Un nuevo paradigma para la función de control de gestión

En un contexto en el que la IA está considerada como la prioridad máxima de inversión para el 64% de los CEO de todo el mundo, según los resultados obtenidos en la décima edición del informe ‘KPMG CEO Outlook 2024’, cabe preguntarse: ¿cómo abordar de forma coherente y exitosa la aplicación de esta tecnología en los procesos de reporting?

Para Enrique Solbes, Chief Digital Officer (CDO) de KPMG en España, la IA Generativa redefinirá el futuro de la función financiera, convirtiéndose en un acelerador clave para la toma de decisiones y la automatización de procesos: “La IA Generativa ya representa una diferencia sustancial respecto a la IA convencional (Machine Learning) pero la aparición de modelos con capacidad de razonamiento avanzado y de agentes que ejecutan tareas complejas es realmente disruptiva y transformadora”.

Revolución en los procesos de reporting

Para abordar de forma efectiva la implementación de esta tecnología, Pilar Escudero, socia responsable de EPM & Reporting en Transformación & Tecnología de KPMG en España, compartió tres claves: Observar y no ‘copiar’. Es decir: inspirarte en lo que hacen otras compañías al mismo tiempo que analizas qué puedes hacer tú mejor como compañía. En función de este autodiagnóstico, será fundamental asesorarse. El camino de la adopción de esta tecnología es complejo y está lleno de riesgos. Finalmente, “asegurarse de que lo que incorporamos realmente se usa en la organización”, subrayó Pilar Escudero, socia responsable de EPM & Reporting en Transformación & Tecnología de KPMG en España.

Desde su experiencia, Unai Alejandre, Sr. Business Controller de Surface, Southwest Europe de Microsoft, explicó que, para ellos, el proceso de transformación digital comenzó hace unos 15 años. En este proceso, “fue esencial centrarnos en analizar todos nuestros procesos financieros de todas las áreas (payroll, taxes, accounting, incluyendo bussines controller, etc.), y definir una hoja de ruta de cada una de ellas. Asimismo, la gobernanza del dato supuso un trabajo fundamental previo para que todos estuviésemos alineados. Y, posteriormente, sobre esta base de datos creamos una capa de bussiness intelligence. Ahora, nos encontramos en el proceso de aplicar la IA Generativa en estos dashboards, estableciendo una relación de lenguaje natural’.

No han sido los únicos que se embarcaron en este proceso ya desde hace varios años. Por su parte, Jesús Bustos, CFO de Bofrost, explicó que, “allá por el 2020, internamente teníamos claro que era fundamental cambiar el modelo operativo y comercial. Cada país tenía su propia interpretación del dato, y por ello, aunar el dato era la prioridad. Una vez compilado, pudimos empezar a construir. Para lograr que este proceso sea exitoso, elegir el partner tecnológico adecuado e invertir tiempo en que este conozca las necesidades reales del negocio antes de desarrollar el bussiness intelligence es clave’’.

Con todo ello, una cosa está clara. El dato único se traduce en tener una solución tecnología que permita integrar diferentes sistemas y, a su vez, tener la transparencia y gobernaza de ese dato, para posteriormente organizarlo de una forma que le dé sentido y una estructura al negocio.  Así, “tener un repositorio común para que la IA pueda utilizar como base para desarrollar su trabajo es fundamental. Y hoy en día, en España hay muchas compañías que ya disponen de esta solución”, quiso destacar Jesús Fernández, senior AI Solution Specialist de Onestream.

Desconfianza de los resultados obtenidos por la IA

La implementación de la inteligencia artificial (IA) ofrece ventajas, pero también plantea riesgos que deben ser considerados. Uno de ellos es el riesgo cultural, vinculado a la resistencia al cambio organizacional. La integración de la IA requiere adaptación y capacitación para evitar la sobresaturación de información y asegurar el uso adecuado de los datos.

Es crucial generar confianza en los mismos y proporcionar el apoyo necesario para mejorar la eficiencia. En este sentido, Vanessa Ferreira, directora de Commercial Finance Iberia en Coca-Cola Europacific Partners, señaló que «desde un punto de vista interno, este proceso es muy transformacional, y hay que saber utilizar la información. Lo que buscamos con la incorporación de esta tecnología es eficiencia, identificar qué queremos que nuestros equipos trabajen. Las personas tienen que confiar en los datos, y nuestro papel es generar esa confianza, formando y analizando continuamente los eventuales cambios de la función”.

