Desarrollados con OpenAI o3, o3‑Pro, GPT‑4.1 y GPT‑5, los agentes de IA de Basis ayudan a las empresas de contabilidad a ahorrar hasta un 30 % de su tiempo y ampliar la capacidad de asesoramiento y crecimiento.
Algunas startups usan IA para resolver un problema puntual. Otras crean sistemas que mejoran a medida que la IA avanza .
Fundada en 2023, Basis desarrolla agentes de IA utilizados por las principales firmas de contabilidad, diseñados para realizar tareas contables estructuradas con la fiabilidad y la profundidad que requieren. El equipo utiliza OpenAI o3, o3-Pro, GPT-4.1 y GPT-5 para impulsar agentes de IA que ayudan a las firmas a automatizar tareas repetitivas como conciliaciones, asientos contables y resúmenes financieros, a la vez que ofrecen a los contables visibilidad completa de cómo se toman las decisiones y control sobre el proceso. El resultado es un ahorro de tiempo de hasta un 30 % y una mayor capacidad para tareas de alto rendimiento, como asesorar a clientes y gestionar nuevos negocios.
A medida que los modelos de OpenAI evolucionan, Basis potencia estas mejoras. Cada nueva versión amplía la capacidad de gestión de los agentes, optimizando la calidad del razonamiento, agilizando las revisiones y permitiendo flujos de trabajo más sofisticados.
“Hemos trabajado con OpenAI desde el principio”, afirma Mitchell Troyanovsky, cofundador de Basis. “Cada mejora del modelo amplía la capacidad de nuestros agentes. A medida que mejora su razonamiento, desbloqueamos flujos de trabajo más complejos y de mayor duración, y otorgamos a nuestros agentes mayor autonomía”.
Dirigir las tareas de contabilidad al modelo OpenAI adecuado
Basis considera la contabilidad como un sistema de flujos de trabajo, cada uno con su propio contexto y complejidad. Para ello, el equipo desarrolló una arquitectura multiagente que asigna el modelo OpenAI más adecuado a la tarea correcta.
Cada tarea comienza con un agente supervisor, originalmente desarrollado en OpenAI o3 y ahora migrado a GPT-5, que coordina todo el proceso, asignando pasos a subagentes especializados según la tarea, la complejidad, las necesidades de latencia y el tipo de entrada. GPT-5 es el modelo más sólido que Basis ha evaluado hasta la fecha en cuanto a razonamiento, consistencia y explicabilidad, lo que lo hace ideal para guiar a los agentes en flujos de trabajo de alto contexto con mínima supervisión.
Los subagentes se basan en una gama de modelos, seleccionados mediante un conjunto de parámetros internos que evalúa cada modelo según sus capacidades y características clave. Para interacciones cruciales para la velocidad, como aclarar dudas durante la revisión o proporcionar retroalimentación rápida, Basis se basa en GPT‑4.1.
En escenarios más complejos, como la interpretación de patrones de transacciones inusuales, la resolución de clasificaciones ambiguas o la gestión de procesos de varios pasos como el cierre de mes, los agentes de Basis confían nuevamente en GPT-5 por sus capacidades de razonamiento profundo.
Esta orquestación permite a Basis mejorar continuamente la cobertura y la precisión de las tareas a medida que crecen las capacidades del modelo.
Diagrama de flujo de un sistema contable multiagente que muestra varios agentes de IA realizando tareas como el procesamiento de facturas, la categorización de transacciones, la conciliación y la generación de informes. Las flechas indican el flujo secuencial de datos entre módulos.
Validación de la salida del agente con razonamiento OpenAI
En contabilidad, la automatización es más útil si es revisable. Los agentes de Basis actúan de forma independiente, pero comparten el contexto a través de una capa central, revelando suposiciones, fuentes de datos y la lógica detrás de cada decisión. Basis inicialmente dependía de OpenAI o3-Pro para escalar el razonamiento en los flujos de trabajo y posteriormente migró a GPT-5 tras su lanzamiento por su capacidad para razonar a través de procesos estructurados y explicar cómo se alcanzaron los resultados.
