A medida que el aprendizaje automático, la inteligencia artificial y la automatización transforman la función financiera, los equipos encuentran nuevas formas de mejorar el apoyo a las decisiones y fortalecer la ventaja competitiva de sus organizaciones.

A medida que más organizaciones reconocen el potencial de los datos para impulsar el desarrollo y el crecimiento empresarial, las expectativas financieras están cambiando. Los equipos comienzan a centrarse en actividades como la planificación de escenarios y el análisis predictivo, en lugar de limitarse a informar las cifras. Las nuevas tecnologías pueden ofrecer beneficios rentables que ahorran tiempo, agilizando los procesos rutinarios y liberando a los equipos de tareas administrativas de poca monta para centrarse en actividades de mayor valor que mejoren su contribución en toda la organización.

¿Cómo utilizan las empresas estas nuevas tecnologías?

Tesorero del grupo Deliveroo explicado recientemente cómo una API (interfaz de programación de aplicaciones) resolvió los problemas relacionados con el procesamiento de pagos de gran volumen de la empresa, mejorando la visibilidad en toda la empresa y facilitando la vida del equipo de servicio al cliente.

«La API le permite iniciar el pago y, al mismo tiempo, recibir el estado del pago de forma regular en su estación de trabajo interna. Das visibilidad al resto de la empresa, especialmente en nuestro caso, a nuestro servicio de atención al cliente, ya que sabes si el dinero se ha procesado y si los clientes y el restaurante lo han recibido», explica a Eurofinance la tesorera del grupo Deliveroo, Imane Aztout.

¿Cómo afectará la inteligencia artificial (IA) a la tesorería corporativa?

En la tesorería, la IA puede mejorar la supervisión de las actividades comerciales, lo que facilita la supervisión de los mercados y la captura de señales de fuentes que de otro modo no estarían disponibles. Hasta ahora, si una organización operaba en varias jurisdicciones, los operadores tenían que ponerse en contacto con varios proveedores de liquidez para encontrar el mejor precio para una operación. Las plataformas de negociación electrónica actuales simplifican este proceso, ya que proporcionan un acceso rápido y fácil a los precios de varios proveedores y facilitan a los tesoreros descubrir y seleccionar el mejor precio para sus operaciones.

Al preparar las reuniones de la junta, en las que a menudo se dedican días a anticipar las diversas preguntas que pueden plantear los miembros de la junta, lo más destacado de los comentaristas el potencial de los asistentes digitales con inteligencia artificial para permitir a los directores financieros encontrar respuestas en tiempo real en la sala de juntas, de la misma manera que los consumidores confían en Siri o Alexa para encontrar información rápidamente en la actualidad.

En cuanto al cumplimiento, la IA puede escanear y analizar la documentación legal, de riesgo y de cumplimiento, lo que ayuda a las organizaciones a mantenerse al tanto de los cambiantes requisitos reglamentarios. Por poner un ejemplo reciente, el año pasado seis de los principales bancos mundiales adoptaron una plataforma de cumplimiento comercial que amplía su capacidad para cumplir con la normativa MiFID II. La plataforma, lanzada por Droit Financial Technologies, ofrece la implementación actual y completa de la normativa MiFID II, digitalizada y ejecutable por máquina, de la normativa MiFID II, «lo que permite la verificación y la auditabilidad completas de cada decisión comercial, incluida la trazabilidad al pie de la letra».

¿Cómo afectan estas nuevas tecnologías a la previsión de caja?

La previsión de efectivo es otra área en la que la automatización ofrece beneficios prácticos. La supervisión diaria, semanal y mensual en todas las regiones ayuda a los equipos de tesorería a optimizar el rendimiento del flujo de caja y a evitar déficits. Además, un mejor acceso a los datos de las fuentes existentes, como los sistemas internos de gestión de recursos empresariales (TMS, ERP) y bancarios, puede mejorar considerablemente la calidad de las previsiones de tesorería.

La inteligencia artificial (IA) puede facilitar el descubrimiento y la resolución de discrepancias, como los pagos de los clientes que no coinciden con las transacciones existentes, mientras que la capacidad de monitorear grandes cantidades de datos de múltiples fuentes internas y externas (como información histórica o detalles de facturas en disputa, así como calificaciones crediticias y tasas de interés) puede proporcionar una alerta temprana de posibles problemas que, de otro modo, podrían pasar desapercibidos.

