Entre la NIC 38 y el algoritmo: cuándo un modelo de IA puede (y no puede) ser un activo intangible

En las reuniones de innovación, el modelo de inteligencia artificial es el héroe de la historia. Se dice que predice mejor que cualquier analista, que optimiza precios, que reduce costos. Cuando llega la hora del cierre contable, sin embargo, ese mismo modelo suele terminar escondido como gasto de personal, servicios en la nube y consultoría.

En el discurso vale millones; en el balance casi no existe.
Ese desajuste no se explica solo por la “lentitud” de la contabilidad. Tiene que ver con cómo está construida la Norma International de Contabilidad (NIC) 38 y con lo difícil que es encajar un sistema de IA en categorías pensadas para software tradicional, patentes o marcas (IFRS Foundation 2021).

El CFA Institute, en su reporte “Investor Perspectives: Intangible Assets”, recoge la opinión de cientos de profesionales de inversión: la mayoría cree que los estados financieros no reflejan adecuadamente los intangibles que realmente impulsan el valor de las empresas, y pide más y mejores revelaciones antes siquiera de hablar de ampliar el reconocimiento en el balance (Peters y Winters 2025). Entre las
conclusiones, una es especialmente relevante para la IA: si los estados financieros no
se actualizan, perderán relevancia como base para valorar compañías intensivas en
intangibles.

El International Accounting Standards Board (IASB) llega a un diagnóstico similar en su revisión académica sobre activos intangibles: la contabilidad actual reconoce solo una parte del capital intangible, sobre todo cuando se genera internamente, y eso debilita la conexión entre cifras contables y valor económico, en particular en sectores tecnológicos (IASB 2024). La IA es, en cierto modo, el laboratorio donde ese desajuste se vuelve más evidente.

¿Por qué? Porque la inversión en IA se refleja de manera distinta según cómo la consiga la empresa. Si la compañía compra otra empresa que ya trae modelos de IA, datos y software, la contabilidad obliga a reconocer esos elementos como activos intangibles a valor razonable, además de registrar un goodwill. En cambio, si la empresa desarrolla internamente esos mismos modelos, casi todos los desembolsos se registran como gasto del año y solo una parte muy específica puede activarse como intangible (IFRS
Foundation 2021). Desde la mirada del inversor, esto genera una paradoja sencilla: dos empresas con capacidades de IA parecidas pueden mostrar balances muy diferentes, solo porque una creció comprando y la otra invirtiendo en desarrollo propio.

Al mismo tiempo, la economía de la IA se está midiendo cada vez mejor a nivel macro. El trabajo de Fonteneau y coautores para la Organización para la Cooperación y el Desarrollo Económicos (OCDE) propone un marco armonizado para cuantificar la inversión en IA, separando cuatro grandes categorías: habilidades, I+D, datos y equipo, y otros productos de propiedad intelectual (Fonteneau et al. 2025). La conclusión central es que la IA no es un bloque monolítico, sino un ecosistema de activos y capacidades complementarias. Para el contable, esto significa que hablar del “activo IA” como si fuera un único bien identificable es, en el mejor de los casos, una simplificación.

En este contexto, el informe del CFA Institute insiste en un enfoque “disclosure first”:
antes de ampliar el reconocimiento en el balance, hace falta mejorar con fuerza la información sobre intangibles en notas y otros informes, desagregando gastos y explicando mejor la naturaleza de las inversiones en intangibles (Peters y Winters 2025). El European Financial Reporting Advisory Group (EFRAG), llega a una recomendación similar en “Better Information on Intangibles”: combinar reconocimiento prudente con revelaciones más ricas sobre intangibles clave, incluyendo información futura sobre gastos y riesgos (EFRAG 2021; 2023).

Llevado al terreno de la IA, esto plantea una cuestión relevante para muchas empresas: ¿qué relación existe entre la forma en que se presenta la historia de la IA y lo que efectivamente se muestra en los estados financieros? Si una parte importante de la valoración de mercado se apoya en las capacidades de los modelos, pero el balance y las notas apenas detallan la naturaleza de esas inversiones, los riesgos asociados y los criterios seguidos para capitalizar o no determinados desembolsos, puede generarse una brecha de información que conviene gestionar con especial cuidado.

No se trata solo de opinar sobre la NIC 38, sino de ayudar a construir un puente de valor entre la narrativa de IA y la información financiera. Ese puente, bajo nuestra consideración debería tener tres apoyos.