Tomemos como ejemplo una entrada de diario. El agente supervisor revisa los materiales de apoyo, recupera datos, consulta el contexto compartido y las mejores prácticas, y coordina a los subagentes para preparar su trabajo. El contador ve la entrada junto con una explicación clara de qué datos se utilizaron, por qué se mapearon de esa manera y qué tan seguro está el sistema de su recomendación.
“Todo lo que hacemos depende del razonamiento”, señala Troyanovsky. “Por eso los modelos de OpenAI, especialmente GPT-5, son tan cruciales. Al escalar el cómputo en tiempo de prueba mucho más allá de lo que los modelos anteriores podían soportar, sin dejar de exponer el razonamiento del modelo, podemos obtener explicaciones que brindan a los clientes visibilidad y control sobre lo que está sucediendo”.
Este razonamiento también potencia la capacidad del agente supervisor para enrutar tareas con contexto y precisión. A medida que el sistema maduraba, Basis trascendió la automatización de tareas y se adentró en la delegación real del flujo de trabajo. La llamada a funciones impulsó este proceso, permitiendo a los agentes completar procesos de varios pasos, como conciliaciones y asientos contables, en lugar de solo proponerlos, de forma que reflejan la forma en que los contadores realmente piensan y abordan su trabajo.
Impulsar la evaluación comparativa de modelos con razonamiento y capacidad de revisión
Con cada nuevo lanzamiento de modelo, el equipo de Basis ejecuta evaluaciones comparativas detalladas en flujos de trabajo contables reales, evaluando no solo la precisión, sino también la claridad con la que el modelo explica su razonamiento. Esto ayuda al equipo a decidir qué modelos utilizar para las distintas tareas y cuándo los agentes pueden asumir nuevos flujos de trabajo de forma segura. GPT-5 es el modelo más sólido de Basis hasta la fecha y se adapta perfectamente a flujos de trabajo que requieren profundidad y precisión, gracias a su rendimiento en llamadas a herramientas paralelas y razonamiento avanzado.
OpenAI GPT-5
OpenAI o3
OpenAI o4-mini
Competitor 1 – large model
Competitor 1 – medium model
Competitor 2 – large model
Model benchmarks
Long context extraction
Long context recency bias
Sequential reasoning
Web research
Parallel tool calling
0%
20%
40%
60%
80%
100%
Accuracy (%)
Un área donde el rendimiento de GPT-5 destaca es la llamada a herramientas en paralelo, una capacidad crucial que permite a los agentes de Basis coordinar múltiples acciones estructuradas dentro de un único flujo de trabajo. En el benchmark de llamada a herramientas de Basis, que evaluó la capacidad del modelo para usar múltiples herramientas en paralelo con el intérprete de código y la búsqueda web habilitados, GPT-5 logró una tasa de éxito del 100 %, superando a todos los demás modelos en las pruebas de razonamiento.
GPT-5 ofrece el rendimiento que necesitan a escala, gracias en parte a la estrecha colaboración con el equipo de OpenAI. Durante el desarrollo, Basis compartió ejemplos reales y casos extremos, y aportó comentarios que ayudaron a definir el comportamiento del modelo en producción.
“Los modelos de OpenAI han sido siempre líderes en rendimiento y velocidad de implementación”, afirma Troyanovsky. “Esa combinación de capacidad de razonamiento y accesibilidad es lo que hace posible nuestra arquitectura. Y ese tipo de progreso es lo que convierte a OpenAI en un socio tan valioso. No solo reaccionamos a las mejoras de los modelos, sino que contribuimos a impulsarlas”.
Aumentar la confianza, no solo las tareas, con OpenAI
Hoy en día, Basis apoya a una parte significativa de las grandes firmas de contabilidad en EE. UU. Las firmas que utilizan Basis reportan un ahorro de tiempo promedio del 30 % y continúan ampliando las responsabilidades de los agentes a medida que crece la confianza. Más importante aún, están recuperando la capacidad para atender a los clientes, explorar nuevas áreas de práctica y profundizar las relaciones de asesoría.
“OpenAI ha sido fundamental en ese cambio”, afirma Troyanovsky. “Sus modelos no solo funcionan, sino que han ayudado a definir cómo y qué construimos. A medida que evolucionan los modelos, también lo hace el alcance de lo que nuestros agentes pueden hacer y, por lo tanto, lo que los contadores pueden hacer”.
OpenAI News. Traducido al español
