RPA + IA: guía para automatizar procesos (2026)

RPA + IA es la combinación de robots de software (RPA, automatización robótica de procesos) con inteligencia artificial para ejecutar de punta a punta procesos empresariales que hoy hacen personas a mano: prefacturación, conciliaciones, cobranzas, altas de clientes o reportes regulatorios. En QActions, consultora de testing de software con sedes en Buenos Aires, Asunción y Miami, partner de Automation Anywhere y de Tricentis, implementamos estos proyectos en Argentina, Paraguay y el resto de LATAM. Esta guía explica, paso por paso, cómo hacerlo sin terminar en la estadística de los pilotos que nunca llegan a producción.

Y esa estadística existe, está publicada y es incómoda: Gartner proyecta que más del 40 % de los proyectos de IA agéntica serán cancelados antes de que termine 2027, por costos que escalan, valor de negocio poco claro y controles de riesgo insuficientes (Gartner, junio 2025).

Si estás leyendo esto, probablemente no te falte convicción. Te falta un plan que sobreviva al comité de inversión y al segundo mes del proyecto. Vamos a eso.

¿Por qué tu último piloto de automatización nunca llegó a producción?

Hagamos un ejercicio incómodo. Es día 4 del cierre de mes. Tu gerente de administración tiene tres planillas abiertas, un extracto bancario en PDF y el sistema de facturación en otra pestaña. Está conciliando a mano, como el mes pasado y como el anterior. Si esa persona se enferma, el cierre se corre una semana. Si se equivoca en una fila, el número que presentás al directorio está mal y nadie lo sabe hasta que alguien lo cruza. Ya intentaron resolverlo: hubo un piloto de automatización el año pasado. Funcionó en la demo. Hoy nadie lo usa.

No es tu empresa la rota. Es el patrón. El World Quality Report 2025-26, que releva a más de 2.000 ejecutivos senior en 22 países y 10 sectores (Capgemini, Sogeti y OpenText), encontró que el 89 % de las organizaciones ya están pilotando o desplegando IA generativa en sus procesos de calidad e ingeniería… y que solo el 15 % logró implementarla a escala de toda la empresa. El 43 % sigue en fase experimental y el 30 % opera en casos de uso limitados.

El mismo informe aporta el dato que más duele: la mejora promedio de productividad reportada es del 19 %, pero un tercio de las organizaciones vio ganancias mínimas o nulas. Es decir: el problema no es que la tecnología no funcione. Es que funciona para dos de cada tres, y nadie te dice de antemano en qué grupo vas a caer.

La diferencia entre un grupo y el otro casi nunca está en la herramienta. Está en cómo se eligió el proceso, cómo se midió antes de empezar, y si alguien probó el robot en serio antes de soltarlo contra el ERP de producción. Eso último es lo que casi nadie hace.

⚠️ La factura de 900 millones que nadie quiso firmar

El 11 de agosto de 2020, un equipo de Citibank tenía que pagar unos 7,8 millones de dólares de intereses a los acreedores de Revlon. Terminó transfiriendo casi 900 millones de dólares a 315 acreedores. No fue un ataque informático ni una caída del sistema. Fue un proceso manual: el modelo de «seis ojos» —un operador carga, un segundo verifica, un tercero aprueba— sobre una pantalla del sistema Flexcube donde había que tildar casillas para que el dinero no saliera. Se tildaron algunas y no todas (Banking Dive, diciembre 2020).

Parte del dinero volvió voluntariamente —unos 390 millones— y hubo años de litigio por el resto. En octubre de ese mismo año, la OCC multó a Citi con 400 millones de dólares por deficiencias en gestión de riesgo, gobierno de datos y controles internos.

Leé de nuevo la frase clave: tres personas revisaron y el error pasó igual. Esa es la verdadera naturaleza del control manual. No falla porque la gente sea descuidada; falla porque la atención humana sostenida sobre tareas repetitivas tiene una tasa de error que no baja de cierto piso, por más capas de revisión que le pongas encima. Agregar un cuarto par de ojos no resuelve nada: multiplica el costo y diluye la responsabilidad.

Y el agujero es sistémico. El consorcio CISQ estimó que la mala calidad de software le costó a Estados Unidos al menos 2,41 billones de dólares en 2022, con una deuda técnica acumulada de alrededor de 1,52 billones. No es un problema de empresas desprolijas: es el costo de fondo de operar con procesos y software que nadie verificó a tiempo.

