Lo que aprendí al crear un área financiera nativa de IA

Finanzas se ha convertido en una función en tiempo real. Para mí, la oportunidad va mucho más allá de cerrar los libros más rápido o actualizar un pronóstico con mayor frecuencia. Se trata de observar cómo cambia el negocio, ayudar a los líderes a actuar antes y dar a los equipos financieros más tiempo para influir en lo que sucederá después.

Cuando me incorporé a OpenAI hace dos años, solo había un pequeño equipo financiero que apoyaba a una empresa que crecía a una velocidad extraordinaria. Necesitábamos crear el área desde cero y hacer de la IA un elemento fundamental de nuestra forma de trabajar, tomar decisiones y apoyar al negocio.

También vi un punto de partida conocido. El cierre de libros y la actualización de pronósticos aún implicaban tareas manuales y recurrentes: buscar información, explicar qué había cambiado y reunir los datos necesarios para tomar una decisión. Teníamos acceso a las herramientas de IA más avanzadas del mundo y aún estábamos aprendiendo a rediseñar Finanzas en torno a ellas.

Por eso establecimos dos aspiraciones audaces: un cierre en el día cero y pronósticos automatizados con actualización continua.

La idea de un cierre en el día cero es brindar a los líderes una vista en tiempo real, conciliada y rastreable de la situación financiera de la empresa. El pronóstico continuo se apoya en esa base para mostrar cómo cambia el negocio, qué podría suceder después y qué decisiones podrían modificar el resultado.

Aún estamos trabajando para alcanzar ambas aspiraciones. Este trabajo ya cambió la forma en que opera nuestro equipo. Nos ha llevado más allá de las limitaciones de las hojas de cálculo estáticas, las búsquedas manuales de registros de respaldo y las presentaciones, hacia herramientas dinámicas basadas en todos los datos y el contexto del negocio. También ha permitido a los profesionales de Finanzas crear las herramientas que requiere su trabajo y llevar más lejos su experiencia.

Para mí, esa es la verdadera promesa de un área financiera nativa de IA: un equipo que comprende lo que ocurre en tiempo real, ayuda a los líderes a ver las opciones disponibles y da al negocio más tiempo para actuar mientras el resultado aún puede cambiar.

Llegar allí requiere más que adoptar nueva tecnología. Exige rediseñar el trabajo en torno a las decisiones importantes, dar espacio a las personas para experimentar, incorporar responsabilidades claras en cada flujo de trabajo y medir el trabajo confiable que completa la IA para demostrar claramente el retorno de la inversión.

Estas son cinco lecciones prácticas de nuestra experiencia que todo director financiero puede aplicar.

El primer paso fue ofrecer un acceso amplio. Las personas necesitan libertad para explorar la IA en el contexto de su propio trabajo. El acceso genera el mayor valor cuando se combina con experimentación estructurada en torno a problemas reales.

Invitamos a ingenieros de ventas a un hackatón de Finanzas y pedimos al equipo que llevara tareas que quisiera transformar. Uno de los resultados fue IR-GPT, un GPT personalizado basado en los materiales aprobados que nuestro equipo de relaciones con inversionistas usa para responder preguntas de debida diligencia. También comenzamos a crear GPT personalizados para áreas como compras e impuestos.

El hackatón convirtió la IA de una capacidad abstracta en una herramienta práctica. En un solo día, las personas podían identificar una tarea recurrente, crear una solución, probarla con sus colegas y mejorarla. Los casos de uso surgieron de las personas más cercanas al trabajo, mientras los expertos técnicos las ayudaron a avanzar más rápido.

Para los directores financieros, la lección es sencilla: se necesita experimentación de abajo hacia arriba y estrategia de arriba hacia abajo. Poner una IA segura y capaz en manos de las personas, y permitir que quienes están más cerca del trabajo identifiquen mejores formas de hacerlo. Al mismo tiempo, concentrar la atención y los recursos de los líderes en los cambios que más importarán para el negocio. La verdadera oportunidad surge cuando ambos enfoques se encuentran: ideas prácticas de quienes están en primera línea aplicadas a sus principales prioridades.

Los equipos financieros dedican una enorme cantidad de energía a reunir los datos necesarios para tomar una decisión. Revisar un pronóstico puede requerir buscar los datos más recientes, conciliar hojas de cálculo, explicar variaciones, crear gráficos, preparar documentos y convertirlos en diapositivas. El análisis finalmente llega a quien toma la decisión, pero para entonces el equipo ya dedicó gran parte de su tiempo a prepararlo.

