El CFOO afirma que el verdadero proyecto de IA son los datos limpios, no la automatización ingeniosa

Dave Leaver es el CFOO de Mention Me, una empresa SaaS B2B de Serie B del sector de referidos y defensa de marca.

Nos sentamos con Dave para descubrir dónde ofrece la IA el mayor apalancamiento en los flujos de trabajo financieros. Esto es lo que nos dijo.

Los CFO deberían poder marcar el rumbo, no limitarse a informar sobre él

Soy Dave. Soy CFOO en Mention Me, una empresa SaaS B2B de Londres. También soy cofundador de HP-1, una marca DTC liderada por un creador que estoy desarrollando desde cero.

Mi trayectoria no fue convencional. Empecé persiguiendo una carrera en el deporte profesional. Cuando eso no ocurrió, me formé como contable y después me mudé a Sídney para perseguir el sol.

Más de veinte años después, he trabajado en consultoría en KPMG, en empresas de bienes de consumo de alta rotación y compañías cotizadas en el ASX, he dirigido las finanzas de celebridades y he adquirido una amplia experiencia en startups tecnológicas respaldadas por capital riesgo y capital privado a ambos lados del mundo. He creado funciones financieras desde cero, he hecho crecer empresas en distintos continentes y he gestionado P&L por valor de cientos de millones.

Pero nunca encajé en el estereotipo del contable aburrido. Me encanta la sencillez y creo que el trabajo debe estar orientado al impacto. Si una tarea no hace avanzar algo, la elimino.

Ese instinto me enfrentó a la forma en que tradicionalmente opera el área financiera. Meticulosa, precisa y un paso por detrás del negocio: las cifras son correctas, pero para cuando llega el análisis, las decisiones ya están tomadas.

Por eso, cuando apareció la IA, la adopté, no como una tendencia que seguir, sino como una forma de eliminar el trabajo manual. Dedico menos tiempo a informar sobre las cifras y más a comprender qué significan y hacia dónde debería dirigirse el negocio. Los mismos sistemas que utilizo para gestionar mis propias empresas me proporcionan cifras en tiempo real, informes para el consejo que cuentan una historia en lugar de limitarse a informar sobre ella y una función financiera ágil que crece sin aumentar la plantilla.

Creo que un CFO debería poder marcar el rumbo, no limitarse a informar sobre él a posteriori.

Un equipo ágil impulsado por la IA

Mention Me es una empresa SaaS B2B de Serie B del sector de referidos y defensa de marca, con sede en Londres y respaldada por Octopus Ventures y Eight Roads. Vendemos a marcas de Reino Unido, Europa y otros mercados.

Mi responsabilidad va más allá de las finanzas. Abarca finanzas, recursos humanos y personas, estrategia y operaciones, así que estoy tan cerca de cómo contratamos y nos organizamos como de las cifras.

La estructura es ágil por diseño. Un pequeño equipo interno se encarga de lo esencial, con una función externalizada que apoya el trabajo transaccional. La función opera con IA. Hemos automatizado los informes, las canalizaciones de datos y el análisis inicial: tareas que antes requerían más manos. Esto permite al equipo dedicar su tiempo al criterio, en lugar de a la producción.

He aplicado el mismo enfoque a mi propio puesto. He creado un "jefe de gabinete" de IA que me ayuda a gestionar el día a día: clasifica mi bandeja de entrada, señala qué requiere una respuesta, registra las acciones de las reuniones y lo reúne todo en un resumen matutino para que empiece cada día sabiendo exactamente en qué centrarme.

Dónde sobresale la IA y dónde son necesarios los humanos

La IA se encarga de la producción; los humanos, del criterio, en su mayor parte.

En el lado de la IA se encuentra todo lo que implica patrones, cálculos o ensamblaje. Esto incluye los cálculos de las previsiones, la creación del modelo, la actualización de los datos reales y el ajuste de escenarios. En el análisis de desviaciones, la IA sobresale al detectar movimientos e identificar su origen. También se encarga de modelar el flujo de caja, de la mecánica del informe para el consejo y de los comentarios iniciales. En esencia, este es el trabajo que antes consumía toda la semana. La IA es más rápida que yo, no se cansa y no comete errores aritméticos a las 9 de la noche.

Los humanos nos encargamos explícitamente de todo lo que tiene consecuencias o requiere un contexto del que carece la máquina. La asignación de capital —decidir dónde va la siguiente libra— es una decisión basada en el criterio sobre la estrategia y el nivel de tolerancia al riesgo, no un cálculo.

Lo mismo se aplica a las suposiciones subyacentes a cualquier previsión: la IA puede ejecutar el modelo, pero decidir si realmente cerraremos ese acuerdo o mantendremos ese precio es una decisión humana, y el resultado solo será tan bueno como ese criterio. La evaluación de riesgos, todo lo que implique a personas y todo lo que presente ante el consejo con mi nombre —eso es responsabilidad mía—.

