Dónde deberían comenzar los directores financieros con la IA y qué deberían evitar
Mitch Petracca explica por qué los directores financieros deberían comenzar con la IA mediante flujos de trabajo financieros repetibles, automatizar las tareas de confirmación y mantener humanos el criterio y la responsabilidad.
Mitch Petracca
Fundador de Finsider.ai
Comenzar poco a poco: La adopción exitosa de la IA comienza con un flujo de trabajo medible, demuestra su valor y luego se amplía a todas las operaciones financieras.
Criterio humano: La IA debería encargarse de la confirmación y la detección de patrones, mientras que los profesionales de finanzas conservan las conclusiones, las recomendaciones y la responsabilidad legal.
Calidad de los datos: Los datos financieros mal mantenidos limitan la fiabilidad de la IA, por lo que la depuración es esencial antes de invertir en herramientas sofisticadas.
Finanzas en tiempo real: La contabilidad continua reemplaza las instantáneas obsoletas de cierre mensual por conciliaciones actuales, una detección más rápida de anomalías y decisiones de liderazgo más oportunas.
Resultados comprobados: Forward Firm redujo el tiempo de trabajo un 40 por ciento mientras ampliaba la revisión de transacciones del muestreo a la cobertura completa del libro mayor.
Después de ocupar varios puestos de liderazgo financiero, Mitch Petracca fundó Forward Firm, un servicio remoto de contabilidad pública y asesoría. Posteriormente, cuando la IA eliminó las limitaciones de sus flujos de trabajo, creó Finsider.ai para respaldar su modelo operativo.
Hablamos con Mitch sobre cómo la IA cambia el trabajo de los profesionales de las finanzas. Nos contó por dónde empezar y en qué aspectos es necesario actuar con cautela.
Cuándo comenzó la transformación con IA
Me llamo Mitch Petracca. Soy CPA, socio director de Forward Firm y, recientemente, fundador de Finsider.ai.
¿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
La versión resumida de mi trayectoria es que comencé mi carrera en PwC y rápidamente observé cuánto tiempo dedicaban incluso los equipos de élite a organizar los datos antes de poder asesorar. Limpiar, conciliar y reconstruir los mismos análisis desde cero en cada encargo. La tecnología no podía solucionar esto entonces; simplemente era el coste de hacer negocios.
Cuando me marché y fundé Forward Firm, me propuse dirigir un tipo diferente de firma. Con el trabajo remoto como prioridad, ágil y construida completamente sobre el apalancamiento. Ofrecemos asesoría en transacciones, servicios fiscales, contabilidad y unos 50 encargos de análisis de la calidad de las ganancias al año. Lo conseguimos sin la plantilla que necesitaría una firma tradicional, mediante la sistematización intensiva de todo.
Pero, después de unos tres años, seguía encontrándome con el mismo obstáculo: las herramientas del mercado no estaban diseñadas para profesionales como nosotros. Estaban pensadas para equipos internos de FP&A. Así que construí la herramienta que me habría gustado tener. Así nació Finsider, una plataforma de inteligencia financiera basada en IA, diseñada para transformar los datos desordenados de los clientes en un paquete de datos listo para el asesoramiento en una fracción del tiempo.
Ahí fue cuando comenzó para mí la transformación con IA. No era algo abstracto. Surgió al ver cómo se esfumaban horas en tareas que un sistema bien diseñado podía completar en minutos.
Cómo empezar con la IA
La IA es un multiplicador de fuerza, no una estrategia de transformación por sí sola. Hace que todo lo que ya tienes sea más rápido, exhaustivo y coherente. Si tus procesos están bien diseñados, la IA amplifica los resultados. Si tus procesos están dañados, la IA escala esos resultados defectuosos con mayor rapidez y volumen.
Por eso, la primera pregunta que debe hacerse un CFO no debería ser qué herramienta de IA utilizar. Debería ser: «¿Qué intento hacer exactamente de forma más rápida y mejor, y merece la pena hacerlo más rápido y mejor?» Un CFO que automatiza un proceso de elaboración de informes que nadie lee no está transformando las finanzas. Está automatizando ruido.
