El etiquetado XBRL de los informes financieros, una tarea que durante años ha exigido horas de trabajo manual por parte de los equipos financieros, podría estar a punto de cambiar de forma sustancial. Lucanet, proveedor de soluciones para la oficina del CFO, ha lanzado en España Tagger Agent, un agente basado en inteligencia artificial diseñado para automatizar el etiquetado narrativo en informes XBRL, especialmente en el marco del cumplimiento del formato ESEF exigido por la normativa europea.
Según datos recogidos en el informe La agenda del CFO 2025 elaborado por la propia compañía, el 48 % de los directores financieros identifica el esfuerzo manual y la falta de automatización como uno de los principales obstáculos en su operativa diaria. En paralelo, un 30 % apunta a la necesidad de aplicar inteligencia artificial y análisis de datos de forma más estratégica. En ese contexto, la aparición de herramientas como Tagger Agent no solo responde a una demanda creciente, sino que también introduce un cambio técnico relevante en los procesos de reporting financiero.
Tagger Agent se presenta como el primer sistema del mercado capaz de realizar un etiquetado narrativo XBRL completo mediante una arquitectura de IA multiagente. Esto incluye no solo la identificación de conceptos financieros en el texto, sino también la creación de extensiones, el etiquetado de tablas numéricas y la generación de bases de enlaces de cálculo. Todo ello, en un flujo de trabajo automatizado que, según Lucanet, puede reducir de días a horas el tiempo necesario para completar el proceso.
La solución ha sido diseñada para adaptarse a la última taxonomía ESEF, incluyendo los requisitos más recientes introducidos en 2025, como el etiquetado por bloques más detallado y reglas de validación más estrictas. A diferencia de otras herramientas que actúan como asistentes o copilotos, Tagger Agent automatiza el proceso de principio a fin, aunque mantiene la posibilidad de revisión y validación humana.
«Abordamos el mayor cuello de botella del etiquetado XBRL: las notas narrativas de los estados financieros, que tradicionalmente se etiquetan manualmente página por página», explica Janis Steinmann, director de XBRL en Lucanet. «Con una arquitectura multiagente y comprensión contextual, conseguimos una precisión superior al 80 % respecto al etiquetado manual, liberando a los expertos para que se centren en tareas de validación y control».
La precisión del sistema, medida frente a informes etiquetados manualmente, se sitúa por encima del 80 %, lo que representa un salto significativo en comparación con otras soluciones automatizadas. Además, la herramienta es multilingüe y está optimizada para inglés, alemán, sueco, italiano y español, lo que facilita su adopción en entornos multinacionales o en grupos con filiales en distintos países europeos.
El lanzamiento de Tagger Agent se apoya en las capacidades de IA generativa que Lucanet comenzó a integrar en su plataforma en 2024. La compañía ha ido incorporando progresivamente funciones basadas en agentes inteligentes en áreas como la planificación financiera, la consolidación de cuentas y la presentación de informes ESG. La integración de esta nueva funcionalidad en el flujo de cumplimiento normativo refuerza la estrategia de Lucanet de construir un ecosistema de reporting conectado y automatizado.
Desde la introducción del ESEF en 2022, las empresas cotizadas europeas están obligadas a presentar sus informes financieros anuales en formato electrónico etiquetado, utilizando el estándar XBRL. Las actualizaciones normativas de 2025 han elevado el nivel de exigencia, haciendo que el etiquetado por bloques de las notas explicativas sea más granular y que las reglas de validación sean más estrictas. En este escenario, la automatización no solo mejora la eficiencia, sino que también reduce el riesgo de errores y facilita la trazabilidad ante auditorías y revisiones regulatorias.
XBRL, como estándar global para la presentación de información financiera y de sostenibilidad, permite estructurar los datos de forma legible por máquina, facilitando su análisis, comparación y validación automática. Sin embargo, su implementación práctica ha supuesto tradicionalmente una carga operativa considerable para los equipos financieros, especialmente en el caso del etiquetado narrativo, donde la interpretación semántica del texto es clave.
La propuesta de Lucanet busca precisamente resolver ese punto crítico. Tagger Agent no solo automatiza el etiquetado, sino que lo hace con una arquitectura que combina varios agentes especializados, capaces de entender el contexto financiero, aplicar las reglas de taxonomía y generar los enlaces de cálculo requeridos. Todo ello sin renunciar a la intervención humana en las fases finales del proceso.
La herramienta ya está disponible en España y se integra con la solución Lucanet XBRL Tagger, que permite validar, exportar y generar informes en formatos XBRL e iXBRL. La compañía asegura que esta integración permite a los equipos financieros generar documentos listos para auditoría con mayor rapidez y fiabilidad, mejorando la transparencia y la comparabilidad para inversores, auditores y reguladores.
Aunque el mercado de soluciones XBRL ha crecido en los últimos años, la mayoría de las herramientas disponibles se centran en el etiquetado estructurado de tablas o requieren una intervención manual significativa en las secciones narrativas. En contraste, la propuesta de Lucanet introduce un enfoque más ambicioso, que apunta a una automatización integral del proceso sin perder de vista la supervisión humana.
La evolución normativa en Europa y la presión sobre los equipos financieros para reducir tiempos y errores en la presentación de informes están acelerando la adopción de soluciones basadas en IA. Tagger Agent se suma así a una tendencia más amplia en la que la inteligencia artificial no solo actúa como asistente, sino como agente autónomo capaz de ejecutar tareas complejas dentro del ecosistema financiero.
El reto, a partir de ahora, será medir hasta qué punto estas herramientas consiguen escalar sin comprometer la calidad del dato y si los reguladores aceptan de forma generalizada los informes generados con este tipo de automatización. Mientras tanto, el movimiento de Lucanet marca un punto de inflexión en la forma en que se aborda el cumplimiento normativo en el ámbito financiero.
