Índice
- Por qué la liquidación manual de proyectos se convierte en un factor de coste
- Cómo la IA revoluciona la captura automática de recibos
- Las principales tecnologías de IA para la liquidación de proyectos
- Caso práctico: cómo un fabricante de maquinaria ahorra un 40% de tiempo
- Seguridad jurídica y compliance en sistemas de IA
- Estrategia de implementación: así introduce la captura de recibos con IA
- Cálculo del ROI: ¿cuánto cuesta realmente la captura de recibos con IA?
- Evitar errores frecuentes en la implantación
Imagine que sus jefes de proyecto dedican cada lunes dos horas a clasificar recibos, fotografiar tickets y adivinar la asignación de los centros de coste. ¿Le resulta familiar? Entonces está usted como Thomas, el director general de una empresa de maquinaria especializada con 140 empleados.
Lo que más frustra a Thomas: sus experimentados jefes de proyecto acaban convertidos en burócratas administrativos, mientras el verdadero valor añadido queda relegado. Es aquí donde entra en juego la IA: no como una palabra de moda, sino como solución práctica a un problema diario.
Los sistemas modernos de IA ya pueden recopilar automáticamente recibos de diferentes fuentes, categorizarlos y asignarlos a los proyectos correctos. ¿El resultado? La liquidación de sus proyectos se genera prácticamente sola, mientras sus equipos pueden centrarse en lo verdaderamente importante: entregar proyectos exitosos.
Por qué la liquidación manual de proyectos se convierte en un factor de coste
«¿Dónde está la factura del martes?» – Esta pregunta la conoce cualquier jefe de proyecto. Sin embargo, el esfuerzo de recopilación de recibos se subestima sistemáticamente.
El esfuerzo oculto de la recopilación tradicional de recibos
Las empresas alemanas desperdician de media el 12% de su tiempo de trabajo en tareas administrativas. En la liquidación de proyectos, este valor es incluso mayor.
La realidad es la siguiente:
- Los jefes de proyecto recopilan recibos de diferentes empleados
- Los tickets se fotografían y cargan manualmente
- Cada recibo debe asignarse al centro de coste correcto
- La falta de recibos genera consultas y retrasos
- Al final del mes hay presión de tiempo con la liquidación
Esto no solo consume tiempo y nervios. Sobre todo, cuesta dinero.
Cuando los jefes de proyecto se convierten en contables
Thomas, del sector de la maquinaria, lo ejemplifica: «Mis jefes de proyecto sénior ganan 75.000 euros al año. Si dedican dos horas semanales a temas de recibos, son 3.600 euros al año por persona, solo en administración.»
Con diez jefes de proyecto, esto suma 36.000 euros. Dinero que podría invertirse en proyectos para clientes o desarrollo de empleados.
Pero esto es solo la punta del iceberg. Los procesos manuales significan también:
| Problema | Consecuencia | Coste anual |
|---|---|---|
| Retrasos en la liquidación | Facturación tardía | Pérdida de liquidez |
| Recibos faltantes | Costes no facturables | 2-5% de la facturación del proyecto |
| Asignaciones erróneas | Rentabilidad distorsionada del proyecto | Decisiones incorrectas |
| Trabajo adicional en controlling | Revisión y correcciones | 15-20% más de tiempo de trabajo |
La solución es evidente: automatización con IA. Pero, ¿cómo funciona exactamente?
Cómo la IA revoluciona la captura automática de recibos
La captura de recibos basada en IA ya no es un escenario futurista – funciona ya en cientos de empresas alemanas. El principio es elegante: la Inteligencia Artificial asume el tedioso trabajo de recopilar y asigna recibos automáticamente.
Reconocimiento inteligente de documentos en la práctica
Los sistemas modernos de OCR (Optical Character Recognition – reconocimiento óptico de caracteres) ya no solo detectan texto, sino también el contexto. Un ejemplo:
Su empleado fotografía un ticket de gasolina con el smartphone. La IA detecta automáticamente:
- Fecha y hora del repostaje
- Importe y IVA
- Gasolinera y ubicación
- Matrícula del vehículo (si está recogido)
- Tipo de combustible
Pero la IA va más allá: cruza estos datos con el calendario de proyectos. ¿Ese día el empleado estaba en casa de un cliente? Entonces asigna automáticamente el coste al proyecto correspondiente.
Asignación automática a proyectos y centros de coste
Aquí es donde radica la verdadera fortaleza de los sistemas de IA modernos. Aprenden de asignaciones pasadas y aumentan su precisión con el tiempo.
Un ejemplo práctico: Markus, director de IT de un grupo de servicios, cuenta: «Nuestra IA reconoce ya que las facturas de hotel en Múnich corresponden automáticamente a nuestro gran proyecto allí. Analiza la fecha, el empleado y la duración del proyecto – y acierta en el 95% de los casos.»
La asignación automática funciona mediante diferentes parámetros:
- Asignación basada en tiempo: Cruce con calendarios de proyecto y horarios de trabajo
- Asignación basada en persona: ¿Qué empleado trabaja en qué proyecto?
- Asignación basada en ubicación: Datos GPS y ubicaciones de proyectos
- Asignación basada en categoría: Determinados tipos de gastos se asignan a proyectos concretos
- Asignación basada en aprendizaje: La IA reconoce patrones de asignaciones previas
Integración de diferentes fuentes de datos
¿El mayor reto en la liquidación de proyectos? Los recibos están por todas partes: en buzones de correo, cámaras de móvil, nubes empresariales y sobre escritorios.
Los sistemas inteligentes de IA conectan todas las fuentes relevantes:
| Fuente de datos | Captura automática | Recibos típicos |
|---|---|---|
| Buzones de correo electrónico | Extracción de facturas PDF | Facturas de proveedores, costes de servicios |
| Apps para smartphone | Subida de fotos y procesamiento inmediato | Tickets, tiques de aparcamiento, pequeños importes |
| Tarjetas de empresa | Importación de transacciones | Gastos de viaje, comidas, costes de material |
| Sistemas ERP | Integración vía interfaz | Salidas de material, horas de trabajo |
| Cloud storage | Escaneo automático de nuevos documentos | Recibos escaneados, facturas digitales |
El resultado: sus empleados ya no tienen que cargar ni asignar nada manualmente. La IA recopila en segundo plano y prepara todo para la liquidación de proyectos.
Las principales tecnologías de IA para la liquidación de proyectos
¿Qué tecnologías hay detrás de la captura automática de recibos? Tres áreas de IA trabajan aquí de la mano – y no hace falta ser informático para entender cómo le ayudan.
OCR y Machine Learning en combinación
La OCR existe desde hace mucho. Pero solo el Machine Learning la convierte en un sistema inteligente. La versión moderna no solo reconoce letras, sino que entiende el contexto.
Por ejemplo: una OCR tradicional lee «Hotel Adler 120,50 €». Fin.
Una OCR basada en IA detecta además:
- «Hotel» = gasto de alojamiento
- «120,50 €» = importe bruto con 7% de IVA
- Fecha en una esquina = periodo de viaje
- Dirección = ubicación del proyecto
El Machine Learning es como un contable experimentado, que tras años de trabajo sabe inmediatamente qué pertenece a cada proyecto. Solo que la IA nunca se cansa ni está de mal humor.
Natural Language Processing para la categorización de recibos
El NLP (Natural Language Processing – procesamiento del lenguaje natural) ayuda a la IA a comprender la información escrita. En recibos, eso vale oro.
Imagine que en un recibo pone «Piezas de repuesto para prensa cliente Müller». Un sistema tradicional lo guardaría como texto. Un sistema con NLP entiende:
- «Piezas de repuesto» → categoría de gasto de material
- «Prensa» → referencia a maquinaria
- «Cliente Müller» → referencia a proyecto
Anna, directora de RR.HH. de una empresa SaaS, comenta: «Nuestra IA entiende incluso las descripciones crípticas de nuestros desarrolladores. ‘Pizza para turno de noche Release 2.4’ se asigna automáticamente como gasto de alimentación al proyecto correcto.»
Predictive Analytics para la previsión de costes
Aquí es donde la cosa se pone interesante: el análisis predictivo utiliza datos históricos para generar pronósticos de futuro. Para los costes de proyecto, esto marca la diferencia.
La IA analiza proyectos antiguos y reconoce patrones:
| Evolución del proyecto | Factores de coste reconocidos | Precisión de la previsión |
|---|---|---|
| Primer 20% de duración del proyecto | Gastos de viaje superiores a lo previsto | 85% acierto |
| Mitad central del 50% | Tendencia de costes de material | 92% acierto |
| Último 30% de proyecto | Probabilidad de horas extra | 78% acierto |
Concretamente: ya al cuarto del proyecto sabe si va a cumplir el presupuesto. Suficientemente temprano para reaccionar.
Pero cuidado: los pronósticos solo son tan buenos como la calidad de los datos. Garbage in, garbage out – también vale para la IA.
Caso práctico: cómo un fabricante de maquinaria ahorra un 40% de tiempo
La teoría está bien, pero ¿qué aporta la captura de recibos con IA en la práctica? Veamos un caso real – anonimizado, pero con cifras reales.
Situación de partida y retos
Müller Maschinenbau GmbH (nombre ficticio) desarrolla maquinaria especial para la industria automotriz. 85 empleados, 12 jefes de proyecto, volumen de proyectos entre 50.000 y 500.000 euros.
El problema: cada proyecto tenía centros de coste individuales, el material se tomaba de diferentes almacenes y los empleados estaban a menudo en casa del cliente. La liquidación mensual del proyecto era una pesadilla.
El director general Klaus Müller (nombre ficticio) describe la situación: «Nuestros jefes de proyecto pasaban cada mes tres o cuatro días solo en recopilar recibos y asignar gastos. En proyectos complejos, era verdadero trabajo de detective.»
Los retos concretos:
- 15 categorías de gasto distintas por proyecto
- Empleados en equipos cambiantes en varias obras
- Salidas de material de tres almacenes diferentes
- Proveedores externos con diferentes ciclos de facturación
- Gastos de viaje y alojamientos en las sedes de los clientes
Implementación de la solución de IA
Tras una evaluación de tres meses, Müller eligió una solución basada en IA. La implantación se realizó en tres fases:
Fase 1 (meses 1-2): integración de datos
- Conexión del sistema ERP para horas de trabajo y salidas de material
- Integración de transacciones con tarjetas corporativas
- App para smartphone para los jefes de proyecto
- Integración de emails para importación automática de PDFs
Fase 2 (meses 3-4): entrenamiento de la IA
- Subida de 6 meses de liquidaciones antiguas
- Categorización manual de 500 recibos de ejemplo
- Definición de reglas y lógica de asignación del proyecto
- Prueba con dos proyectos piloto
Fase 3 (meses 5-6): despliegue y optimización
- Extensión a todos los proyectos activos
- Formación a jefes de proyecto y administrativos
- Optimización fina de las reglas de automatización
- Integración en procesos ya existentes de controlling
Resultados medibles tras 6 meses
Las cifras hablan por sí solas. Müller midió antes y después de la implantación:
| Métrica | Antes | Después | Mejora |
|---|---|---|---|
| Tiempo de recopilación de recibos por proyecto | 8 horas | 3 horas | -62% |
| Grado de automatización | 0% | 87% | +87 puntos |
| Tasa de error en las asignaciones | 12% | 3% | -75% |
| Tiempo hasta emitir la factura | 15 días | 5 días | -67% |
| Costes de proyecto no registrados | 3,2% | 0,8% | -75% |
Klaus Müller lo resume: «El ahorro en tiempo fue aún mayor de lo esperado. Pero el verdadero beneficio es que nuestros jefes de proyecto pueden volver a dedicar tiempo a los clientes y no al papeleo.»
Especialmente impresionante: la IA aprendió rápidamente los patrones propios de la empresa. Tras tres meses ya reconocía que los costes de hotel en ciertas ciudades pertenecían a los proyectos allí en marcha.
El ROI se alcanzó tras sólo 8 meses – antes de lo previsto.
Seguridad jurídica y compliance en sistemas de IA
«Todo esto suena bien, ¿pero es legalmente seguro?» Todos los directores responsables hacen esta pregunta. Con razón, ya que los recibos están sujetos a estrictas normas.
Archivado digital de recibos conforme a GoBD
La GoBD (Principios para la correcta gestión y almacenamiento de libros, registros y documentos en forma electrónica) regula cómo se deben manejar los recibos digitales.
La buena noticia: los sistemas modernos de IA se desarrollan desde el principio para cumplir la GoBD. Cumplen automáticamente todos los requisitos:
- Inalterabilidad: Los recibos se protegen con huellas digitales
- Integridad: Todos los recibos se capturan y archivan sin lagunas
- Orden: Archivado sistemático por proyectos y categorías
- Rastreabilidad: Cada cambio queda registrado
- Disponibilidad: Localización inmediata mediante búsquedas
Un ejemplo práctico: cuando un empleado fotografía un recibo, la IA genera inmediatamente un hash (huella digital) del original. Eso prueba que el documento no ha sido alterado.
Seguridad de auditoría y trazabilidad
Si el fisco realiza una inspección, debe poder justificar cada recibo y cada asiento. Con sistemas de IA, esto es incluso más sencillo que con documentos en papel.
La IA registra automáticamente:
| Evento | Registro | Ventaja en auditoría |
|---|---|---|
| Captura del recibo | Fecha/hora, autor, hash original | Identificación unívoca |
| Asignación automática | Algoritmo IA, probabilidad, justificación | Lógica comprensible |
| Correcciones manuales | Usuario, fecha, motivo | Procesamiento transparente |
| Exportación/Archivo | Transferencia completa | Documentación sin lagunas |
Markus, del área de IT de una compañía de servicios, comenta: «En nuestra última auditoría, el inspector estaba encantado. Encontramos cualquier recibo en segundos y mostramos todo el historial de procesamiento. Ahorramos mucho tiempo.»
Importante: elija solo proveedores que tengan certificaciones GoBD reconocidas. Exija una confirmación por escrito – no todo lo digital es legalmente seguro.
Un consejo práctico: realice muestreos regulares. Incluso la mejor IA comete errores. Normalmente, una revisión mensual del 5-10% de las asignaciones es suficiente para garantizar la calidad.
Estrategia de implementación: así introduce la captura de recibos con IA
La tecnología existe, el business case es claro – pero ¿cómo se implementa con éxito la captura de recibos mediante IA? Aquí es donde se separan los líderes de los seguidores. Una estrategia bien pensada es clave para el éxito.
Preparación y calidad de los datos
Antes de desplegar IA, hay que hacer los deberes. La IA es tan buena como los datos que recibe.
La preparación se realiza en cuatro pasos:
- Análisis de procesos actuales
Documente cómo se capturan y procesan los recibos hoy. ¿Dónde están los cuellos de botella? ¿Qué pasos llevan más tiempo? - Identificación de fuentes de datos
Liste todos los lugares donde se generan recibos: emails, fotos con smartphone, ERP, transacciones con tarjeta, portales de proveedores. - Definición de categorías
Genere una estructura clara: ¿Qué tipos de gastos existen? ¿Cómo están organizados sus centros de coste? ¿Qué proyectos se ejecutan en paralelo? - Preparación de datos históricos
Reúna liquidaciones de proyectos de 6 a 12 meses atrás. Eso sirve de material de entrenamiento para la IA.
Anna, líder de RR.HH. de una empresa SaaS, advierte: «Pensamos que podíamos arrancar sin más. Pero sin categorizar bien, la IA aprendió de forma completamente errónea. Tres semanas de preparación nos habrían ahorrado dos meses de correcciones.»
Piloto y planificación del despliegue
Empiece pequeño, aprenda rápido y luego escale. Esa es la receta del éxito para la IA.
Un típico plan de despliegue sería:
| Fase | Duración | Alcance | Objetivo |
|---|---|---|---|
| Piloto | 4-6 semanas | 1-2 proyectos, 3-5 usuarios | Prueba de concepto |
| Despliegue de prueba | 8-12 semanas | 30% de los proyectos | Optimización de procesos |
| Despliegue completo | 4-8 semanas | Todos los proyectos | Uso en producción |
| Optimización | Continuo | Mejora continua | Eficiencia máxima |
Elija un proyecto «normal» para el piloto – ni el más complejo ni el más fácil. Busque resultados realistas, no condiciones de laboratorio.
Formación de empleados y gestión del cambio
Aquí fallan la mayoría de los proyectos IA: no por la tecnología, sino por las personas. Por eso, sus empleados deben entender que la IA es una ayuda, no una sustitución.
Los mensajes clave para su equipo:
- «La IA se encarga de lo aburrido para que usted pueda centrarse en lo esencial.»
- «Usted sigue siendo el experto – la IA es solo su asistente.»
- «Los errores de la IA son normales y se corrigen juntos.»
- «Su experiencia mejora la IA.»
Thomas, del sector maquinaria, cuenta: «Mis jefes de proyecto más veteranos eran muy escépticos. Llevaban 20 años haciéndolo todo manualmente. Pero cuando vieron que podían dedicar más tiempo a los clientes, se volvieron los mayores fans de la IA.»