¿Cuánto te cuesta a vos? No lo sabés. Y ese, no la licencia del software, es el número que deberías estar persiguiendo.

¿Qué es RPA + IA y en qué se diferencia de un agente de IA?

Hay tres cosas distintas que el mercado vende con la misma palabra, y confundirlas es la forma más rápida de comprar lo que no necesitás.

• RPA (automatización robótica de procesos). Un robot de software que replica los clics, las lecturas y las cargas que hace una persona en los sistemas que ya tenés: SAP, el core bancario, el home banking, Excel, el portal de AFIP o de la DNIT. No necesita integración vía API ni que cambies el ERP. Es determinístico: hace exactamente lo que le indicaste, siempre igual, 24 horas por día.
• IA aplicada al proceso. Es la capa que entiende lo que el RPA por sí solo no puede: leer una factura escaneada o un remito en PDF, clasificar un reclamo, extraer datos de un correo escrito por una persona, decidir si una excepción va al camino A o al B.
• Agentes de IA (IA agéntica). Sistemas que persiguen un objetivo y eligen por sí mismos los pasos para alcanzarlo. Son los más nuevos, los más caros y los que concentran el 40 % de cancelaciones que mencionamos arriba.

La recomendación de Gartner en ese mismo comunicado es sorprendentemente sobria, y la repetimos porque te ahorra dinero: usá agentes cuando hace falta tomar decisiones, automatización para flujos rutinarios y asistentes para búsquedas simples. La mayoría de los casos que hoy se presentan como «agénticos» no necesitan serlo.

Hay otra razón para desconfiar del marketing. Gartner describe la práctica del agent washing: proveedores que renombran productos que ya existían —asistentes, RPA clásico, chatbots— como IA agéntica. Su estimación es contundente: de los miles de proveedores de IA agéntica en el mercado, solo unos 130 son reales. Si alguien te vende «agentes» y no te puede explicar en una pizarra qué decide el agente y con qué datos, estás mirando una etiqueta, no una tecnología.

Las tres salidas que ya probaste (y por qué volvieron a fallar)

Antes de hablar de cómo implementar, conviene descartar con honestidad las alternativas. Todas son legítimas. Ninguna resuelve el problema de fondo.

Alternativa 1: contratar dos personas más. Es la más rápida y la más cara en el mediano plazo. Funciona hasta que el volumen vuelve a crecer, y entonces necesitás dos más. Vale, la minera brasileña, enfrentó exactamente esta encrucijada: iban a duplicar el volumen de transacciones de compra y, como explicó su responsable de IA, no había espacio para duplicar la cantidad de personas. Además, el conocimiento del proceso se va cuando la persona renuncia.

Alternativa 2: la macro de Excel y el muchacho que sabe VBA. Barata, veloz y genuinamente útil durante unos meses. El problema aparece después: nadie documentó nada, no hay control de versiones, no hay registro de auditoría, y cuando esa persona cambia de trabajo te queda un archivo que nadie se anima a tocar. En un sector regulado —banca, seguros, salud— además no te sirve para demostrar nada frente a una auditoría.

Alternativa 3: pedirle el desarrollo a IT. Técnicamente es la solución más elegante: integrar los sistemas de verdad, por API. También es la que entra en un backlog detrás de otras catorce prioridades y sale el año que viene. Si tu proceso crítico puede esperar doce meses, hacelo así. Si no puede, el RPA existe precisamente para cubrir ese hueco: automatiza por la capa de presentación, sin tocar el código del sistema.

Y la cuarta, la que nadie dice en voz alta: esperar a que el ERP nuevo lo resuelva solo. Si estás migrando a SAP S/4HANA —y si usás SAP ECC, el mantenimiento estándar termina el 31 de diciembre de 2027—, la tentación es congelar todo hasta después del go-live. Es comprensible y es un error: vas a llegar a la migración con los mismos procesos manuales, más la carga de una regresión masiva encima.

¿Cuánto ROI genera realmente automatizar con RPA + IA?

Acá hay que tener cuidado, porque internet está lleno de cifras sin dueño. Te damos las que tienen fuente y te decimos de dónde salen.