La IA cambia la unidad de trabajo. Los líderes financieros pueden rediseñar todo el trayecto, desde los datos de origen hasta la decisión.

Pensemos en el cierre. Todo director financiero conoce el proceso mensual: las cifras reales están en un sistema, las órdenes de compra en otro, las provisiones en una hoja de cálculo y la explicación de una variación oculta en una conversación de mensajes.

Estamos avanzando hacia un modelo operativo diferente. La aspiración del cierre en el día cero es conectar los planes de gastos aprobados, las cifras reales del libro mayor, las órdenes de compra, las provisiones y los detalles de las transacciones en una vista que se concilie continuamente. Cada variación puede rastrearse hasta la actividad subyacente. La IA puede preparar una explicación inicial y señalar las excepciones que requieren atención. Finanzas valida las cifras, aplica su criterio y se responsabiliza de la aprobación final.

El cierre no desaparece. Lo que comienza a desaparecer es la carrera por reconstruir la situación del negocio después de que termina el período.

Esa base conciliada puede sustentar un pronóstico que se actualice continuamente. Nuestro equipo está creando flujos de trabajo que reúnen modelos estadísticos, conversaciones de ventas, evidencia de cada cuenta, datos operativos y el criterio de Finanzas.

Estamos superando las limitaciones de las hojas de cálculo con herramientas más interactivas que reúnen el pronóstico estadístico, la evidencia de respaldo y los escenarios en una sola vista dinámica. Los líderes pueden ver qué cambió, por qué y qué decisiones podrían modificar el resultado. Cuando un nuevo compromiso de un cliente no está incluido en la base de referencia, el sistema puede mostrar la evidencia que lo respalda y cómo un ajuste afectaría el trimestre o el año. Finanzas puede revisar los supuestos, comparar escenarios y decidir si actualiza el pronóstico aprobado.

Esa misma vista puede ayudar a los líderes a tomar mejores decisiones sobre la asignación de capital. Un equipo financiero puede ver dónde la inversión en marketing genera un retorno, dónde disminuyen los resultados y qué implicaría reasignar el siguiente dólar.

El objetivo es automatizar los pronósticos. Para lograrlo, necesitamos una vista que se actualice continuamente, análisis de escenarios más rápidos y una responsabilidad clara de Finanzas.

La lección más amplia es comenzar con una decisión trascendente y trabajar hacia atrás. Identificar los datos, las herramientas, las aprobaciones y los traspasos necesarios para respaldarla. Luego determinar qué partes puede analizar, coordinar o completar la IA. Esto mejora la velocidad y la calidad de todo el ciclo de decisión.

La transformación más importante es que los profesionales de Finanzas ahora pueden crear las herramientas que requiere su trabajo.

Una investigación reciente de OpenAI muestra que el 40 % del uso especializado de IA por parte de los profesionales de Finanzas corresponde a trabajos ajenos a las finanzas tradicionales, y el 22 % a tareas relacionadas con la ingeniería.

Todos los integrantes de mi equipo crean paneles y herramientas de IA personalizados con ChatGPT Work y Codex. El trabajo está pasando de modelos estáticos de Excel y presentaciones de PowerPoint a paneles dinámicos basados en todos los datos y el contexto del negocio. Estas herramientas pueden continuar un análisis, responder preguntas de seguimiento y actualizarse a medida que cambia la información subyacente.

Un integrante del equipo que apoya nuestro negocio publicitario nunca había programado. Usó Codex para crear una herramienta que convierte nuestro pronóstico publicitario mensual en planes semanales y diarios. Considera los días laborables y feriados, compara pronósticos y mantiene cada cifra vinculada al modelo aprobado. Los líderes de marketing pueden ver rápidamente qué cambió, dónde invertir y qué retorno podría generar un gasto adicional.

Quienes entienden el problema ahora pueden dar forma a la solución. Crear estas herramientas también los lleva a reconsiderar la forma habitual de hacer el trabajo. Un profesional de Finanzas puede crear la infraestructura de toma de decisiones que necesita el negocio, probarla con sus colegas y mejorarla conforme evoluciona el trabajo.

Los equipos financieros no se están volviendo menos especializados. Están adquiriendo la capacidad de llevar más lejos su experiencia.

