Director Financiero Tecnológico Afirma que los Líderes Financieros Están Malinterpretando el Impacto Financiero de la IA
Descubre cómo los líderes financieros están utilizando la IA para automatizar flujos de trabajo, mejorar la precisión y reducir el trabajo manual, manteniendo a los humanos responsables del juicio y la supervisión.
Ashok Manthena
CFO y Director de Finanzas de IA en ChatFin.ai
Ejecución de IA: Los equipos financieros deben centrarse en integrar la IA en las operaciones más allá del mero análisis para mejorar la ejecución.
Adopción gradual: Los CFOs deben implementar la IA de forma gradual para evitar la interrupción de operaciones financieras críticas en grandes organizaciones.
Impacto en los costes: La IA puede reducir costes y mejorar la eficiencia, pero los líderes deben priorizar la continuidad del negocio sobre el ahorro rápido.
Flujo de AR: Los agentes de IA optimizan los procesos de cuentas por cobrar, haciéndolos más eficientes y en gran parte sin intervención manual.
Rol del juicio: La presupuestación y la previsión siguen dependiendo del juicio humano, ya que la IA no puede automatizar completamente estas funciones.
Ashok Manthena es el CFO y Director de Finanzas AI en ChatFin.ai. También es autor e investigador centrado en la aplicación de la IA a las operaciones financieras.
En esta entrevista, Ashok compartió cómo los líderes financieros deben abordar la transformación de la IA en sus organizaciones.
Ir más allá del análisis de IA hacia la ejecución de IA
Soy Ashok Manthena, un investigador y profesional enfocado en aplicar la IA a las operaciones financieras. Mi trabajo abarca funciones financieras principales, incluyendo cuentas por pagar/cobrar, procesos de controller como el cierre de fin de mes, planificación y análisis financiero (FP&A) e impuestos.
¿Quieres más de The CFO Club?
Crea una cuenta gratuita para terminar de leer este artículo y únete a una comunidad de CFOs y ejecutivos financieros modernos que acceden a marcos probados, herramientas e ideas para navegar las finanzas impulsadas por IA.
Have an account? Log In
He trabajado con grandes empresas a lo largo de mi carrera, y hoy colaboro con una amplia variedad de compañías, desde organizaciones medianas hasta empresas con varios cientos de millones o más de mil millones de dólares en ingresos. Estas organizaciones varían en sectores, infraestructuras tecnológicas y sistemas ERP, lo que añade más capas de complejidad — especialmente en lo referente a la ciberseguridad.
Mi enfoque está en cómo la IA puede ir más allá del análisis y entrar en la ejecución, automatizando flujos de trabajo, mejorando la precisión y permitiendo que los equipos financieros operen con mayor rapidez y control.
Por qué los CFO deben impulsar una adopción gradual de la IA
Muchos CFO —especialmente en empresas medianas y grandes, aunque esto se aplica de forma más general— asumen que su transformación con IA será un cambio radical, donde la IA tomará el control de los procesos desde el primer día. Eso no es práctico.
En organizaciones grandes, las operaciones financieras son fundamentales para el funcionamiento del negocio y no pueden ser interrumpidas. Por tanto, la adopción de la IA debe ser mucho más deliberada y gradual de lo que la gente espera. Todo CFO debería ser consciente de esto.
En cualquier transformación, el elemento humano es fundamental. La resistencia al cambio y la correcta gestión del cambio requieren mucha atención—y esto es especialmente cierto con la transformación basada en IA. En última instancia, una persona sigue siendo responsable del resultado; siempre habrá un responsable. Por lo tanto, no debemos ignorar ni tratar de manera superficial el aspecto humano en la adopción de la IA.
Un enfoque de arriba hacia abajo funciona mejor. Cuando los líderes financieros impulsan activamente la adopción de la IA, identifican dónde los equipos están invirtiendo esfuerzos y presionan para mejoras específicas, la adopción se acelera. Ese enfoque de liderazgo en los cuellos de botella operativos es lo que hace que las iniciativas de IA den resultados.
Cómo la IA afecta la rentabilidad de una empresa
Cuando se implementa de manera cuidadosa, he visto beneficios de la IA en múltiples frentes.
Ha habido una reducción significativa de costes, así como una menor dependencia de recursos manuales, porque muchos procesos ahora se ejecutan automáticamente.
Y más allá de eso, hemos observado un cambio más relevante: las personas y los equipos ahora pueden hacer cosas que antes no podían por falta de tiempo o capacidad. En lugar de enfocarse exclusivamente en tareas rutinarias, dedican más tiempo a trabajos que impactan directamente en la rentabilidad de la empresa.