La razón de esta división es sencilla. La IA es brillante a la hora de decirte «qué» y «dónde». Es mucho más débil con el «por qué» y no tiene ningún interés personal en responder a «¿y qué hacemos al respecto?».

El análisis de desviaciones es el ejemplo más claro: la IA me dice en segundos que la cifra ha cambiado y señala el factor determinante. Qué hacemos después: esa es la parte por la que me pagan.

Cómo reducir el cierre de fin de mes de 10 días a 3 días

Recientemente he reducido de diez a tres días el tiempo necesario para completar el cierre de fin de mes.

Antes tenía que extraer las cifras, conciliarlas, preparar las diapositivas, redactar los comentarios y reconstruir los gráficos; la mayor parte se hacía manualmente, con una o dos personas encargándose de la mayoría de las tareas. Para cuando el paquete para el consejo llegaba, describía una situación con semanas de antigüedad.

Automaticé la producción y mantuve a las personas centradas en el criterio. Ahora cerramos en tres días, incluido el paquete para el consejo y las previsiones actualizadas.

Este es el proceso, desde el libro mayor sin procesar hasta un paquete listo para el consejo.

1. El proceso comienza con los datos. En lugar de exportar cifras y pegarlas en una hoja de cálculo, la plataforma extrae datos en directo de los sistemas de origen —el libro mayor, las nóminas, el embudo de ventas y las métricas de suscripciones— y los integra en un único modelo conectado. Este paso elimina la mayor parte del trabajo manual y de los errores de copiar y pegar.
2. Estructura y comprueba los datos: Estandariza las cifras, señala automáticamente los problemas de conciliación y actualiza la previsión a partir de los datos reales en el mismo proceso, garantizando que la perspectiva futura nunca quede rezagada respecto a la información comunicada.
3. Genera los resultados. Los gráficos y el paquete para el consejo se crean a partir de esa única fuente, y la IA redacta un primer borrador de los comentarios sobre los cambios, así que empiezo con un borrador en lugar de con una página en blanco.
4. La persona toma el relevo: la parte que importa. Pongo a prueba la narrativa y decido qué necesita saber el consejo: qué es algo puntual, qué es estructural y qué decisión recomiendo. La máquina proporciona un borrador sólido en cuestión de horas; el criterio sobre su significado sigue siendo mío.

La IA gestiona la producción de principio a fin, hasta el punto en que comienzan las consecuencias. Ahí es donde intervengo yo.

La velocidad y la calidad mejoraron al mismo tiempo. El paquete refleja dónde se encuentra ahora la empresa, no dónde estaba hace tres semanas. Como ya no tengo que pelearme con las cifras para darles forma, dedico tiempo a construir la narrativa, comprender qué impulsa los cambios y determinar qué decisiones presentar al consejo. En resumen, dejamos de informar sobre las cifras y empezamos a explicarlas.

Las ventajas y desventajas de la IA en las finanzas

Los buenos resultados se pueden medir. Además de las mejoras en el cierre de fin de mes, la planificación de escenarios ahora lleva minutos en lugar de uno o dos días. Y automatizar el trabajo de producción ha ahorrado más de seis cifras en costes de personal financiero que, de otro modo, la función habría necesitado; un ahorro de costes que permite financiar todo lo demás.

Una ventaja cualitativa menos evidente es el tiempo que he ahorrado. Las horas que antes dedicaba a reunir cifras ahora las invierto en interpretarlas, lo que hace que las conversaciones con el consejo sean más precisas y transforma la función: pasa de ser una función de elaboración de informes a una función de toma de decisiones.

Pero existe una desventaja real. A veces la IA se equivoca con total seguridad. Proporciona respuestas de aspecto impecable que contienen errores sutiles: una suposición mal interpretada o una cifra que no cuadra. Su fluidez facilita confiar en ella sin comprobarla.

Si le pides consejos sobre la vida, verás lo mismo de una forma más entretenida: con una seguridad suprema, normalmente está de acuerdo contigo y, a menudo, lo que dice es una completa tontería.

La versión financiera es simplemente más difícil de detectar. Al principio, me engañó más de una vez. He tenido que crear e inculcar en el equipo la disciplina de tratar los resultados de la IA como un primer borrador, nunca como una respuesta definitiva. Una persona sigue comprobando cada cifra que se presenta al consejo.

Por qué los directores financieros deben sentar las bases antes de integrar la IA

Dave comparte

La base de datos es el proyecto, no la fase de preparación… La magia solo funciona una vez realizado el trabajo preliminar, aunque sea aburrido.

La base de datos es el proyecto, no la fase de preparación.

Cuando empecé, pensaba que el trabajo difícil y valioso era la IA: los modelos, la automatización, los resultados ingeniosos. Trataba la limpieza y la conexión de los datos como una preparación rápida antes de que comenzara la verdadera construcción. Era exactamente al revés.