IR-GPT nos enseñó una importante lección sobre el control. Las preguntas de debida diligencia de los inversionistas pueden exigir que un analista busque en materiales anteriores, redacte una respuesta, verifique su coherencia y coordine la revisión. Con un GPT personalizado basado en fuentes aprobadas, un trabajo que antes tomaba horas y a veces continuaba durante la noche ahora puede generar un primer borrador sólido en segundos.

La función de las personas sigue siendo central. Nuestro equipo de relaciones con inversionistas lee el borrador, aporta criterio y contexto, y verifica que nuestras respuestas sean coherentes para todos los inversionistas. La IA acelera el trabajo. Las personas son responsables del resultado.

Ese es el modelo adecuado para Finanzas. Los directores financieros deben colaborar con los equipos de TI y gobernanza para definir a qué datos puede acceder un sistema de IA, qué acciones puede realizar, cuándo se requiere aprobación y cuándo debe escalarse un problema. Cada resultado debe estar vinculado a una fuente confiable. Cada pronóstico debe incluir una explicación clara. Todo cambio en una base de referencia aprobada debe contar con la autorización de Finanzas.

La breve moda de maximizar el uso de tokens, o “tokenmaxxing”, ya pasó. Ahora es sencillo establecer límites de uso, controles presupuestarios, acceso según el rol, reglas de enrutamiento de modelos y umbrales de aprobación. Los directores financieros pueden gestionar el uso de la IA con la misma disciplina que aplican a cualquier gasto variable, sin dejar de dar espacio a los equipos para crear y experimentar.

Las responsabilidades claras generan la confianza necesaria para avanzar más rápido. A medida que se aceleran la síntesis, la conciliación y la preparación, los profesionales de Finanzas disponen de más tiempo para cuestionar supuestos, asesorar al negocio y aplicar su criterio.

Los directores financieros necesitan un cuadro de indicadores de IA basado en el desempeño operativo. Comprar más licencias o usar más tokens no aporta demasiada información. Lo importante es que el trabajo se haga bien y cuánto cuesta realmente.

Para cada flujo de trabajo, plantea cuatro preguntas:

• ¿La IA completó un trabajo importante?
• ¿Cuánto costó, incluido el tiempo de los empleados, la revisión y el trabajo adicional?
• ¿El resultado fue lo bastante bueno para usarlo?
• ¿Nos ayudó a avanzar más rápido o a tomar una mejor decisión?

Para un equipo financiero, un trabajo útil podría ser actualizar un pronóstico, explicar una variación, atender una solicitud de auditoría o responder una pregunta del consejo directivo. Para el cierre, el cuadro de indicadores podría incluir la duración del ciclo, el porcentaje de transacciones conciliadas automáticamente, la cantidad de excepciones que requieren revisión y el tiempo necesario para explicar una variación. Para los pronósticos, podría incluir su precisión, la frecuencia de actualización, el tiempo necesario para generar un nuevo escenario y la calidad de las decisiones que respaldan.

El modelo más barato no siempre es el más económico. Si un modelo mejor llega a una respuesta confiable con menos intentos y revisión, puede costar menos en total.

Finanzas ocupa un lugar central en la estrategia, el capital, los datos, el riesgo y el desempeño. Esto brinda a los directores financieros una perspectiva única sobre el funcionamiento de la empresa y un mandato sólido para liderar su transformación con IA.

Un área financiera nativa de IA se caracteriza por ciclos más rápidos, controles más sólidos, mejores decisiones y más tiempo para aplicar el criterio profesional. El camino comienza con un flujo de trabajo significativo y se amplía a partir de la evidencia: proporcionar herramientas a las personas, ayudarlas a rediseñar el trabajo, mantener claras las responsabilidades y medir el resultado.

El cierre en el día cero y el pronóstico continuo reflejan una aspiración más amplia: un equipo financiero que comprende lo que ocurre en tiempo real, muestra a los líderes qué podría suceder después y ayuda a la empresa a tomar mejores decisiones antes.

El resultado es un equipo financiero con mayor capacidad y un director financiero con una visión más clara del negocio. También crea un modelo práctico para que toda la empresa convierta la inteligencia en valor duradero. Como siempre digo, no puedes ser lo que no puedes ver. Si queremos que nuestros equipos financieros aprovechen las posibilidades de la IA, debemos mostrarles cómo se ve en la práctica; como directores financieros, eso comienza con nosotros.

Mi equipo financiero mostró cómo se ve esto en la práctica; puedes ver la grabación aquí⁠(se abre en una nueva ventana).