Consejos prácticos de formación:
- Manos a la obra desde el primer día: Las formaciones teóricas aburren. Deje que los empleados trabajen con recibos reales cuanto antes.
- Defina power-users: Identifique 2-3 colegas expertos en tecnología como referentes internos.
- Feedback regular: Reuniones semanales de 15 minutos durante la implantación revelan rápidamente problemas.
- Celebre los éxitos: Comunique activamente los ahorros de tiempo y las mejoras.
Y no olvide: el departamento de contabilidad también debe estar informado. Allí verán datos estructurados de otra manera y tendrán que adaptar sus rutinas de comprobación.
Cálculo del ROI: ¿cuánto cuesta realmente la captura de recibos con IA?
«Suenan muy bien, pero ¿cuánto cuesta?» Es la pregunta estrella en toda conversación sobre IA. Y con razón: la mejor tecnología debe ser rentable.
Costes de inversión vs. potenciales de ahorro
La inversión en captura de recibos con IA incluye varios elementos. He aquí una estimación realista para una empresa de 50-150 empleados:
| Concepto de coste | Único | Mensual | Anual |
|---|---|---|---|
| Licencia de software (por usuario) | – | 25-45 € | 300-540 € |
| Implantación y configuración | 5.000-15.000 € | – | – |
| Integración de datos | 3.000-8.000 € | – | – |
| Formación | 2.000-5.000 € | – | – |
| Soporte y mantenimiento | – | 200-500 € | 2.400-6.000 € |
Para 20 usuarios activos, cuente aproximadamente con:
- Coste único: 10.000-28.000 €
- Coste anual: 8.400-16.800 €
Frente a ello, aparecen ahorros concretos:
| Área de ahorro | Ahorro de tiempo | Ahorro de costes/año |
|---|---|---|
| Jefes de proyecto (10 pers. x 75.000 € año) | 40% menos tiempo administrativo | 24.000 € |
| Controlling (2 pers. x 55.000 € año) | 30% menos revisiones | 8.800 € |
| Contabilidad (1,5 pers. x 45.000 € año) | 25% menos entradas manuales | 4.200 € |
| Facturación más rápida | 10 días antes | Ventaja de liquidez |
| Costes de error reducidos | 75% menos correcciones | 3.000 € |
Ahorro total el primer año: más de 40.000 €
El ROI se sitúa así entre el 150-300% sólo en el primer año.
Ventajas ocultas para la gestión de proyectos
Los ahorros directos no son toda la verdad. La captura de recibos basada en IA aporta ventajas estratégicas difíciles de medir, pero muy valiosas:
Controlling de proyectos en tiempo real: En vez de informes mensuales, visualice los costes al día. Así puede reaccionar a tiempo.
Mejor cálculo de ofertas: Con datos reales de costes históricos, cotice proyectos futuros más precisamente. Reduce riesgos de pérdidas.
Satisfacción del empleado: Menos tareas administrativas, más foco en el trabajo real. Más motivación, menor rotación.
Seguridad legal: Archivo automático conforme a GoBD reduce riesgos en auditorías.
Markus, IT Director de un grupo de servicios, resume: «El ahorro de tiempo ha sido impresionante. Pero el mayor valor es que ahora tomamos decisiones de proyecto con datos reales, no solo intuición.»
Un ejemplo: gracias a la transparencia diaria de costes, un fabricante de maquinaria detectó a tiempo que un proyecto iba un 15% por encima del presupuesto. Tomando medidas anticipadas se ahorró una suma de cinco cifras.
Evitar errores frecuentes en la implantación
De los errores se aprende – pero mejor aún aprender de los ajenos. Tras cientos de implantaciones de IA, estos son los fallos más habituales.
Errores técnicos
Error nº 1: ignorar la mala calidad de los datos
«Garbage in, garbage out» – esta máxima vale especialmente para IA. Muchas empresas subestiman la importancia de tener datos limpios.
Qué ocurre: recibos históricos mal categorizados, centros de coste mal nombrados, estructuras de proyecto desarrolladas a lo largo de años.
Solución: invierta 2-3 semanas en limpiar los datos antes de entrenar la IA. Compensa.
Error nº 2: expectativas poco realistas sobre la precisión
La IA no es magia, es estadística. Un 95% de acierto es excelente – el 100% no existe.
