19. Stack mínimo: Excel + LLM API + n8n / Zapier
Workflows no-code para contadores: ChatGPT Team, Claude Projects, Make, n8n. Setup paso a paso.
Llegaste al Módulo 7. Ya entendés los conceptos, viste casos prácticos y discutimos riesgos. Ahora la pregunta concreta: ¿cómo lo armo en mi firma sin contratar un desarrollador?
La buena noticia: en 2026 podés montar un stack contable con IA sin escribir una sola línea de código. Tres piezas alcanzan para cubrir el 80% de los casos de uso del curso.
🎯 El stack mínimo que funciona
- Capa conversacional: ChatGPT Team o Claude Projects (uso diario del contador).
- Capa de orquestación: n8n, Make o Zapier (workflows automáticos).
- Capa de datos: Google Sheets o Excel Online (interfaz humano-amigable).
Costo mensual realista para una firma de 5 contadores: $200-450 USD/mes, todo incluido.
Capa 1: el LLM conversacional con privacidad
Lo primero que necesitás es dónde conversar con el LLM sin que tu data se use para entrenar modelos. Esto no es opcional en contabilidad: tus papeles de trabajo, libros mayores y datos de clientes son confidenciales.
ChatGPT Team (OpenAI)
- Precio (mayo 2026): $25 USD/usuario/mes (mínimo 2 usuarios), anual.
- Modelos incluidos: GPT-5.5, GPT-5.5 Pro (uso ilimitado razonable).
- Privacidad: OpenAI no entrena sus modelos con conversaciones de Team y Enterprise. Está en el contrato.
- Extras útiles: Custom GPTs compartidos por la firma (ej. "Asistente IFRS", "Revisor SII"), Projects con archivos persistentes, conectores a Drive/SharePoint.
Claude Team / Projects (Anthropic)
- Precio (mayo 2026): $30 USD/usuario/mes (mínimo 5 usuarios).
- Modelos incluidos: Claude Sonnet 4.6 y Claude Opus 4.7 con límites generosos.
- Privacidad: Anthropic no entrena con data de Team/Enterprise. DPA disponible para LGPD/GDPR/Ley 21.719.
- Extras útiles: Projects con knowledge base persistente (ideal para subir normativa tributaria de cada país y consultar con RAG nativo).
¿Cuál elegir?
| Necesidad | Elegir |
|---|---|
| Computer Use (operar Excel/SII online) | ChatGPT Team |
| Análisis de documentos largos (contratos, auditoría) | Claude Team |
| Mejor en castellano formal LATAM | Empate, ambos funcionan |
| Mejor knowledge base persistente | Claude Projects |
| Equipo ya usa Office 365 | ChatGPT Team (mejor integración Copilot) |
💡 Recomendación práctica
Si tu firma tiene 5-10 personas, contratá uno de los dos primero, no ambos. Dale 60 días al equipo para adoptarlo. Si después de 60 días el 70% del equipo lo usa al menos 3 veces por semana, sumá el otro para casos específicos.
Capa 2: el orquestador no-code
Acá entra la magia: la herramienta que dispara workflows automáticos sin programación. Tres jugadores dominan el mercado en 2026.
n8n
- Modelo: self-hosted (gratis si lo corrés en tu servidor) o cloud ($24-120 USD/mes).
- Curva de aprendizaje: media-alta. Es la más potente pero requiere más estudio.
- Fortaleza: control total, open-source, comunidad activa en español.
- Ideal para: firmas que quieren dueño total de su data (hospedaje propio en Chile/México/Argentina por residencia de datos).
- Nodos clave para contabilidad 2026: OpenAI, Anthropic, Google Document AI, Google Sheets, Gmail, Outlook, Webhooks, lógica condicional.
Make (ex-Integromat)
- Precio (mayo 2026): desde $11 USD/mes (Core, 10K operaciones) hasta $34 USD/mes (Teams).
- Curva de aprendizaje: media. Editor visual muy potente, similar a un diagrama de flujo.
- Fortaleza: pricing por "operación" (un paso = una operación), predecible. Excelente para workflows con muchos pasos pequeños.
- Ideal para: firmas que quieren un balance entre potencia y simplicidad.
Zapier
- Precio (mayo 2026): desde $30 USD/mes (Starter) hasta $103 USD/mes (Professional).
- Curva de aprendizaje: baja. Es el más fácil de los tres.
- Fortaleza: 7.000+ integraciones, soporte ChatGPT/Claude/Gemini nativo, "Zapier Agents" (workflows con IA decisional).
- Ideal para: firmas que quieren empezar HOY, sin invertir tiempo en aprendizaje.