El estudio Total Economic Impact que Forrester realizó sobre cinco clientes globales de Automation Anywhere —con entre 9 y 60 meses de experiencia en la plataforma— construyó una organización compuesta y midió, a tres años:

• 262 % de retorno sobre la inversión en RPA.
• Período de repago menor a 12 meses.
• Más de 13,2 millones de dólares en beneficios a valor presente ajustado por riesgo.
• Desagregados así: 8,3 millones por mejora de procesos, 2,7 millones por ahorros de cumplimiento y auditoría, 1,1 millones por reducción de errores y 1,1 millones por transformación digital.

Dos advertencias de nuestra parte, porque preferimos que confíes en el método antes que en el número: ese estudio es de 2019 y fue difundido por el propio proveedor. Sirve como orden de magnitud, no como promesa. El único ROI que importa en tu comité es el que calculás con tus propios datos, y se hace en una hora:

1. Tomá un proceso. Contá cuántas veces por mes se ejecuta.
2. Cronometrá cuánto tarda una persona en hacerlo una vez, de verdad, no lo que dice el manual.
3. Multiplicá: ejecuciones × minutos × 12 = horas al año.
4. Valorizá esas horas al costo cargado real de la posición (sueldo + cargas sociales + estructura).
5. Sumá lo que no se ve: el costo de los errores del último año, las multas o notas de crédito que generaron, y las horas de las personas que los corrigieron.
6. Restá el costo del proyecto: licencias, implementación y mantenimiento anual.

Si ese número no cierra, no automatices ese proceso. Buscá otro. Hay pocas cosas más sanas en un proyecto de automatización que la disciplina de descartar casos.

Cómo implementar RPA + IA en tu empresa: los 7 pasos

Paso 1: Elegí el proceso con evidencia, no con opiniones

El error inicial más común es elegir el proceso en una reunión, preguntando quién está más saturado. El resultado es que automatizás lo que alguien odia, no lo que más cuesta.

Vale resolvió esto de un modo que vale la pena copiar. Antes relevaban procesos con entrevistas: tardaban unos tres meses, había que reagendar reuniones y la gente olvidaba pasos, de modo que los huecos aparecían recién durante la implementación. Cambiaron a process discovery con IA: instalaron un agente liviano en las computadoras de apenas siete personas y lo dejaron correr diez días. El sistema analizó 370.000 acciones reales y la IA generativa identificó cinco procesos de alto impacto para automatizar. El relevamiento pasó de tres meses a diez días: un 89 % más rápido (Automation Anywhere, caso Vale).

Si todavía no tenés acceso a esa tecnología, la versión artesanal también sirve: pedile a tres personas que registren durante dos semanas cada tarea repetitiva, con hora de inicio y de fin. Vas a descubrir procesos que nadie había nombrado.

Paso 2: Medí la línea base antes de tocar nada

Esta es la que más proyectos arruina por omisión. Si no registrás el tiempo de ciclo, la tasa de error y el costo actuales antes de automatizar, al final no vas a poder demostrar nada. Y un proyecto que no puede demostrar su resultado no consigue presupuesto para la segunda ola.

Tres números, anotados y firmados por el dueño del proceso: cuánto tarda, cuánto cuesta, cuántos errores tiene. Nada más.

Paso 3: Arreglá el proceso antes de automatizarlo

Automatizar un proceso malo te da un proceso malo más rápido. Y más caro, porque ahora además pagás licencias. Antes de escribir una sola línea de automatización: eliminá los pasos que no agregan valor, unificá los criterios entre áreas y definí qué es una excepción y qué no.

Este paso suele reducir entre un cuarto y un tercio del proceso sin tecnología de por medio. Es gratis y casi nadie lo hace.

Paso 4: Diseñá el bot con excepciones y gobierno desde el día uno

El 80 % de los casos es fácil. El proyecto se juega en el 20 % restante. ¿Qué hace el robot cuando el PDF llega girado? ¿Cuando el CUIT no existe? ¿Cuando el sistema está caído? Cada respuesta debe estar definida antes de construir, con una regla clara: ante la duda, el robot no decide, deriva a una persona y deja registro.

El gobierno va en el mismo paquete: quién tiene las credenciales del bot, con qué permisos corre, qué queda en el log de auditoría y quién revisa ese log. En banca y medios de pago esto dejó de ser opcional: la Comunicación «A» 8398 del BCRA incorporó a los proveedores de servicios de pago como sujetos obligados de los requisitos mínimos de tecnología y seguridad, y el alcance llega a los terceros que reciben procesos delegados. Si tu robot toca un proceso regulado, tiene que poder mostrar evidencia.

Paso 5: Probá el robot como si fuera software crítico (porque lo es)

Acá está el paso que separa los pilotos que escalan de los que mueren, y es el que casi ningún proveedor de RPA te va a mencionar: un bot es software en producción tocando tus sistemas transaccionales. Merece el mismo rigor de QA que le exigirías a un desarrollo del core.

Eso significa casos de prueba diseñados sobre el proceso real, pruebas de regresión cada vez que cambia una pantalla del ERP, pruebas de volumen con la carga de un cierre de mes y, muy importante, datos de prueba que no sean una copia de producción. Usar datos reales de clientes en ambientes de prueba es hoy un riesgo legal concreto: en Paraguay, la Ley 7593/2025 de protección de datos personales, promulgada en noviembre de 2025, entra en vigencia plena en noviembre de 2027. La alternativa técnica existe y se llama generación de datos de prueba sintéticos.

Este es, con honestidad, el motivo por el que una consultora de testing es un socio distinto a una fábrica de bots. Si te interesa el fondo del asunto, lo desarrollamos en nuestra guía del ciclo completo de pruebas de software.

Paso 6: Pasá a producción con dueño, SLA y tablero

Un robot sin dueño se apaga solo en tres meses. Antes del go-live definí: quién es el responsable funcional, en cuánto tiempo se atiende una falla, dónde se ve si el bot corrió y qué pasa si no corrió. Un tablero simple con tres indicadores —ejecuciones exitosas, excepciones derivadas y horas liberadas— alcanza para sostener el presupuesto del año siguiente.

Paso 7: Escalá con un centro de excelencia y gente de negocio

JBS, la alimenticia global, arrancó con cuatro procesos. La primera automatización, de actualización de precios, liberó 390 horas. A partir de ahí montaron un centro de excelencia con miembros en Estados Unidos y México y un programa de desarrolladores ciudadanos que hoy tiene 30 integrantes. El acumulado publicado: 210 automatizaciones inteligentes, 125.000 horas ahorradas (equivalentes a 60 posiciones de tiempo completo) y un millón de dólares de ahorro anual sostenido desde 2020 (Automation Anywhere, caso JBS).

El patrón se repite: ninguna de estas empresas empezó con una transformación. Empezaron con un proceso.

¿Qué procesos conviene automatizar primero en cada industria?

Los mejores candidatos comparten cuatro rasgos: alto volumen, reglas claras, datos estructurados o semiestructurados, y un costo del error que se puede medir en dinero.

• Administración y finanzas (cualquier industria). Prefacturación, conciliaciones bancarias, carga de órdenes de compra, cuentas a pagar con lectura de facturas, gestión de cobranzas e intimaciones, armado de reportes de cierre.
• Banca, fintech y PSP. Altas de clientes y KYC, controles de listas, conciliación de medios de pago, generación de evidencia para reportes regulatorios bajo la Comunicación «A» 8398.
• Seguros. Carga y clasificación de siniestros, validación de documentación, emisión y renovación de pólizas, liquidación de comisiones a productores.
• Energía y utilities. Prefacturación de grandes clientes, lectura y validación de consumos, gestión de reclamos, altas y bajas de servicio.
• Salud y laboratorios. Autorizaciones, facturación a obras sociales y prepagas, débitos y recursos de facturación, carga de resultados.
• Retail y mayoristas. Actualización masiva de precios y catálogos, conciliación con marketplaces, gestión de devoluciones, reposición.
• Manufactura y minería. Documentación de comercio exterior, órdenes de compra, seguimiento de proveedores, reportes de producción.

Si tu empresa tiene más de 50 empleados y cualquiera de estos procesos ocupa a dos o más personas a tiempo completo, ya hay un caso de negocio para mirar.

¿Querés saber cuál de estos procesos conviene automatizar primero en tu operación y cuánto ahorraría? ESCRIBINOS POR WHATSAPP y lo analizamos con vos en 30 minutos, sin costo.

La parte incómoda: lo que no te van a decir en la demo

Preferimos decirlo nosotros, porque si lo descubrís en el mes cuatro el proyecto se cae igual, pero además con desconfianza.