El primero es reconocer contablemente solo aquello que, de verdad, pasa los filtros de la NIC 38: activos identificables, bajo control y con costo medible de forma razonable (IFRS Foundation 2021). Eso puede incluir ciertos modelos estables en producción, determinados datasets sobre los que la empresa tenga derechos firmes y software de IA desarrollado internamente en fases avanzadas de desarrollo. No todo gasto de IA tiene que convertirse en activo.

El segundo es diseñar una política de revelaciones específica sobre IA. No hace falta inventar un nuevo estándar: se puede aprovechar lo que ya vienen proponiendo distintos organismos internacionales, como los grupos europeos que asesoran sobre normas de información financiera, los institutos profesionales de contadores y la propia OCDE, para explicar, por ejemplo, qué tipos de proyectos de IA se están realizando, qué parte del gasto se destina a exploración y cuál a desarrollo más maduro, qué riesgos regulatorios y tecnológicos se consideran relevantes y cómo se gestionan y supervisan los modelos (EFRAG 2021; ICAEW 2025; Fonteneau et al. 2025).

El tercero es alinear el discurso hacia inversores con esa misma estructura. Si la empresa habla de la plataforma de IA como principal motor, deberían mostrar, en sus reportes públicos, al menos tres cosas: en qué consiste esa plataforma, cómo se refleja, aunque sea parcialmente, en activos y gastos, y qué supuestos clave la sostienen. El informe del CFA Institute muestra que los inversores no necesariamente
piden que todo se lleve al activo directamente; lo que piden, sobre todo, es que la historia sea coherente y verificable (Peters y Winters 2025).

¿Dónde queda, entonces, el “reto IA” para la contabilidad de intangibles? No se trata solo de ajustar definiciones. Lo que está en juego es la capacidad del sistema de información financiera para convivir con activos cuyo valor depende casi tanto de decisiones futuras como de inversiones pasadas. En ese terreno, resulta pertinente decir con claridad qué se sabe, qué no se sabe y bajo qué supuestos se han tomado
decisiones de reconocimiento y de medición.

Mientras el IASB avanza en el análisis de la literatura y en las consultas con organismos como la OCDE y el CFA Institute, las empresas tienen espacio para ir un paso adelante. Aquellas que sean capaces de explicar con claridad el papel de la IA en su modelo de negocio, más allá de una breve nota de política contable, no solo disminuirán su riesgo frente a reguladores y auditores, sino que también transmitirán al mercado un mensaje de solidez: hay tecnología relevante, pero además hay un marco serio para describir y gestionar cómo aporta valor.

 

Elaborado por: Rodrigo S. Alí Salas

"Abogado Corporativo por la Universidad ESAN, titulado con mención sobresaliente con una tesis sobre inteligencia artificial aplicada al ámbito jurídico, y actualmente maestrando en Finanzas y Derecho Corporativo en ESAN Graduate School of Business.  Cuenta con formación en legaltech por la Universidad Austral (Argentina). En el ámbito privado, ha integrado áreas legales de empresas de los sectores retail, automotriz y telecomunicaciones; y en el sector público (Indecopi) ha trabajado en materias de dumping, subsidios y eliminación de barreras comerciales no arancelarias. Actualmente es abogado corporativo y apoderado del Consorcio Cueva, el cual agrupa diversas empresas nacionales y extranjeras."

Referencias (Chicago)
• CFA Institute (Peters, Sandra J., y Matthew P. Winters). 2025. Investor
Perspectives: Intangible Assets – Before Recognition, Improved Disclosures and
Disaggregation Are Needed. Charlottesville: CFA Institute Research and Policy
Center.
• EFRAG. 2021. Discussion Paper: Better Information on Intangibles – Which Is the
Best Way to Go? Bruselas: European Financial Reporting Advisory Group.
• EFRAG. 2023. Recommendations and Feedback Statement on Better
Information on Intangibles – Which Is the Best Way to Go? Bruselas: EFRAG.
• Fonteneau, François, et al. 2025. “Advancing the Measurement of Investments
in Artificial Intelligence.” OECD Artificial Intelligence Papers no. 47. París: OECD
Publishing.
• IASB. 2024. Intangible Assets – Academic Literature Review (Agenda Paper 17B).
Londres: IFRS Foundation.
• IFRS Foundation. 2021. IAS 38 Intangible Assets. Londres: IFRS Foundation.
• ICAEW. 2025. Data: A New Emerging Type of Intangible. Londres: Institute of
Chartered Accountants in England and Wales