Dicho esto, creo que mucha gente malinterpreta el impacto financiero. Los ahorros iniciales de costes derivados de la automatización se hacen evidentes rápidamente, pero se estabilizan igual de rápido. Lo que importa más es proteger la continuidad del negocio, minimizar el riesgo de interrupciones y mejorar el rendimiento empresarial en general. En departamentos financieros grandes, incluso pequeñas interrupciones pueden tener un impacto financiero desproporcionado, por lo que una adopción más lenta y controlada preserva mejor el valor que recortes de costes agresivos.
A medida que los equipos experimentan, identifican qué casos de uso realmente generan ROI —no solo reduciendo el esfuerzo, sino mejorando la exactitud, el control y la toma de decisiones. Ahí es donde realmente está el valor financiero.
Lo que importa más es proteger la continuidad del negocio, minimizar el riesgo de interrupciones y mejorar el desempeño general de la empresa.
Cómo la IA cambia fundamentalmente los flujos de trabajo de cuentas por cobrar (AR)
He formado parte de transformaciones en casi todas las funciones del CFO.
Tomemos la gestión del buzón de AR como ejemplo. Tradicionalmente, los equipos dedican mucho tiempo a comunicarse con los clientes, responder consultas y hacer seguimientos de facturas pendientes. Si bien los métodos anteriores automatizaban partes de esto, los agentes de IA lo han hecho mucho más simple y mucho más efectivo.
El flujo de trabajo comienza cuando el agente lee las facturas, identifica los vencimientos y los próximos pagos, y aplica tus políticas y condiciones de pago. Envía automáticamente recordatorios de facturas vencidas y estados de cuenta periódicos que cubren todos los saldos abiertos y próximos a vencer. Cuando un cliente responde, el agente recupera los datos relevantes, verifica al solicitante y responde con la información adecuada.
Lo probamos durante algunas semanas para asegurar la precisión antes de ponerlo en producción. Ahora, es un proceso en gran medida manos libres, cambiando de manera fundamental la operación del flujo de trabajo de AR.
Por qué la presupuestación y la previsión no pueden ser totalmente automatizadas
La IA impacta menos en la presupuestación que en otras funciones. Depende en gran medida del juicio, el contexto y la intuición empresarial. La IA puede ayudar con la recopilación de datos y partes del flujo de trabajo del presupuesto, pero aún no hemos resuelto completamente cómo combinar eficazmente los aportes humanos con las ideas generadas por IA en este ámbito.
Lo mismo ocurre con la previsión. Sigue siendo un juicio calculado en lugar de un resultado totalmente automatizado, y creo que seguirá siendo así por un tiempo.
A nivel de finanzas consolidadas, es difícil depender únicamente del aprendizaje automático porque la señal suele ser limitada y las predicciones pueden no ser lo suficientemente fiables. Aquí es donde el juicio humano sigue siendo crítico: comprender el contexto del negocio, los matices y hacer suposiciones informadas.
Entonces, para la presupuestación y la previsión, dependemos de modelos estructurados y orientados por parámetros usando variables conocidas y lógica empresarial, de modo que los resultados sean determinísticos y fáciles para los equipos de finanzas de validar, en lugar de pronósticos puramente impulsados por ML. Y dependemos de la intervención humana.
Para el resto de las operaciones financieras, como conciliaciones, cuentas por pagar (AP), cuentas por cobrar (AR), informes y cierre, utilizamos agentes de IA. Estos se encargan de la ingestión de datos, el emparejamiento, la comunicación y la ejecución de los flujos de trabajo.
Por qué la IA no está cambiando el proceso de análisis
La IA tampoco ha tenido el impacto que esperaba en el análisis.
La IA ha hecho que estos procesos sean más rápidos, pero no ha producido sistemáticamente nuevos conocimientos fundamentales más allá de lo que ya generaban los equipos de finanzas.
Los resultados suelen estar mejor presentados y se generan más rápido, pero la comprensión principal del negocio no ha cambiado materialmente, al menos para nosotros.
Cómo cambiará la función financiera en los próximos años
De cara al futuro, la IA transformará el software financiero desde un conjunto de herramientas separadas hacia sistemas más unificados e integrados. Surgirán nuevas categorías de software y este cambio transformará la manera en que las organizaciones diseñan sus sistemas financieros y usan la tecnología. Las organizaciones deben comenzar a pensarlo desde ahora.
La IA está cambiando las finanzas, no a través de un solo cambio, sino en los flujos de trabajo, equipos, sistemas y la toma de decisiones.
Todavía estamos muy al principio del proceso de transformación de la IA, y quedan muchas incógnitas, especialmente en áreas como la asignación de capital. Así que, aunque la IA ya puede realizar muchas tareas de forma autónoma, mi consejo para los líderes financieros es que se reserven el juicio final, basándose en el conocimiento del negocio, el contexto del sector y la experiencia.
Sigue la conversación
Puedes seguir el recorrido de Ashok Varma en LinkedIn.
¡Pronto habrá más entrevistas con expertos en The CFO Club!