Anna, del sector SaaS, cuenta: «Al principio pensamos que la IA debía ser perfecta. Al ver un 5% de errores, casi cancelamos. Hasta que vimos que manualmente el error era del 12%.»
Error nº 3: subestimar la integración
La mejor IA no sirve si no se conecta con sus sistemas.
Revise antes:
- ¿Su ERP ofrece APIs abiertas?
- ¿Su sistema de email exporta PDFs automáticamente?
- ¿Su contabilidad importa datos?
- ¿Funciona la integración de tarjetas?
Retos organizativos
Error nº 4: descuidar el change management
El motivo más habitual del fracaso de proyectos IA es la resistencia de los empleados. Por inseguridad, no por mala fe.
Thomas, de maquinaria, relata: «Mi jefe de proyecto más veterano usó tres semanas el método antiguo. Solo cuando vio el ahorro de sus colegas, se cambió.»
Solución: deje claro desde el principio que la IA apoya, no sustituye, al empleado.
Error nº 5: un despliegue demasiado grande
«Ahora digitalizamos todo» – eso satura a la organización y la tecnología.
Mejor: empiece con el 20-30% de sus proyectos. Optimice procesos y luego amplíe.
Error nº 6: responsabilidades poco claras
¿Quién gestiona la IA? ¿Quién revisa resultados? ¿Quién forma a nuevos empleados?
Defina roles claros:
| Rol | Responsabilidad | Tiempo dedicado |
|---|---|---|
| Administrador IA | Configuración, ajustes de reglas | 2-4 horas/semana |
| Power-user | Soporte y control de calidad | 1-2 horas/semana |
| Responsable funcional | Optimización y decisiones estratégicas | 1 hora/semana |
El consejo más importante: Reserve un 20% más de tiempo y presupuesto de lo previsto. Los proyectos IA siempre traen sorpresas – habitualmente positivas, pero a veces desafíos inesperados.
Markus lo resume: «Planificamos tres meses y necesitamos cuatro. Pero al cabo del año habíamos ahorrado más de lo que nunca pensamos. A veces el camino es el destino.»
Preguntas frecuentes sobre la liquidación de proyectos con IA
¿Cuánto tiempo tarda la implantación de una captura de recibos con IA?
La implantación suele tardar entre 3 y 6 meses, dependiendo del tamaño de la empresa y la complejidad de los sistemas ya existentes. Un piloto está operativo en solo 4-6 semanas.
¿La captura de recibos basada en IA cumple con la GoBD?
Sí, los sistemas modernos de IA cumplen todos los requisitos de GoBD para la contabilidad formal. Añaden incluso mayor seguridad que los procesos manuales, gracias al registro automático y archivos inalterables.
¿Cuál es la precisión de reconocimiento según el tipo de recibo?
La precisión para recibos estructurados (facturas, tickets) es del 95-98%. En notas manuscritas o documentos difíciles de leer baja al 80-85%. El sistema aprende y mejora continuamente.
¿Se pueden integrar ERPs existentes?
La mayoría de ERPs modernos cuentan con APIs o interfaces para integración. Sistemas estándar como SAP, Microsoft Dynamics o DATEV suelen conectarse sin problema. Para sistemas antiguos puede requerirse una interfaz a medida.
¿Qué ocurre con los recibos que la IA no puede asignar automáticamente?
Los recibos no claros quedan en una cola de revisión y los empleados los procesan manualmente. Estas asignaciones sirven además como training data para mejorar la automatización.
¿Cómo se garantiza la protección y seguridad de los datos?
Los proveedores serios ofrecen soluciones conformes al RGPD con servidores en Alemania, cifrado de extremo a extremo y auditorías de seguridad periódicas. Compruebe certificaciones como ISO 27001 antes de decidirse.
¿Qué ahorros de coste son realistas?
Las empresas suelen ahorrar entre un 40-60% de tiempo en captura de recibos y liquidación de proyectos. Para una empresa mediana, esto supone ahorros de 30.000-50.000 € anuales, y la inversión se amortiza en 8-12 meses.
¿Pueden los trabajadores móviles utilizar el sistema?
Sí, los sistemas modernos ofrecen apps para smartphone para capturar recibos de inmediato. Los recibos se fotografían y cargan automáticamente, incluso si no hay conexión (la sincronización se realiza luego).