Comparativa rápida
| Criterio | n8n | Make | Zapier |
|---|---|---|---|
| Precio inicial mensual | $0 (self) / $24 cloud | $11 | $30 |
| Curva de aprendizaje | Alta | Media | Baja |
| Control sobre data | Total | Cloud (UE/US) | Cloud (US) |
| Mejor para LATAM regulado | Sí (self-host) | Aceptable | Aceptable |
| Nodos LLM nativos | Sí | Sí | Sí |
| Mejor relación funcional/precio | n8n | Make | — |
🎯 Mi recomendación práctica para una firma promedio
Si recién empezás: Make. Es el mejor equilibrio entre precio, capacidad y curva.
Si tu firma maneja datos de clientes regulados (banca, salud, gobierno): n8n self-hosted en un VPS en tu jurisdicción.
Si querés literalmente algo funcionando en 30 minutos: Zapier.
Capa 3: la interfaz humano-amigable
El error que veo seguido: armar un workflow con IA pero exponer los resultados en una herramienta que el equipo no usa. No. Las hojas de cálculo siguen siendo la lengua materna del contador.
- Google Sheets: incluido en Google Workspace ($14 USD/usuario/mes Business Plus). Mejor para colaboración en tiempo real, integración nativa con n8n/Make/Zapier.
- Excel Online (Microsoft 365): incluido en Microsoft 365 Business Standard ($15 USD/usuario/mes). Mejor si tu equipo ya usa Excel pesado con macros y Power Query.
No importa cuál uses. Lo importante: los resultados de la IA tienen que llegar al lugar donde tu equipo trabaja todos los días. Si el contador tiene que abrir tres aplicaciones nuevas para ver sugerencias de IA, no lo va a usar.
Caso completo: workflow de facturas con IA, paso a paso
Vamos a armar un workflow real que cubre el patrón ganador del curso aplicado a facturas de proveedores. Lo vamos a hacer sin programar en Make (el más balanceado), pero los pasos son equivalentes en n8n o Zapier.
Objetivo del workflow
Factura llega por email → Document AI extrae datos →
LLM clasifica cuenta contable → Google Sheets recibe resultado →
Notificación a Slack/email si confidence < 80%
Paso a paso
Paso 1: Trigger — Gmail "Watch emails"
- En Make, crear nuevo escenario.
- Módulo trigger: Gmail → Watch Emails.
- Filtro: emails en carpeta "Facturas Proveedores" con adjunto PDF.
- Frecuencia: cada 15 minutos.
Paso 2: Iterador de adjuntos
- Agregar módulo Iterator sobre
Attachments. - Esto procesa una factura a la vez, aunque vengan varias en el mismo email.
Paso 3: Subir PDF a Google Drive (opcional pero recomendado)
- Módulo Google Drive → Upload a File.
- Carpeta:
Facturas/2026/[mes_actual]. - Esto te da archivo persistente como audit trail.
Paso 4: OCR con Google Document AI
- Módulo Google Document AI → Process Document.
- Procesador: Invoice Parser (preentrenado para facturas LATAM).
- Input: el PDF de la factura.
- Output esperado: JSON con
supplier_name,invoice_id,total_amount,tax_amount,line_items,invoice_date,currency. - Costo: $0.01-0.05 USD por factura procesada (varía por país).
Paso 5: LLM clasifica cuenta contable
- Módulo OpenAI → Create a Chat Completion (o Anthropic Claude).
- Modelo: GPT-5.5 (o Claude Sonnet 4.6).
- Prompt (system):
Sos asistente contable de una firma chilena. Recibís datos de
una factura ya extraídos. Tu tarea: sugerir la cuenta contable
del plan chileno estándar y devolver JSON estricto.
Plan de cuentas relevante:
- 5101010: Materias primas
- 5102020: Servicios profesionales
- 5103030: Arriendos
- 5104020: Compras menores / Gastos generales
- 5105050: Publicidad y marketing
- 5106060: Tecnología y software
- 5107070: Combustibles y mantención vehículos
[... pegar tu plan de cuentas real]
Devolvé SIEMPRE este JSON:
{
"cuenta_sugerida": "código",
"nombre_cuenta": "nombre",
"confianza": 0-100,
"justificacion": "una línea"
}
- Prompt (user): se arma con los datos extraídos en el paso anterior.
Paso 6: Router con condicional de confianza
- Módulo Router → dos rutas según
confianzadel LLM. - Ruta A (confianza ≥ 80): aceptación automática.
- Ruta B (confianza < 80): flag para revisión humana.