Los cimientos eran la construcción. La mayor parte del esfuerzo, y gran parte de lo que determinaba si aquello realmente funcionaba, se encontraba en la capa poco glamurosa: datos limpios, una estructura sensata y conexiones fiables con los sistemas de origen.

Como resultado, al principio dediqué esfuerzos a construir ingenio sobre datos que no estaban listos y obtuve resultados pulidos en los que no podía confiar plenamente. Esto significó volver atrás y hacer de todos modos el trabajo fundamental, después de los hechos. Si lo hubiera sabido, lo habría secuenciado al revés: primero hay que arreglar las conexiones y los cimientos, y después añadir la inteligencia encima. El mismo destino, la mitad de movimientos desperdiciados.

La magia solo funciona una vez terminado el trabajo preliminar y aburrido.

Cómo pueden los CFO mejorar la planificación de la plantilla con IA

En la mayoría de las empresas, y sin duda en las empresas SaaS, donde las personas son, con diferencia, el mayor coste, la planificación de la plantilla sigue siendo un instrumento rudimentario. Estas empresas utilizan una hoja de cálculo con los puestos, un plan de contratación establecido al preparar el presupuesto y una cifra que todos tratan como fija hasta que algo obliga a replanteársela. Esto resulta extraño porque es la palanca más importante que controla un CFO y, aun así, a menudo la modeliza de la forma menos dinámica.

Rediseñé nuestro enfoque de planificación de la plantilla, pasando de una lista estática a un modelo basado en factores determinantes y conectado al resto del plan. En lugar de decir «contrataremos a doce personas este año», se trata de decir «este puesto se activa con esta cantidad de oportunidades comerciales, este otro con este umbral de ingresos...», de modo que la contratación queda vinculada a los factores que la justifican.

Como está dentro del modelo conectado, puedo ajustarlo en tiempo real: añadir una contratación, cambiar el momento y ver cómo repercute directamente en la cuenta de pérdidas y ganancias, la posición de caja y la autonomía financiera.

Como resultado, la plantilla dejó de ser una estimación anual y se convirtió en una decisión en tiempo real. Cuando alguien pregunta «¿podemos permitirnos esta contratación?», puedo responder en la reunión, no basándome en una intuición, sino en su impacto sobre la autonomía financiera y los plazos. Esto convierte una de las conversaciones más trascendentales y emotivas de la empresa en una conversación basada en cifras, en ese mismo momento.

Por qué Claude es una herramienta imprescindible para los CFO

Claude es mi herramienta de referencia, sin dudarlo. No es una herramienta financiera de propósito único, y precisamente por eso me encanta: se encarga de todo aquello a lo que las demás herramientas no pueden adaptarse.

Sinceramente, esperaba más de las herramientas financieras disponibles en el mercado que han añadido «IA» a un producto existente. La mayoría son cuadros de chat sobre el mismo software de siempre y no cambian de forma significativa la manera de hacer el trabajo. Hacen bien una sola tarea, si acaso.

Pero Claude puede hacerlo todo. Construye los modelos, redacta los comentarios para el consejo, interroga los datos, escribe los análisis y actúa como el interlocutor con el que analizo las decisiones. Se encarga de la amplia variedad de tareas que ocupan mi semana y se adapta a lo que le plantee a continuación.

El mayor error que cometen los CFO con la IA

Este es mi consejo:

1. El mayor error que veo es que los CFO tratan la IA como una decisión de compras: una evaluación, un proyecto piloto y una implementación de doce meses. Yo cometí ese error. Para cuando termina ese proceso, las herramientas han cambiado dos veces. En su lugar, úsala tú mismo, con trabajo real, esta semana. Aprenderás más sobre dónde ayuda y dónde te engaña tras dos semanas de uso práctico que con cualquier demostración de un proveedor.
2. No esperes a encontrar la herramienta perfecta. El mercado de soluciones listas para usar todavía ofrece, en su mayoría, un cuadro de chat añadido a software antiguo. Puedes construir más de lo que crees; la barrera para crear tus propias soluciones se ha derrumbado. Los CFO que logren adelantarse tratarán esto como una capacidad que desarrollar, no como un servicio que comprar.
3. Y, lo más importante, haz bien la parte aburrida. Los datos limpios y los procesos sólidos no son solo un requisito previo poco atractivo para la IA; son todo el asunto. La IA aplicada sobre datos desordenados simplemente produce más rápido disparates expresados con seguridad. Corrige primero los cimientos.
4. Y mantén tu criterio en el centro. La IA cambia cómo se produce el trabajo, no quién responde por él. La habilidad que importa más que nunca no es producir el análisis, sino saber si es correcto y qué hacer al respecto. Ese sigue siendo el trabajo. Siempre lo fue.

Sigue el hilo

Puedes seguir el trabajo de Dave Leaver en LinkedIn.

¡Próximamente habrá más entrevistas con expertos en The CFO Club!