Esto es importante porque la mayoría de las iniciativas de IA en finanzas fracasan no porque la tecnología sea incorrecta, sino porque definieron el problema de forma incorrecta. La tecnología funcionó exactamente como estaba diseñada. Simplemente optimizó lo equivocado. Antes de empezar, define qué significa «mejor» en términos de una cifra: tiempo de ciclo, cobertura de transacciones, plantilla por encargo, días necesarios para cerrar. Si no puedes nombrar la métrica que estás modificando, todavía no tienes una iniciativa. Tienes una herramienta en busca de un problema.
Una vez definido eso, empieza con un flujo de trabajo, demuéstralo por completo y después amplíalo. Cuando ves el potencial, la tentación es construirlo todo desde el primer día. Esto perjudica la preparación para producción, porque todo tarda más cuando desarrollas sobre una superficie demasiado amplia de una sola vez. Elige algo que tenga una respuesta correcta clara, un coste de tiempo medible y un resultado demostrable evidente. Ponlo en marcha, trabaja con él y después pasa al siguiente flujo de trabajo.
Yo no lo hice así, y el coste fue la confianza.
Por qué los líderes financieros deberían automatizar el 80 % y mantener un 20 % humano
En cuanto a lo que deberían hacer las personas y lo que debería hacer la IA, lo veo como una estructura por capas. El trabajo de confirmación forma la base, el análisis ocupa la parte intermedia y el criterio forma la parte superior. La IA se encarga de la base y respalda la parte intermedia, pero no interviene en la parte superior.
Así, la IA se encarga de clasificar transacciones, conciliar el efectivo, analizar variaciones, señalar anomalías en todo el libro mayor, elaborar informes de KPI, analizar la antigüedad de las cuentas por cobrar y por pagar, y preparar el primer paquete de datos. Estas actividades priorizan la rapidez y la cobertura por encima de la interpretación. Una máquina puede analizar el 100 % de las transacciones en relación con 300 indicadores de alerta de forma más rápida y coherente que cualquier asociado.
También utilizamos mucho la IA en la capa operativa de la firma: notas de reuniones y resúmenes de clientes de cada llamada, clasificación contable diaria con un plazo máximo de 48 horas para los elementos sin categorizar y una puntuación de estado en cada archivo de QBO antes de abordar un encargo de QoE. Se trata de automatizaciones de flujos de trabajo, no de decisiones financieras, pero crean las condiciones para tomar mejores decisiones.
Las tareas explícitamente humanas incluyen cada conclusión de QoE, cada aprobación fiscal, cada juicio sobre ajustes adicionales y cada recomendación al cliente. La licencia de CPA se vincula a estos resultados. La IA puede extraer los datos, señalar las anomalías y realizar la primera revisión. Yo decido qué significan y qué hacer al respecto.
La misma lógica se aplica a la fijación de precios y a la estructuración de operaciones. La IA puede proporcionarme un conjunto de comparables, un punto de referencia de margen y un análisis de variaciones. Pero determinar si el ajuste adicional al EBITDA de un cliente es defendible ante el equipo de QoE de un comprador sofisticado requiere contexto, experiencia y responsabilidad. Eso nunca pasa a la IA.
Mi principio operativo es: automatizar el 80 por ciento que implica confirmación y reconocimiento de patrones. Proteger el 20 por ciento que implica juicio y responsabilidad. Invertir esa proporción es ineficiente o peligroso.
Los beneficios de la integración de la IA
Con la IA, redujimos el tiempo de los encargos en un 40 por ciento en Forward Firm. Nuestro equipo reducido gestiona unos 50 encargos de QoE al año y redujimos el plazo de entrega de 3-4 semanas a 2-3 semanas. Nuestro objetivo a corto plazo es de 1-2 semanas. No se trata de una proyección; esa es nuestra trayectoria con las herramientas actuales.
Aumentamos la cobertura de las transacciones del estándar del sector, que se sitúa entre el 5 y el 10 por ciento, al 100 por ciento. Revisamos el libro mayor completo comparándolo con unos 300 indicadores de palabras clave en cada encargo. Esto cambia la calidad del producto de trabajo, no solo la velocidad.
La asignación del COA, es decir, la estandarización del plan contable de un cliente conforme a nuestro modelo, alcanza automáticamente una precisión del 95 por ciento. Al principio de cada nuevo encargo, esto requería un día completo de trabajo manual. Ahora es una tarde dedicada a revisar el 5 por ciento que el sistema señala para que lo examine una persona.
Dónde necesita la IA apoyo humano
Pero no todo es positivo. Estos son algunos ámbitos en los que el impacto de la IA ha sido menor de lo esperado.
- Calidad de los datos: Esta es la variable clave. La IA solo es tan buena como los datos que recibe. Hemos visto libros contables de clientes con libros mayores codificados de forma tan inconsistente que el resultado de la primera revisión requiere una corrección humana considerable antes de ser utilizable. No se puede atajar el problema de «basura que entra, basura que sale» con un algoritmo mejor.
- Calibración de la confianza: Conseguir que profesionales experimentados de las finanzas confíen en los resultados de la IA sin realizar comprobaciones manuales es un problema de gestión del cambio, no de software. La adaptación llevó más tiempo que el desarrollo. Si lo hubiera sabido, habría diseñado la implementación para demostrar la fiabilidad mediante pasos pequeños y verificables, en lugar de desplegar toda la capacidad y esperar que el comportamiento se ajustara a ella. El comportamiento sigue a la evidencia.
- Brechas de cobertura: La IA señala correctamente ciertas categorías —transacciones complejas entre empresas del grupo, reconocimiento de ingresos no estándar y ciertos ajustes fiscales—, pero no puede decirte qué hacer con ellas. El juicio de los profesionales sénior sigue siendo necesario. El sistema plantea la pregunta; el CPA la responde.
- Análisis prospectivo: La IA ha sido transformadora para el análisis histórico. Conciliación, variaciones, detección de anomalías y paquetes de datos iniciales. Todo esto funciona. Sin embargo, no ha cumplido mis expectativas en las previsiones. Elaborar una previsión de tesorería defendible a 13 semanas, una proyección de ingresos que separe el precio del volumen y un modelo de escenarios en el que un director financiero o un prestamista pueda confiar sigue requiriendo una construcción humana considerable. Las herramientas pueden mostrar los factores históricos. Todavía no producen modelos prospectivos utilizables.
- Narrativas escritas: Un informe de QoE no es solo un paquete de datos. Incluye una sección de conclusiones, una descripción narrativa de los hallazgos y un resumen ejecutivo que un comprador, sus abogados y su prestamista leerán detenidamente. La IA puede redactar un esquema. Puede estructurar una sección. Pero la calidad de las narrativas escritas producidas por las herramientas de IA aún no alcanza un nivel que me permita entregarlas a una contraparte sin una edición considerable. A estas alturas esperaba más avances en este ámbito.
Un flujo de trabajo de QoE del mundo real
La idea central: la IA se encarga de la ingestión, estandarización, confirmación y detección de patrones de datos. El CPA se encarga de cada conclusión.
Durante décadas, los controles financieros y las pruebas de transacciones se basaron en la suposición de que una muestra bien diseñada era, en la práctica, casi tan buena como una cobertura completa. El estándar del sector para una QoE es analizar entre el 5 y el 10 por ciento de las transacciones. Esta suposición no era arbitraria. La impulsaba una limitación real: lograr una cobertura completa no era viable en un plazo razonable. Por eso, la profesión desarrolló una metodología en torno a esta limitación y la denominó buena práctica. La IA elimina la limitación.
Les explicaré paso a paso un encargo de QoE, desde el momento en que llega una operación hasta el momento en que entregamos el informe. Este es el flujo de trabajo tal como se ejecuta actualmente.
Antes de comenzar el encargo. Cuando llega un nuevo cliente, primero ejecutamos su archivo de QBO a través de CheckTheLevel, una herramienta que evalúa la salud de un archivo de QuickBooks en una escala de 0 a 100. Señala proveedores duplicados, cuentas con códigos incorrectos, conexiones bancarias ausentes e incoherencias de clasificación. La puntuación nos indica cuánto trabajo manual de limpieza debemos presupuestar y dónde debemos centrar nuestra primera conversación con el cliente. Evitamos sorpresas dos semanas después.
