El potencial de la IA en las finanzas es real en este momento, y con él surgen oportunidades y riesgos.
Los proveedores prometen cierres rápidos, informes automatizados e información en tiempo real. Los líderes financieros están bajo presión para mantenerse al día con la revolución de la IA.
En todo el mercado medio, la IA se está integrando en los flujos de trabajo financieros a un ritmo que está superando las estructuras de gobernanza necesarias para asegurarla.
En esa brecha es donde está surgiendo una nueva categoría de riesgo, cada vez más denominada “IA de caja negra” para los profesionales que trabajan en estrecha colaboración con equipos financieros. Este es otro desafío que la industria debe enfrentar en el futuro.
Director de tecnología en AccountsIQ
La IA de caja negra se refiere a cualquier implementación financiera donde el resultado no se puede rastrear ni controlar. Se muestra como recomendaciones no verificables, automatización que elude los flujos de trabajo de aprobación normales o herramientas de análisis encima de una imagen de encabezado sin un camino claro de regreso a la transacción subyacente.
Los resultados parecen convincentes en la superficie, pero cuando un auditor pregunta qué cambió, quién lo aprobó y por qué, es cuando los equipos de finanzas se meten en problemas.
Los equipos de finanzas siempre han trabajado según un principio simple: si no puedes detectarlo, no puedes confiar en él, un mantra que no ha cambiado en la era de la IA. Lo que ha cambiado es que la tecnología ahora puede fortalecer esa disciplina o debilitarla.
Cualquier resultado depende de cómo se construye la IA y de qué está dispuesto a ser responsable su proveedor.
De apoyo versus autónomo: una diferencia que importa
No todas las IA tienen el mismo perfil de riesgo. La diferencia para los líderes financieros es la IA que ayuda en un entorno controlado y la IA que opera de forma autónoma.
La IA asistida señala problemas y orienta las decisiones a través de las estructuras de aprobación existentes. Identifica una excepción, identifica una discrepancia de codificación o resalta un movimiento inusual y luego coloca a un humano en el asiento del conductor para tomar decisiones. Los profesionales de finanzas pueden ver las transacciones de origen, las reglas detrás de las banderas y los registros de aprobación. Cada tarea realizada por la IA también deja un rastro de auditoría claro.
La IA autónoma, por el contrario, toma decisiones en silencio. Al asignarlo, codificarlo o ajustarlo sin un registro de auditoría visible, los equipos no pueden cumplir ni siquiera con los requisitos básicos de generación de informes. Esto puede hacer que las cosas parezcan más rápidas, pero también degrada silenciosamente la integridad de los números.
La pregunta que todo líder financiero debería hacerle a su proveedor de tecnología es simple: si algo cambia en nuestros informes, ¿podemos ver exactamente qué sucedió, quién lo aprobó y por qué? Si la respuesta es vaga o inexistente, es un problema para el equipo de finanzas.
Donde la IA controlada cumple
El cierre de fin de mes es donde la IA bien gobernada proporciona el retorno práctico más claro de la inversión, y vale la pena ser específico sobre cómo será eso.
La verdadera victoria no son las narrativas generadas por IA ni los informes automatizados. Se trata de detectar los problemas en una fase más temprana del proceso, antes de que la junta de partes interesadas se retire, llegue al máximo de presión y reinicie el proceso. Cuando la IA descubre excepciones en el momento adecuado y las dirige a través de canales, los equipos pueden cerrar más rápido y con más confianza en lo que están aprobando.
Para las organizaciones que operan en múltiples entidades o monedas, esto se vuelve aún más valioso. La IA puede detectar movimientos inusuales a nivel subsidiario antes de que aparezcan como problemas en la integración del grupo, pero sólo cuando el modelo subyacente se gestiona adecuadamente y el rastro de excepción está intacto.
Elevando el listón de lo que significa “grado financiero”
Existe una versión de IA en finanzas que hace que los equipos sean más eficientes, luego hay una versión que hace que las cosas parezcan más rápidas y compromete silenciosamente los controles que existen para mantener las finanzas.
La industria necesita ser más específica acerca de lo que logra la etiqueta de ‘IA de grado financiero’. Las herramientas de informes o análisis solo son dignas de esa descripción cuando un profesional puede analizar una cifra de variación del título a partir de transacciones subyacentes y desde allí hasta la evidencia de seguimiento de auditoría que puede explicar ese número de variación del título.
Cualquier cosa que rompa ese proceso –por muy sofisticada que sea– no es adecuada para su propósito en una función financiera regulada.
Los líderes financieros no pueden darse el lujo de adoptar tecnología porque todos los demás lo están haciendo. La pregunta correcta es si la IA puede automatizar un proceso, pero si puede hacerlo de una manera que ponga al equipo de finanzas “al tanto” en control de sus números.
Ese valor no debería ser negociable y debería ocupar el primer lugar en la lista de verificación antes de que se active cualquier implementación de IA.
Proteja su computadora o red con la mejor suite de seguridad de Internet.
Este artículo fue producido en parte Perspectiva profesional de TechRadarNuestro canal para mostrar las mejores y más brillantes mentes de la industria tecnológica actual.
Las opiniones expresadas aquí son las del autor y no necesariamente las de TechRadarPro o Future plc. Si está interesado en contribuir, obtenga más información aquí:
