

La diferencia operativa: con OCR tradicional, aún tienes que revisar y completar campos manualmente. Con OCR con IA, la captura de gastos pasa de ser una tarea a ser una verificación.

Frihet extrae automáticamente de tickets y facturas: proveedor, fecha, NIF del emisor, concepto, base imponible, tipo de IVA, cuota, total, método de pago y categoría contable sugerida. Para gastos en más de 50 idiomas y con los formatos de facturación de 71 países.

Para un autónomo que gestiona 40-60 gastos al mes, esto representa entre 1,5 y 3 horas mensuales recuperadas solo en captura de datos. No es un número teórico: es lo que tarda escanear, revisar y confirmar frente a lo que tardaba rellenar cada campo a mano.

Categorización automática: cómo aprende tu negocio

La categorización de gastos tiene una complejidad que no se ve hasta que la haces manualmente: el mismo proveedor puede facturarte conceptos que van a categorías distintas. Amazon puede ser «material de oficina» en una factura y «equipamiento informático» en la siguiente. La gasolinera puede ser «transporte» o «gastos de representación» según el contexto.

La IA de Frihet no aplica reglas fijas. Aprende los patrones de tu negocio específico. Después de unas semanas de uso, el sistema entiende que tus compras en El Corte Inglés suelen ir a material de oficina, que el restaurante cerca de tu oficina es gastos de representación, y que la suscripción mensual a Adobe es «servicios digitales» deducible.

Cuando corrige una categorización, esa corrección alimenta el modelo. No de forma global — tus correcciones son tuyas, no se comparten con otros usuarios — sino a nivel de tu workspace.

La tasa de acierto con historial suficiente supera el 95%. Pero Frihet no presenta las categorizaciones como definitivas: las muestra como sugerencias para revisión. La IA propone, el usuario aprueba. El criterio final es tuyo.

Fiscal autopilot: IA que entiende la normativa fiscal

Esta es la funcionalidad donde la diferencia entre IA añadida e IA nativa se hace más visible.

Un chatbot puede decirte «el IVA trimestral en España es el 21% de la base imponible». Eso es información genérica que podrías buscar en Google.

El Fiscal Autopilot de Frihet hace algo diferente: analiza tu actividad específica, aplica las reglas fiscales de tu país y régimen tributario, identifica las deducciones a las que tienes derecho, detecta inconsistencias entre lo que declaras y lo que muestran tus datos, y te avisa de obligaciones próximas con tiempo suficiente para prepararte.

Para un autónomo en régimen de estimación directa simplificada en España, eso significa: cálculo automático de pagos fraccionados (modelo 130), identificación de gastos deducibles no registrados, alerta de retenciones recibidas que deberían aparecer en la declaración, y estimación del resultado fiscal antes de que acabe el trimestre.

El sistema cubre las posiciones fiscales de 71 países. Un freelancer alemán, un consultor francés y un autónomo en Canarias (con IGIC en lugar de IVA) reciben el mismo nivel de automatización fiscal adaptado a su régimen específico.

Alertas predictivas: saber antes

La tesorería es el problema que más sorpresas desagradables genera en los negocios pequeños. No porque los números sean malos — a veces son perfectamente manejables — sino porque nadie estaba mirando con suficiente antelación.

Las alertas predictivas de Frihet analizan tres capas de información:

Histórico de cobros y pagos. ¿Qué clientes pagan tarde habitualmente? ¿Cuánto tarde, en promedio? ¿Qué proveedores cobran puntual y cuáles tienen flexibilidad?

Compromisos conocidos futuros. Facturas emitidas pendientes de cobro, pagos a proveedores programados, cuotas de autónomos o cuotas de Seguridad Social, vencimientos de impuestos.

Patrones estacionales. Si en enero siempre hay una bajada de ingresos porque los clientes cierran facturación a finales de diciembre, el sistema lo sabe y lo incorpora a la proyección.

El resultado: una proyección de cashflow a 6-8 semanas que incluye escenarios (si el cliente A paga en plazo, si el cliente B se retrasa como suele) y alertas específicas cuando hay riesgo de tensión.

No es magia. Es reconocimiento de patrones sobre datos que ya existen en tu contabilidad pero que nadie tenía tiempo de analizar manualmente.

El asistente en lenguaje natural: de pregunta a acción

El asistente conversacional de Frihet no es un chatbot que responde preguntas. Es un agente que puede ejecutar operaciones sobre tu negocio.

La diferencia práctica:

Chatbot: «¿Cuánto facturé en enero?» → Responde: «1.340 EUR»

Agente con function tools: «Prepara el resumen de enero para enviárselo a mi asesor» → Ejecuta: calcula facturación, gastos, margen, IVA repercutido y soportado, genera el resumen en el formato que usa tu asesor, y te pregunta si quieres enviarlo.

El asistente de Frihet tiene acceso a 55+ function tools, lo que significa que puede ejecutar flujos complejos a partir de instrucciones simples en lenguaje natural. No tienes que saber qué herramienta usar — el sistema elige las correctas para responder tu pregunta o ejecutar tu instrucción.

Funciona en 17 idiomas. Un usuario japonés, un usuario alemán y un usuario español usan el mismo asistente en su idioma nativo, con las mismas capacidades operativas.

El MCP server: cuando la IA ya tiene tu ERP integrado

Para desarrolladores y usuarios técnicos, Frihet ofrece algo que ningún otro ERP español tiene: un servidor MCP (Model Context Protocol) con licencia MIT y 52 herramientas disponibles.

MCP es el protocolo estándar que permite a asistentes de IA como Claude conectarse directamente con sistemas externos. Con el MCP de Frihet instalado, Claude puede leer tus facturas, crear documentos, calcular impuestos, analizar tu cashflow y ejecutar operaciones en Frihet directamente desde la conversación.

No es una API que tienes que programar. Es una conexión directa entre el asistente de IA y tu ERP, con las herramientas ya definidas y el contexto ya configurado. Un developer puede construir un flujo de automatización en minutos.

El servidor MCP es gratuito y open source. No requiere plan de pago ni módulo adicional. Es una apuesta por el ecosistema de IA: cuanto más fácil sea para otros construir sobre Frihet, más valor genera para todos los usuarios.

Lo que la IA no hace en Frihet

La honestidad es parte del diseño. Hay cosas que la IA de Frihet deliberadamente no hace:

No toma decisiones por ti. Puede proyectar el cashflow, pero la decisión de aplazar un gasto o adelantar un cobro es tuya. Puede detectar una anomalía, pero la decisión de qué hacer con ella es tuya.

No sustituye al asesor fiscal. Puede automatizar la captura de datos y calcular estimaciones. La planificación fiscal estratégica, la interpretación de normativa compleja y las decisiones con implicaciones legales requieren un profesional que responda por ellas.

No funciona con datos de mala calidad. Si los documentos que sube el usuario son ilegibles, las categorizaciones serán incorrectas. La IA es tan buena como los datos que recibe.

No consolida datos sin revisión humana. Las sugerencias de categorización y los borradores generados por IA están marcados como tales. El usuario revisa y aprueba antes de que se consoliden en la contabilidad.

Esto no son limitaciones vergonzosas. Son principios de diseño. Un ERP que automatiza decisiones críticas sin supervisión humana no es un buen ERP — es un generador de problemas con interfaz bonita.

Cómo evaluar la IA de un ERP antes de comprarlo

Si estás evaluando un ERP con IA, estas son las preguntas que separan la IA real de la IA de marketing:

¿La IA accede a mis datos reales o solo da respuestas genéricas? Pregunta sobre un caso específico de tu negocio. Si la respuesta es genérica, la IA no tiene contexto de tus datos.

¿Cuántos function tools tiene el sistema? Un chatbot sin tools puede responder preguntas pero no ejecutar operaciones. La capacidad de acción es la diferencia.

¿La IA puede actuar o solo puede informar? Crear una factura desde una instrucción en lenguaje natural es distinto de decirte cómo crear una factura.

¿Hay supervisión humana en el flujo? Un sistema que consolida automáticamente sin revisión es un sistema que puede cometer errores en tu contabilidad sin que te enteres.

¿El proveedor explica qué hace la IA con tus datos? El procesamiento local, la conformidad con RGPD y la no utilización para entrenamiento de modelos deberían estar en los términos, no en la letra pequeña.

Frihet pasa esas preguntas. Si tienes dudas concretas sobre una funcionalidad específica, el soporte puede mostrártela en una demo antes de que contrates nada.