No todo proceso se automatiza, y está bien. Si un proceso cambia de reglas cada dos meses, o depende de un criterio que nadie puede escribir, el robot va a estar roto más tiempo del que va a estar corriendo. Descartarlo a tiempo no es un fracaso: es buena ingeniería.

Los bots se rompen cuando cambia la interfaz. Una actualización del ERP, un campo nuevo en una pantalla, y el robot se detiene. Por eso el mantenimiento es una línea del presupuesto, no una sorpresa, y por eso las pruebas de regresión automatizadas dejan de ser un lujo cuando tenés más de diez bots corriendo.

El equipo va a tener miedo. Siempre. La pregunta tácita es «¿me están por reemplazar?». La respuesta honesta en los casos que funcionan es que no: en Vale lo plantearon explícitamente como liberar tiempo para trabajo analítico, no como reducir personal. Pero eso hay que decirlo el primer día y sostenerlo con hechos, no ponerlo en una diapositiva.

Y sí, el piloto puede no dar. Un tercio de las organizaciones del World Quality Report vio ganancias mínimas. Por eso el piloto se acota a un proceso, a 6 u 8 semanas y a un presupuesto que podés perder sin que duela. Si da, escalás con evidencia. Si no da, aprendiste algo real por una fracción del costo de un programa completo.

¿Por qué escuchar a QActions y no a cualquier pitch de automatización?

Es una pregunta justa, así que la respondemos con hechos verificables.

QActions nació en 2011 como consultora de testing de software y hoy somos un equipo de alrededor de 57 personas, con sedes en Buenos Aires (Av. Colonia 170, 1.º piso), Asunción (R.I. 18 Pitiantuta 391) y una oficina comercial en Miami. Estamos certificados bajo ISO 9001:2015 por TÜV Rheinland. Somos partners de Tricentis desde 2018, reconocidos como Best Services Partner LATAM en 2020 y 2022, y partners de Automation Anywhere para RPA + IA, además de trabajar con Synthesized para datos de prueba y Veracode para seguridad de aplicaciones.

Pero la razón de fondo es otra, y es la que nos diferencia de una fábrica de bots: llegamos a la automatización desde el testing, no al revés. Llevamos más de una década probando sistemas críticos de bancos, aseguradoras, energía y gobierno. Eso cambia cómo construimos un robot: pensamos primero en qué puede salir mal, en cómo se audita, en qué pasa en el cierre de mes con diez veces el volumen. Es menos vistoso en la demo y es exactamente lo que hace que el bot siga corriendo en el mes catorce.

Podés ver resultados concretos en nuestros casos de éxito y el detalle de nuestras líneas de trabajo en servicios.

Testing automatizado: la pieza que convierte un piloto en producción

Vale la pena insistir en esto porque es contraintuitivo. Cuando una empresa nos pregunta por qué su programa de automatización con IA se estancó, en la enorme mayoría de los casos no encontramos un problema de herramienta. Encontramos bots sin casos de prueba, sin ambiente de pruebas propio, probados a mano una sola vez antes de salir, y una regresión que nadie corre cuando el ERP se actualiza.

El antídoto es combinar las dos disciplinas desde el diseño: automatización de procesos con Automation Anywhere, automatización de pruebas con herramientas como Tricentis Tosca, datos de prueba sintéticos (Test Data Management) en lugar de copias de producción, y un criterio de salida escrito antes de empezar. Si querés el panorama completo de cómo la IA está cambiando el aseguramiento de calidad, lo cubrimos en este artículo sobre QA/QC y RPA con IA.

¿Y si sos una PYME de 50 empleados sin presupuesto para un programa?

Mejor todavía, porque tu ventaja es que no tenés que convencer a un comité de doce personas. Tres reglas:

Una sola persona, un solo proceso, noventa días. Elegí el proceso que más horas consume en administración —casi siempre es conciliación o carga de facturas—, medí la línea base, automatizalo y mostrá el número. Con ese número conseguís el segundo.

No compres una plataforma el primer día. Empezá con una prueba de concepto acotada. Si el proveedor no te ofrece una, es señal de algo.

No automatices lo estratégico primero. Automatizá lo aburrido. Lo aburrido es donde están el volumen, las reglas claras y el ahorro verificable.