Paso 7A (auto-aprobada): escribir en Google Sheets
- Módulo Google Sheets → Add a Row.
- Hoja:
Facturas_Procesadas_2026. - Columnas: fecha, proveedor, RUT, monto neto, IVA, total, cuenta_sugerida, confianza, status="auto", link_drive.
Paso 7B (necesita revisión): Google Sheets + notificación
- Mismo módulo Google Sheets pero con
status="revisar". - Módulo adicional Slack → Create Message (o Gmail → Send Email).
- Mensaje:
🚨 Factura necesita revisión humana (confianza {{confianza}}%)
Proveedor: {{supplier_name}}
Total: {{total_amount}}
Cuenta sugerida: {{cuenta_sugerida}}
Ver: {{link_google_sheets}}
Paso 8: log de auditoría (opcional pero importante)
- Módulo Google Sheets adicional → log persistente con timestamp, IDs de modelo usado, costos por procesamiento.
- Esto cumple con la traza que pide NIA 315 y te protege ante disputas.
Tiempo estimado de setup
- Si seguís este paso a paso por primera vez: 3-5 horas.
- A partir de la segunda vez, workflows similares: 30-60 minutos.
Costos reales mensuales
Estos números son a mayo 2026 y reflejan precios públicos. Tu firma debería caer en una de estas franjas.
Firma chica (1-3 contadores, ≤50 clientes activos)
| Componente | Costo mensual USD |
|---|---|
| ChatGPT Team (2 usuarios) | $50 |
| Make Core (10K ops) | $11 |
| Google Workspace Business Starter (2 usuarios) | $14 |
| Google Document AI (~500 facturas/mes a $0.02) | $10 |
| API OpenAI / Claude (uso moderado) | $15-30 |
| Total mensual | ~$100-115 USD |
Firma mediana (5-10 contadores, 100-300 clientes)
| Componente | Costo mensual USD |
|---|---|
| ChatGPT Team (6 usuarios) | $150 |
| Claude Team para casos largos (3 usuarios) | $90 |
| Make Teams (40K ops) | $34 |
| Google Workspace Business Plus (8 usuarios) | $112 |
| Google Document AI (~3.000 facturas/mes) | $60-150 |
| API LLM (uso intensivo en workflows) | $80-150 |
| Total mensual | ~$525-685 USD |
💰 Realidad de costos
Una firma mediana paga menos de un día/mes de un contador junior para automatizar el equivalente a 60-100 horas mensuales de trabajo manual. El ROI lo trabajamos en detalle en la Lección 20.
Errores comunes al armar el stack
❌ Empezar por la herramienta, no por el caso de uso. Comprar Zapier "por si acaso" sin tener claro qué workflow vas a montar primero. Resultado: subscripción quieta 6 meses.
❌ Sobre-ingeniería en el primer workflow. Querer automatizar 10 cosas el primer mes. Empezá con UN workflow, hacelo bien, escalá después.
❌ No medir confidence ni mantener trazabilidad. Si no sabés qué % de las decisiones la IA tomó sola y cuáles validó un humano, no estás cumpliendo NIA 315 ni vas a poder mejorar.
❌ Confundir "automatización" con "no revisar". Aunque la IA acepte facturas sobre 80% confianza, siempre audite una muestra mensual aleatoria. No menos del 5% de las auto-aprobadas.
❌ Olvidar DPA / acuerdos de procesamiento de datos. En LATAM bajo Ley 21.719 (Chile), LGPD (Brasil) o Ley 25.326 (Argentina), tenés que tener firmado un DPA con OpenAI/Anthropic/Google. Lo solicitás desde la consola de cada proveedor.
Próximos pasos
Ahora ya sabés qué herramientas usar y cómo armar tu primer workflow funcional. Pero queda la pregunta clave: ¿cuándo se paga esta inversión? En la Lección 20 vamos a hacer los números con casos reales: payback, ROI, y cuándo NO conviene adoptar este stack.
💡 Ejercicio antes de continuar
Si todavía no creaste cuenta:
- Creá cuenta gratis en make.com (Make) o n8n.io (n8n cloud trial).
- Mirá el catálogo de "templates" buscando "invoice" o "expense". Vas a encontrar plantillas listas para customizar.
- Identificá UN workflow de tu firma que podrías automatizar en menos de 1 día. Anotalo. Lo vamos a usar en la Lección 21.
Próxima lección: 20. Costo-beneficio y ROI para tu firma
Checkpoint de comprensión
3 preguntas para verificar lo aprendido. No afecta tu nota del examen final.
Completaste esta leccion?
Marca esta leccion como completada. Tu progreso se guardara en tu navegador.