¿La tecnología mejora la analítica?

KPMG cita el ejemplo de una empresa que utiliza la analítica para mejorar el cobro de pagos.

«En lugar de confiar en los métodos convencionales para priorizar las cuentas para el cobro, como los días vencidos o el tamaño de la cuenta, la empresa ahora puede priorizar los cobros en función de una serie de factores que indican la probabilidad de pagar dentro de un plazo determinado. El sistema permite a los miembros del equipo directivo sénior analizar en detalle las cuentas específicas para identificar a los representantes de ventas asociados a ellas, y proporciona un sistema automatizado para avisar a los representantes por correo electrónico de que pueden necesitar su ayuda con los cobros. Al utilizar la analítica para refinar la segmentación de sus cobros, la empresa no solo ha podido mejorar el rendimiento de su DSO, sino también minimizar la cantidad de tiempo y esfuerzo dedicados a las ventas que destina al cobro».

Donny C. Shimamoto, director general de Intraprise TechKnowlogies señala los beneficios que el aprendizaje automático puede ofrecer en la función de control al clasificar las transacciones.

«El razonamiento inductivo podría aplicarse a los datos fuente de las transacciones históricas para ayudar a «predecir» la clasificación de las transacciones adicionales a medida que se registran. Dado que los productos de muchos proveedores tienen una clasificación natural bastante consistente, en su mayor parte esto está bien. Sin embargo, hay algunos vendedores que podrían clasificarse en diferentes clasificaciones naturales según la forma en que se utilice su producto».

Shimamoto añade que, según la importancia del posible error, puede ser necesaria la validación humana de la clasificación de los proveedores.

¿Afectarán estas tecnologías a la forma en que se almacenan los datos?

El director de aprendizaje automático de Bloomberg, Gary Kazanstev, destacó recientemente que el aprendizaje automático no se limita a datos estructurados, como precios o estadísticas económicas, sino que puede aprovechar los datos no estructurados extraídos de nuevas fuentes de información, como las coordenadas GPS y las redes sociales.

«En el análisis de textos, estamos descubriendo cómo determinar si un director ejecutivo está siendo evasivo en una conferencia telefónica... Y no solo a partir del audio, ahora también se puede determinar a partir del texto».

A medida que aumenta la conciencia sobre los beneficios de la automatización, el aprendizaje automático y la inteligencia artificial, surge la pregunta de si estos desarrollos representarán un riesgo para los equipos de finanzas y tesorería.

¿Cómo afectarán el aprendizaje automático, la inteligencia artificial y la automatización a la dinámica del equipo?

Algunos expertos, como David He y Venessa Guo, del Boston Consulting Group, afirman que, si bien es posible que se sustituyan algunos puestos de trabajo, se crearán nuevas oportunidades. Otros, como la tesorera del fabricante estadounidense de juguetes Mattel, Mandana Sadigh, sostienen que las máquinas no pueden reemplazar la visión estratégica de los humanos.

«Si bien respeto mucho los sistemas como la inteligencia artificial y la robótica, no considero que las operaciones de tesorería se basen exclusivamente en actividades. La tesorería no consiste en procesar cheques y conciliar cuentas bancarias. Es una función estratégica que requiere profundizar en el negocio y entenderlo... Su visión como individuo marca la diferencia». Sadigh se lo dijo a Eurofinance.

En pocas palabras, las tecnologías de automatización, aprendizaje automático e inteligencia artificial promoverán y reforzarán la tesorería como socio estratégico dentro de la organización al permitirles centrarse en las actividades estratégicas y analíticas que añaden un valor real al negocio.

¿Creará esto una brecha de habilidades?

Lo que está claro es que las expectativas cambian rápidamente y los equipos deberán adquirir nuevas habilidades a medida que las organizaciones busquen obtener más valor de los datos. Corresponde a los líderes empresariales centrar los recursos en las actividades de mayor valor. Es probable que esto implique programas de contratación y capacitación para ayudar reducir la brecha de habilidades de análisis empresarial.

La Asociación de Contadores Profesionales Certificados Internacionales predice que la experiencia en áreas como el análisis de datos, la gestión del riesgo cibernético y la modelización empresarial cobrará cada vez más importancia en los próximos tres años, a medida que el aprendizaje automático, la inteligencia artificial y la automatización sigan transformando la función financiera.

‍