Automatización e IA embebida en los procesos de cierre

La digitalización y el uso de la inteligencia artificial embebida son esenciales para mejorar los procesos de cierre, un tema cada vez más relevante en las agendas de comités de dirección, consejos e inversores. En los últimos meses, muchas empresas han comenzado a integrar nuevas iniciativas en este ámbito. “El uso de la IA Generativa garantiza fiabilidad y precisión de los datos transaccionales, facilitando decisiones estratégicas y la detección de anomalías; fomenta la integración y automatización de procesos contables, reduciendo tiempos y aumentando la eficiencia operativa y financiera; y ofrece una visibilidad en tiempo real de los estados financieros, permitiendo obtener una imagen confiable del rendimiento de la empresa”, destacó Alejandro Zafra, socio responsable de Finance & Procurement Transformación en KPMG España.

Sin embargo, el volumen de información y la dificultad de trabajar con datos reales son algunos de los desafíos que están enfrentando las compañías en este proceso. Asimismo, existe una creciente demanda de predictibilidad previa al cierre, lo que requiere una gestión adecuada de las expectativas.

Aunque en el corto plazo se lograrán avances significativos, el cierre en tiempo real se alcanzará a mediano y largo plazo. “La gestión de expectativas es fundamental, para que no excedan de la realidad. En ocasiones no llevan la celeridad que esperamos. En el camino iremos construyendo los pasos adecuados, en el medio largo plazo tendremos ese cierre real time, y en el corto plazo desarrollaremos acciones que mejorarán lo que ya teníamos”, comentó Héctor Hernández Bernal, director global de Administración y Finanzas de Prosegur.

En cuanto a los proveedores de software, los retos incluyen el manejo de datos fragmentados, que limitan la integración y el uso de IA generativa, así como la falta de automatización en los procesos. ‘Uno de los grandes retos de las grandes corporaciones es conseguir el dato integrado, un extracto único que nos permita ver el potencial de la IA Generativa en esta revolución del conocimiento. Un dato fragmentado, no consolidado limita la compartición de datos en tiempo real, ralentizando los procesos de cierre’, subrayó Ernesto Rincón, Head of SAP Business AI Southern Europe, SAP.

Hacia un ‘real time’ efectivo

Los departamentos financieros de las empresas han estado históricamente centrados en reflejar los resultados del pasado, basándose principalmente en datos de meses anteriores. Sin embargo, estamos transitando hacia un enfoque más proactivo, convirtiéndose en los encargados de proporcionar una visión clara sobre los recursos disponibles y las proyecciones futuras. Esta información permitirá a toda la organización alinear sus acciones de manera más estratégica, basándose en datos concretos y actuales.

Un cambio de paradigma que ya está ocurriendo, y las empresas están adoptando este nuevo enfoque de manera cada vez más natural. “Estamos construyendo todo lo que está relacionado con el cierre de abajo para arriba. Que los agentes te conozcan como empresa, y sepan cómo has actuado en el pasado y cuál es tu tendencia para actuar en el futuro es clave. Con ello vamos a conseguir una fluidez en todo el proceso de cierre, que va a garantizar una actividad constante, eliminando cuellos de botella y la acumulación de tareas”, explicó Fernando Martín, COO y Co-founder de Dost.

Por su parte, David Alpuente Torres, Gobal Finance Transformation Director de Telefónica confirmaba que hay un gran reto en el manejo del dato, especialmente en los procesos de facturación y de cobro. Es decir: en todo lo relacionado con los ingresos. Por ello, debemos empezar por el pilar básico, que no es otro que la consolidación de la información que utilizamos en el reporting. ”La IA nos está ayudando en la catalogación, completitud y calidad de estos datos. También será crucial su explotación para intentar que el consumo de esa información, tanto para el reporting como para el management, sea más rica, completa y dinámica”, apuntó David Alpuente.

En definitiva, estamos en una fase en el que disponer de una información y unos procesos bien estructurados y organizados ayudará a que la efectividad de las soluciones sea mayor. Si seguimos avanzando en el ritmo actual, dentro de poco habrá muchos cambios. Sin embargo, entre las principales limitaciones están que los datos no están siempre tan accesibles ni sean tan homogéneos como nos gustaría, y, por tanto, la calidad de las respuestas o la necesidad de entrenamiento de las soluciones llevará más tiempo de lo que nos gustaría.

En este nuevo paradigma será fundamental la transformación del rol del CFO hacia una función mucho más estratégica para las compañías, por su propia participación a largo plazo, dejando de ser únicamente el guardián del dato para convertirse en motor de crecimiento y búsqueda de nuevos modelos de negocio.