AltoDirectivo

De hecho, tres de cada cuatro organizaciones (74%) que se consideran líderes en IA aún carecen de la gobernanza y la infraestructura necesarias para hacerlo con garantías.

Así lo indica el estudio que Payhawk, solución global para la gestión de gastos de empresa, ha realizado en colaboración con IResearch: 'CFO AI Readiness Report', basado en una encuesta a 1.520 responsables de finanzas y líderes empresariales de compañías de distintos sectores, tamaños y regiones, el informe examina las condiciones que determinan si las organizaciones están preparadas para escalar la IA dentro de los procesos financieros y convertir su uso en una capacidad operativa real.

"Para los equipos de finanzas, la diferencia entre experimentar con inteligencia artificial y aplicarla a procesos críticos es determinante. La IA solo cobra verdadero sentido cuando se integra en funciones con altos niveles de responsabilidad y control, como el cierre contable, los controles internos, las aprobaciones, la gestión de excepciones, las trazas de auditoría o la gobernanza del gasto", explica Laura Gámiz, directora de Payhawk en España.

Las cinco condiciones para escalar la IA en finanzas

En muchas organizaciones, la inteligencia artificial puede probarse con relativa facilidad a través de pilotos o pruebas de concepto. Sin embargo, en el ámbito financiero escalar estas iniciativas exige algo más que experimentar con la tecnología. Cuando la IA empieza a intervenir en tareas sujetas a controles, auditorías o supervisiones, su despliegue depende de que exista una base operativa capaz de sostener un uso consistente y trazable.

En este contexto, el estudio identifica cinco condiciones que determinan si la IA puede pasar de la adopción inicial a un uso plenamente operativo dentro de los procesos financieros. Entre ellas figuran la existencia de mecanismos para la ejecución de estas iniciativas dentro de la organización, marcos básicos de gobernanza que definan cómo y cuándo puede usarse la tecnología, equipos con las competencias y herramientas adecuadas, presupuestos específicos para impulsar los proyectos y una base de datos capaz de respaldar análisis basados en IA.

Para el informe de Payhawk, los "líderes en IA" son aquellas empresas que se autoevalúan con un nivel de madurez alto en esta tecnología (entre 7 y 10). Incluso dentro de este grupo, el grado de preparación es desigual: solo el 26% dispone de las cinco condiciones necesarias para escalar la IA en finanzas. En otras palabras, el 74% carecen de al menos uno de los pilares necesarios para hacerlo de forma segura.

La brecha entre capacidades y gobernanza

Tal como indica el estudio, muchas de las compañías avanzadas ya han desarrollado capacidades y recursos para impulsar estas iniciativas. El 78% afirman contar con competencias y herramientas relacionadas con esta tecnología, el 69% disponen de presupuestos comprometidos para sus proyectos de IA y el 64% han implementado medidas para desplegarla dentro de la organización.

El problema es que estos avances no siempre vienen acompañados de marcos claros de gobernanza ni de una base de datos lo suficientemente sólida. En este sentido, un tercio de los «líderes en IA» reconocen que, aunque disponen de las competencias necesarias, aún no cuentan con reglas mínimas que garanticen un uso seguro de la tecnología.

Además, dos de cada cinco no creen que sus datos puedan respaldar eficazmente análisis basados en IA y un 22% no han definido normas básicas que permitan escalar el uso de esta tecnología de forma consistente, pese a que ya han puesto en marcha medidas relacionadas.

Hay empresas preparadas, pero siguen siendo minoría

Aunque algunas organizaciones ya cuentan con las condiciones necesarias para escalar la inteligencia artificial en finanzas, este nivel de preparación sigue siendo minoritario incluso entre las compañías más avanzadas.

Muchas empresas disponen de inversión en IA y de una clara intención de desarrollar marcos de gobernanza, pero la escalabilidad suele frenarse por la ausencia de reglas mínimas claras o por la dificultad de vincular de forma fiable los resultados generados por estos sistemas con datos financieros de confianza.

En pocas palabras, en muchos equipos la ejecución avanza más rápido que la definición de marcos de gobernanza (deuda de reglas) y en otros el despliegue progresa, pero no cuenta con una base de datos suficientemente fiable (deuda de datos).

"Las competencias y la experimentación con IA ya existen en muchas organizaciones. Pero el verdadero reto está en contar con la base operativa, las reglas mínimas y los datos necesarios para que esta tecnología pueda escalar dentro de los procesos financieros", concluye Gámiz.

*Si te ha resultado interesante este artículo, te animamos a seguirnos en TWITTER y a suscribirte a nuestra NEWSLETTER DIARIA.

Alto Directivo