Cómo empezar esta semana sin comprar nada

Si llegaste hasta acá, probablemente ya tengas en la cabeza dos o tres procesos candidatos. El siguiente movimiento no es pedir una cotización: es ponerles número.

Te ofrecemos un diagnóstico de procesos automatizables sin costo: una sesión de trabajo donde tomamos un proceso real de tu operación, lo mapeamos, calculamos su ROI preliminar y te devolvemos una lista de 3 a 5 procesos priorizados. Te quedás con el análisis, trabajes o no con nosotros. HAZ CLIC AQUÍ y escribinos por WhatsApp.

Porque al final el riesgo real no es equivocarse en la elección de la herramienta. El riesgo real es llegar a diciembre de 2027 con los mismos procesos manuales, la misma dependencia de tres personas, la migración de SAP encima y un competidor que empezó dos años antes con un solo proceso aburrido.

Preguntas frecuentes sobre RPA + IA

¿Cuánto tarda en implementarse un primer proyecto de RPA + IA?

Una prueba de concepto sobre un proceso acotado suele llevar entre 6 y 8 semanas, incluyendo relevamiento, construcción, pruebas y puesta en producción asistida. Los programas que intentan automatizar diez procesos a la vez en el arranque son los que más tarde se cancelan.

¿Necesito cambiar mi ERP o mis sistemas para implementar RPA?

No. El RPA opera sobre la capa de presentación de los sistemas que ya usás —SAP, core bancario, portales web, Excel, correo— sin necesidad de integraciones por API ni de modificar el código. Esa es precisamente su ventaja frente a un desarrollo tradicional, y la razón por la que puede implementarse mientras IT trabaja en otras prioridades.

¿La automatización con RPA + IA reemplaza personas?

En los casos documentados que lograron escalar, no. Vale lo planteó como liberar tiempo para trabajo analítico y estratégico ante una duplicación de volumen que no podía cubrir contratando. Lo que sí cambia es el contenido del trabajo: menos carga manual, más análisis de excepciones y control del proceso.

¿Qué diferencia hay entre RPA, IA e IA agéntica?

El RPA ejecuta tareas repetitivas con reglas fijas de manera determinística. La IA agrega capacidades de comprensión: leer documentos, clasificar, extraer datos no estructurados. La IA agéntica persigue objetivos y elige sus propios pasos. Gartner recomienda usar agentes solo cuando hace falta tomar decisiones, automatización para flujos rutinarios y asistentes para recuperación simple de información.

¿Por qué fracasan tantos proyectos de automatización con IA?

Según Gartner, por costos que escalan, valor de negocio poco claro y controles de riesgo insuficientes; proyecta que más del 40 % de los proyectos de IA agéntica se cancelará antes de que termine 2027. En nuestra experiencia se suman dos causas prácticas: elegir el proceso sin evidencia y no probar el robot con rigor de software crítico antes de ponerlo en producción.

¿Hay que probar los robots de RPA como se prueba el software?

Sí. Un bot es software en producción que opera sobre sistemas transaccionales. Requiere casos de prueba, pruebas de regresión ante cada cambio de interfaz del ERP, pruebas de volumen y datos de prueba que no sean copias de producción, tanto por calidad como por cumplimiento de las leyes de protección de datos personales de Argentina, Paraguay y Chile.

¿Qué procesos debería automatizar primero en mi empresa?

El que combine alto volumen, reglas claras y un costo del error medible. En la mayoría de las empresas de más de 50 empleados ese proceso está en administración y finanzas: conciliación bancaria, prefacturación o cuentas a pagar. Si no podés decidirlo, un relevamiento con process discovery lo resuelve con datos en lugar de opiniones.

¿QActions implementa RPA + IA fuera de Argentina?

Sí. Operamos desde Buenos Aires y Asunción, con oficina comercial en Miami, y ejecutamos proyectos de QA, automatización de pruebas y RPA + IA en Argentina, Paraguay, Chile y el resto de LATAM hispanohablante.

---

Fuentes citadas: Gartner (junio 2025) · World Quality Report 2025-26 (Capgemini, Sogeti y OpenText) · Estudio Forrester Total Economic Impact sobre clientes de Automation Anywhere · caso Vale y caso JBS (Automation Anywhere) · Banking Dive (diciembre 2020) · CISQ, Cost of Poor Software Quality in the US (2022).