Los agentes de IA y la función del Controller

La función del Controller financiero está cambiando a pasos agigantados. La rápida evolución que está registrando la tecnología y la aparición de los agentes de inteligencia artificial (IA) están detrás de esta transformación. Los sistemas de IA se están convirtiendo en herramientas imprescindibles para optimizar, automatizar e, incluso, reinventar las tareas críticas que realiza este rol.

Como Controller financiero con experiencia en nuevas tecnologías e IA, quiero compartir en este artículo mis reflexiones en torno al impacto que estos agentes de IA están provocando en la función, los retos que traen consigo, los riesgos y oportunidades que presentan, así como la forma en que las organizaciones pueden integrarlos para maximizar su valor.

La evolución del Controller financiero en la era de la IA

A estas alturas, los Controllers han tomado conciencia de que los días en que su trabajo consistía en elaborar informes financieros, analizar datos o desviaciones presupuestarias han quedado atrás. Ahora, los agentes de IA están asumiendo gran parte de estas tareas rutinarias permitiéndoles enfocarse en aspectos estratégicos del negocio.

El poder del aprendizaje interno y los datos

Para que los sistemas de IA puedan desempeñar estas tareas de forma eficaz, es necesario entrenarlos y “alimentarlos” con datos precisos y representativos de la propia compañía. En este desempeño, los Controllers son, sin duda, los mejores aliados debido al enorme volumen de datos financieros y operativos a los tienen acceso por su posición en las organizaciones. Datos como, por ejemplo, los registros contables o las proyecciones presupuestarias constituyen una base fiable para el entrenamiento de estos agentes. Sin embargo, cabe preguntarse si se está aprovechando todo el potencial que ofrecen estos datos.

Ventajas de los modelos de IA de entrenamiento propio

No cabe duda de que entrenar los modelos de IA con estadísticas internas de la empresa ofrece importantes ventajas. Por un lado, la personalización, puesto que los modelos se adaptan a las peculiaridades del negocio; por otro, la precisión y mayor relevancia de los resultados que ofrecen al trabajar con datos reales de la empresa. Por último, pero no menos importante, la confidencialidad, ya que los datos empresariales más sensibles permanecen bajo control de la organización.

Retos a los que debe hacer frente la organización

No obstante, este enfoque también supone desafíos. Entre otros, requiere que la organización cuente con la infraestructura y tecnologías necesarias para manejar grandes volúmenes de datos, así como con el talento y experiencia interna que permita desarrollar y mantener estos modelos. Por tanto, es recomendable no descartar de plano los modelos de IA de pago por uso que han democratizado el acceso a esta tecnología puntera.

Apostar por un enfoque híbrido en el uso de sistemas de IA

Así, es habitual que en muchas empresas se plantee el debate sobre qué tipo de sistemas incorporar: los preentrenados o desarrollar los propios. Como vamos a ver cada modelo tiene sus ventajas, por lo que, quizá, lo más razonable es decidirse por un enfoque híbrido.

Los modelos preentrenados facilitan una implementación rápida, un menor coste inicial, así como el acceso a tecnologías punteras y el conocimiento técnico para generar valor. Por su parte, los sistemas que se entrenan de forma interna aportan mayor control y personalización y están alineados con los objetivos específicos de la empresa. De esta forma, aumenta el potencial para crear una ventaja competitiva única de la empresa, a la vez que se cumplen las políticas internas de la compañía y legislación vigente.

Por mi experiencia, un enfoque híbrido suele ser la mejor opción. En este sentido, es aconsejable comenzar con modelos de IA preentrenados para ir identificando los beneficios que reporta su uso a través de casos específicos. Después, de forma gradual, y mientras se valoran estos beneficios, se pueden ir formando los recursos internos en el uso de esta tecnología. Este margen también permite identificar con mayor exactitud las necesidades específicas de la empresa y los procesos críticos.

Beneficios, riesgos y oportunidades de la IA en control de gestión

En cualquier caso, antes de tomar decisiones respecto a la implementación de agentes de IA en la función del Controller, es bueno conocer los principales beneficios que va a traer a la compañía, pero también los riesgos y oportunidades.

Respecto a los beneficios, cabe destacar:

• Automatización de tareas repetitivas. Los agentes de IA liberan tiempo al encargarse de tareas manuales como reconciliaciones contables y auditorías preliminares.

• Mejora del análisis y predicciones. Los modelos de predicción financiera son una herramienta valiosa para identificar tendencias y patrones ocultos, lo que favorece mejoras sensibles en la toma de decisiones.

• Detección de fraude. Los sistemas de IA pueden detectar en tiempo real anomalías en las transacciones, por tanto, reducen los riesgos.

• Mejora en la toma de decisiones basada en datos. Una aportación práctica de gran relevancia gracias a la rapidez con la que generan escenarios tanto de alcance general como específico.

Pero no todo son ventajas. El uso de esta tecnología también entraña unos riesgos que no se pueden obviar y que las compañías han de estar alerta y preparadas para combatirlos.

• Calidad de los datos. La utilización de datos inexactos o desactualizados implica la toma de decisiones erróneas.

• Dependencia tecnológica. Un exceso del uso de IA, sin considerar su impacto en el talento humano, puede generar dependencia y resistencia al cambio.

• Seguridad y privacidad. Los sistemas de IA que manejan datos financieros sensibles son un objetivo atractivo para los ciberataques.

• Desafíos en la interpretación de resultados complejos. Cuando se dispone de datos y fuentes diferentes es crucial definir con claridad lo que se quiere lograr con el análisis para que el modelo de IA produzca el resultado que se busca.

Por supuesto, el uso de agentes de IA también abre oportunidades interesantes. Por ejemplo, en el caso de las empresas medianas y las pymes pueden mejorar su escalabilidad al tener acceso a capacidades analíticas hasta ahora reservadas a las grandes corporaciones.

Para el Controller, la IA impulsa la transformación de su rol hacia tareas de carácter estratégico en la organización, puesto que le libera de tiempo para centrarse en la interpretación y aplicación de los insights más relevantes para alcanzar los objetivos empresariales.

Papel de la cultura organizacional y el trabajo en equipo

La implementación exitosa de agentes de IA no es sólo una cuestión tecnológica, también supone un desafío cultural con alcance transversal para el que la organización tiene que estar preparada. Es esencial fomentar una cultura de aprendizaje continuo, de tolerancia al fallo y de adaptabilidad. Los Controllers deben estar dispuestos a adquirir nuevas habilidades, evolucionar la forma de realizar las tareas y colaborar estrechamente con el departamento de TI y los científicos de datos.

Impacto transversal y necesidades de comunicación

Pero el impacto de los agentes de IA se extiende a toda la organización. Y aquí surge la oportunidad para que los Controllers se conviertan en puentes entre la tecnología y el negocio. Eso sí, han de desarrollar habilidades de comunicación efectiva para:

• Explicar los resultados de los modelos de IA a stakeholders que no cuenten con conocimientos técnicos.

• Colaborar con equipos multidisciplinares en proyectos.

• Educar a todos los niveles de la empresa, en especial a la alta dirección, sobre las capacidades y limitaciones de la IA.

• Incorporar criterios de sostenibilidad, medición y seguimiento recurrente de los cambios.

• Promover la participación activa de todos los departamentos de la organización.

Del mismo modo, los Controllers deben encargarse de medir la generación de valor que proporcionar estos sistemas. Así, han de establecer métricas claras sobre:

• Eficiencia operativa (tiempo ahorrado, reducción de errores, eficiencia…).

• Precisión en las previsiones financieras.

• Impacto en la toma de decisiones estratégicas.

• Beneficios de la inversión en tecnología IA.

Y más allá de las métricas cuantitativas, deben considerar las implicaciones éticas que comporta la implementación de la IA. Un buen inicio puede ser responder a preguntas como: ¿Estamos utilizando los datos de manera responsable? ¿Nuestros modelos están libres de sesgos discriminatorios? ¿Cómo garantizamos la transparencia y la explicabilidad de las decisiones basadas en IA?

Consejos para una implementación exitosa

Basándome en mi experiencia, comparto algunos consejos para los Controllers que están considerando implementar agentes de IA.

• Identificar claramente la situación actual y la aspiracional.

• Definir los objetivos que se quieren lograr, criterios de medición y áreas de impacto.

• Comenzar con proyectos piloto pequeños y escalables.

• Invertir en la formación continua del personal.

• Colaborar con expertos en IA y ciencia de datos.

• Utilizar un enfoque centrado en el valor para el negocio, no en la tecnología por sí misma.

• Establecer un marco ético y organizacional claro para el uso de la IA.

• Comunicar de forma regular los resultados y evolución del aprendizaje a toda la organización.

• Involucrar en todas las actividades a grupos de trabajo multidisciplinares que faciliten la comunicación de los cambios y el enfoque.

Una vía para convertirse en el Business Partner de la empresa

Sin duda, integrar agentes de IA en la función de control de gestión no es una amenaza. Por el contrario, se trata de una oportunidad para elevar el papel estratégico del Controller en la organización. Al abrazar esta tecnología, puede liberar su potencial para ser un verdadero socio estratégico y/o un promotor de cambio del negocio al proporcionar insights valiosos y contribuir de forma directa al éxito de la empresa.

Juan J. Plasencia, CCA Certificate®