Ingestión de datos. Usamos nuestra herramienta para conectarnos al GL y al banco. La ingestión se realiza mediante Plaid y Railz, y la sincronización tarda unos cinco minutos. La plataforma asigna automáticamente el plan de cuentas a nuestro modelo estandarizado, con una precisión del 95 por ciento. Señala el 5 por ciento que no puede asignar con suficiente confianza para que lo revise una persona.
Análisis inicial. Una vez que los datos están cargados, se ejecutan automáticamente tres procesos. Primero, la comprobación del efectivo: el GL conciliado con el banco, cada cuenta y cada periodo. Segundo, el análisis completo del GL: 300 indicadores basados en palabras clave en el 100 por ciento de las transacciones. Tercero, el análisis de fluctuaciones: variación periodo a periodo, mostrando automáticamente los cambios porcentuales y monetarios.
Capa de revisión humana. Aquí comienza el trabajo del CPA. Reviso las transacciones señaladas, las anomalías de fluctuación y las excepciones del COA. Formulo la tesis de los ajustes: identifico qué partidas de este estado de pérdidas y ganancias son no recurrentes, personales del propietario o no operativas, y determino si puedo defender cada una ante un equipo sofisticado de QoE del comprador. La plataforma no proporciona ese criterio. La plataforma me entrega un conjunto estructurado y priorizado de preguntas. Yo las respondo.
Cadencia de llamadas. Fathom captura cada llamada con el cliente, se incorpora automáticamente, la transcribe y genera un resumen. En un plazo de 24 horas desde cualquier llamada con el cliente, hay un resumen escrito en el archivo. Ninguna nota se pierde. Las tareas pendientes se explicitan y se asignan.
Entrega. Proporcionamos un informe de QoE con papeles de trabajo adecuados para auditoría, trazabilidad desde la fuente hasta la conclusión y un resumen ejecutivo redactado por el equipo encargado, no generado por IA.
La idea central: la IA se encarga de la ingestión, estandarización, confirmación y detección de patrones de datos. El CPA se encarga de cada conclusión. El flujo de trabajo garantiza que, para cuando tomo una decisión profesional, dispongo de mejor información, más rápidamente y con una cobertura mayor que cualquier proceso anterior que haya ejecutado.
Por qué los CFO deben rediseñar las finanzas para una contabilidad continua
Mi recomendación más firme sería rediseñar el propio ciclo de cierre. No solo una parte, sino toda su arquitectura.
La mayoría de las organizaciones financieras todavía gestionan la contabilidad como un proceso por lotes. Las transacciones se acumulan. Al final del mes, un equipo realiza la conciliación, revisa la clasificación, analiza las variaciones y prepara los informes. El cierre tarda días, a veces semanas, y la dirección consulta una fotografía que ya está desactualizada. Las limitaciones de velocidad humana diseñaron esa arquitectura. La limitación ha desaparecido, pero la arquitectura permanece.
La contabilidad continua es el rediseño. En lugar de acumular y procesar las transacciones en bloque, las clasificas y concilias en tiempo real, señalas las anomalías cuando se producen y mantienes una posición financiera actualizada, en lugar de periódica. El cierre de fin de mes sigue realizándose, pero se convierte en una revisión y aprobación final, no en un proyecto de construcción.
Aplicamos este modelo en el área de contabilidad. Clasificamos diariamente el GL de cada cliente. Los elementos sin categoría tienen un plazo máximo de 48 horas. Las anomalías aparecen durante la misma semana en que se producen, no seis semanas después, cuando alguien extrae el informe mensual. Antes de comenzar un encargo de QoE, calculamos una puntuación de salud del archivo de QBO para identificar deficiencias en la calidad de los datos. Para cuando realizamos el trabajo de asesoramiento sobre transacciones, los libros contables están preparados para respaldarlo.
Esto tiene un efecto significativo en cadena. Un director financiero con una visión financiera continua y precisa puede asesorar en tiempo real. Actualmente, la mayoría de los directores financieros asesoran utilizando datos de hace semanas y modelos construidos sobre un período cerrado, en el que es posible que se hayan corregido errores posteriormente. Eso no es un problema del director financiero; es un problema de diseño del sistema.
El rediseño no requiere herramientas impresionantes. Requiere tres decisiones: definir un estándar de latencia de clasificación y exigir responsabilidades al equipo, implementar una comprobación de conciliación que se ejecute después de cada sincronización en lugar de al cierre del período, y cambiar la revisión de anomalías de una actividad programada a una actividad activada por un evento. Cualquier organización financiera puede tomar hoy estas decisiones de procesos y herramientas.
Por qué cambia la autoridad del director financiero con datos de IA en tiempo real
La pregunta es: "¿Qué ocurre con la autoridad del director financiero cuando los datos están siempre actualizados y disponibles?"
Ahora mismo, el criterio de un director financiero tiene peso en parte porque posee un contexto del que carecen los demás en la sala, construido a partir de vivir dentro de las cifras a lo largo del tiempo. Cuando la IA hace que ese contexto sea accesible para todos en tiempo real, la ventaja del director financiero cambia por completo y pasa a centrarse en la interpretación, la comunicación y la responsabilidad; los líderes que no hayan realizado esa transición verán cómo el puesto se erosiona bajo sus pies sin entender por qué.
Los directores financieros que más importarán dentro de cinco años no serán quienes conozcan mejor las cifras; serán quienes puedan decirte qué significan y responder por ellas.
Cinco consejos para directores financieros
Tengo cinco consejos para los líderes financieros:
- Empieza por el trabajo de confirmación, no por el trabajo de criterio. El lugar con mayor ROI y menor riesgo para implementar la IA es el trabajo que actualmente consume horas de personal cualificado solo para verificar la veracidad. Conciliación de efectivo, análisis de variaciones, cobertura de transacciones, estandarización del plan contable. Ese trabajo tiene una respuesta correcta. La IA llega a ella más rápido y de forma más completa que una persona. Empieza ahí, demuestra el valor y genera confianza interna. No empieces por las previsiones ni por la narrativa estratégica para luego preguntarte por qué el resultado no es lo bastante bueno.
- Corrige tus datos antes de comprar la herramienta. Nadie quiere escuchar este consejo porque es lento y poco atractivo, pero es el límite máximo. He visto empresas implementar plataformas costosas sobre libros contables codificados de forma incoherente y luego culpar a la IA cuando el resultado no es fiable. La herramienta no es el problema. Si tu libro mayor está hecho un desastre, límpialo primero. El apalancamiento viene después.
- Separa aquello que compromete tu licencia de aquello que no lo hace, y sé explícito con tu equipo al respecto. La línea divisoria permanente en finanzas no es la IA frente al ser humano. Es la responsabilidad. Cualquier resultado que lleve tu nombre, tu aprobación y tu recomendación ante un consejo de administración o un prestamista es tuyo. La IA puede elaborar el análisis. El criterio y la responsabilidad legal te corresponden a ti. Esa línea no cambia y, si permites que se difumine, acabarás asumiendo un error cometido por la herramienta.
- No te limites a comprar herramientas. Construye un sistema. Una herramienta es un componente. La capa operativa que la rodea crea apalancamiento: la lógica de enrutamiento, los procedimientos operativos estandarizados, los responsables definidos y las transferencias. He visto equipos financieros con herramientas excelentes y sin ningún sistema producir resultados no mejores que los de antes. El sistema es lo importante.
- La IA no pone en riesgo el puesto del director financiero. El director financiero que la ignora se arriesga a quedarse atrás frente a quien no lo hace. Esto no es una amenaza; es una observación sobre la estructura del mercado. Si tu homólogo entrega un QoE en 10 días y tú lo entregas en cuatro semanas, el mercado te mostrará cuál de los dos representa el futuro. El plazo para desarrollar esta competencia mientras siga siendo un elemento diferenciador es más corto de lo que la mayoría piensa.
Tengo cinco consejos para los líderes financieros: Empieza por el trabajo de confirmación, no por el trabajo de criterio. Corrige tus datos antes de comprar la herramienta. Separa aquello que compromete tu licencia de aquello que no lo hace, y sé explícito con tu equipo al respecto. No te limites a comprar herramientas. Construye un sistema. La IA no pone en riesgo el puesto del director financiero. El director financiero que la ignora se arriesga a quedarse atrás frente a quien no lo hace.
Sigue la conversación
Puedes seguir el trabajo de Mitch Petracca en LinkedIn. Y consultar Finsider.ai.
¡Próximamente habrá más entrevistas con expertos en The CFO Club!
