El problema que nadie está midiendo
En la mayoría de las empresas mid-size, el área de finanzas ya usa inteligencia artificial. No porque el CFO lo haya autorizado. Sino porque un analista descubrió que ChatGPT le ahorra dos horas al preparar el reporte mensual, o porque alguien empezó a usar Copilot para consolidar datos de distintas fuentes.
Ese uso existe. Está ocurriendo ahora mismo. Y en la mayoría de los casos, no hay registro de qué herramientas se usan, qué datos se comparten con ellas, ni qué outputs se están incorporando a decisiones financieras reales.
El riesgo no es que la IA cometa errores. El riesgo es que esos errores no sean visibles hasta que ya causaron un problema: un dato incorrecto en un reporte de directorio, una proyección basada en un output que nadie validó, o información sensible enviada a un modelo externo sin saber qué hace el proveedor con ella.
Por qué finanzas es el área de mayor exposición
Finanzas trabaja con tres tipos de activos que, combinados, generan exposición alta:
Datos sensibles. Márgenes por línea de negocio, flujos de caja proyectados, condiciones de contratos con proveedores. Si un analista pega eso en un modelo de lenguaje externo, los datos salen del perímetro de la empresa.
Outputs que se usan para decidir. Un error en producción puede corregirse. Un error en un reporte financiero que ya fue presentado al directorio tiene consecuencias distintas.
Procesos con poca redundancia. En empresas de 50 a 200 personas, el área de finanzas suele tener dos o tres personas que conocen el proceso completo. Si esas personas incorporan IA de forma no documentada, el conocimiento del proceso queda parcialmente fuera del control de la organización.
Cómo mapear el uso real en cuatro pasos
El objetivo no es prohibir el uso de IA. Es saber qué se está usando, para qué y con qué datos. A partir de ahí, se puede decidir qué se formaliza, qué se reemplaza y qué se prohíbe.
Paso 1 — Inventario de herramientas. Una conversación estructurada con cada persona del área, sin tono de auditoría. La pregunta central es simple: ¿qué herramientas usa en su trabajo diario que no son las corporativas? En la mayoría de los casos, el equipo responde con honestidad si el contexto es de mejora, no de control.
Paso 2 — Clasificación por proceso. Una vez identificadas las herramientas, se mapea en qué procesos se usan: cierre mensual, conciliaciones, reportes de gestión, análisis de variaciones, proyecciones. Cada proceso tiene un nivel de criticidad distinto y un nivel de exposición de datos distinto.
Paso 3 — Evaluación de riesgo por combinación. El riesgo real surge de la combinación entre criticidad del proceso y sensibilidad del dato. Un analista que usa IA para formatear presentaciones de resultados tiene un perfil de riesgo muy diferente a uno que usa IA para construir proyecciones de flujo de caja con datos reales de la empresa.
Paso 4 — Decisión de governance. Con ese mapa, el CFO puede tomar decisiones informadas: qué usos se formalizan con herramientas aprobadas, qué procesos requieren validación humana obligatoria antes de usar el output, y qué datos nunca deben salir del perímetro corporativo.
Un ejemplo concreto
Una empresa de distribución con 80 empleados y un equipo de finanzas de tres personas. El analista principal usaba ChatGPT para redactar el comentario ejecutivo del reporte mensual. Lo hacía pegando los datos del mes directamente en el chat: ventas por canal, márgenes, comparativo con presupuesto.
Nadie lo había autorizado. Nadie lo había prohibido. El CFO no lo sabía.
El riesgo en ese caso no era el comentario en sí — era que los datos de margen por canal estaban saliendo de la empresa cada mes, sin saber qué hace el proveedor con ellos ni si quedan almacenados.
La solución no fue prohibir el uso. Fue reemplazar esa herramienta por un agente interno que genera el mismo comentario ejecutivo usando los datos del ERP, sin que nada salga del perímetro. El analista mantiene su productividad. El CFO tiene control.
El tiempo de implementación en un caso como ese está en el rango de cuatro a seis semanas. El ahorro estimado en tiempo del analista: entre ocho y doce horas mensuales. El riesgo eliminado: difícil de cuantificar hasta que ocurre un incidente, pero fácil de justificar antes.
Lo que governance no significa
Governance no significa frenar al equipo. Significa que el CFO sabe qué está pasando y puede responder si alguien le pregunta.
En una auditoría, en una due diligence, o simplemente en una reunión de directorio donde alguien pregunta cómo se construyó ese número, la respuesta no puede ser "lo hizo el analista con una herramienta que no conocemos".
Governance en IA para finanzas tiene tres componentes mínimos: registro de herramientas aprobadas, clasificación de datos por nivel de sensibilidad, y validación humana obligatoria en outputs que alimentan decisiones de negocio. No requiere tecnología compleja. Requiere un proceso claro y alguien responsable de mantenerlo.
Por dónde empezar
El primer paso no es implementar nada. Es saber dónde está parado.
Un diagnóstico del área de finanzas toma entre una y dos semanas. Al final, el CFO tiene un mapa de uso real, una clasificación de riesgo por proceso y una recomendación concreta sobre qué formalizar primero.
No es un proyecto de transformación. Es información que permite tomar decisiones con criterio.
Si quiere hacer ese diagnóstico, puede solicitarlo a través del formulario en esta página. Sin necesidad de agendar una llamada de inmediato.
