Doxa 2297

Cómo los equipos financieros pueden tener éxito con la IA

Por Kristof Stouthuysen, Aleksandra Klein y Angel Oganesian

IA y aprendizaje automático

Harvard Business Review

#Doxa #equipo #finanzas #éxito #IA #aprendizaje #automático #digital #escuela #negocios #Vlerick #trabajo #director #líder #ejecutivo #dato #empresa #socios #estratégico #adopción #organización #desafío #decisión #eficaz

Resumen. Investigadores del Centro de Liderazgo Financiero y Transformación Digital de la Escuela de Negocios Vlerick han trabajado con directores financieros y líderes financieros para comprender cómo las finanzas pueden liderar en la era de la IA. Su último estudio, basado en un análisis de madurez digital de 2023Un diagnóstico publicado en MIT Sloan Management Review combina las respuestas de más de 100 altos ejecutivos financieros con datos a nivel de empresa para explorar qué permite a los equipos financieros convertirse en socios estratégicos en un mundo impulsado por la IA. Los hallazgos revelan que, si bien la adopción de la IA está generalizada, su impacto suele verse limitado por la desalineación organizacional, la sobrecarga digital y el desafío de integrar nuevas tecnologías sin sobrecargar la toma de decisiones humana. El verdadero obstáculo no reside en la tecnología en sí, sino en si los equipos financieros están estructurados para absorberla y aplicarla eficazmente.

Durante los últimos siete años, hemos colaborado estrechamente con directores financieros, líderes financieros y socios comerciales de diferentes sectores para responder a una pregunta: ¿Qué se necesita para que el departamento financiero lidere, y no se quede atrás, en la era de la IA? En el Centro de Liderazgo Financiero y Transformación Digital de la Vlerick Business School, nos hemos involucrado en cientos de conversaciones ejecutivas y proyectos de investigación. Un hito clave en este camino fue la publicación en 2023 de nuestro diagnóstico de madurez digital en MIT Sloan Management Review, que ayuda a los equipos financieros a evaluar su preparación para un futuro impulsado por la IA.

Desde entonces, más de 100 directores financieros y altos directivos financieros, muchos de ellos de multinacionales, han completado la evaluación. En un estudio de seguimiento, combinamos sus respuestas con datos a nivel de empresa, como la capacidad financiera disponible, la estabilidad de la plantilla y el tamaño de la organización. Esto nos permitió comprender no solo cómo perciben los responsables financieros su preparación para la IA, sino también las condiciones estructurales en las que trabajan. Al vincular estos datos con un resultado clave —la capacidad del departamento financiero para operar como un socio comercial proactivo y estratégico—, hemos desarrollado una comprensión más precisa de los factores que impulsan el éxito en las transformaciones financieras impulsadas por la IA y dónde los esfuerzos suelen fallar.

Los resultados resaltan un tema recurrente. Si bien la adopción de la IA está generalizada, su impacto real sigue siendo difícil de alcanzar. Como señaló recientemente The Wall Street Journal, el uso de la IA en las empresas es "sorprendentemente alto", pero pocas han obtenido resultados significativos. El Financial Times hizo una observación similar, señalando que la IA puede mejorar la eficiencia, pero que sin una alineación organizacional rara vez aporta valor estratégico.

Los equipos financieros perciben esta tensión profundamente. Se les pide que aceleren las iniciativas de IA y, al mismo tiempo, gestionen el riesgo, garanticen el cumplimiento normativo, identifiquen oportunidades de crecimiento y elaboren informes financieros y comerciales precisos. Es un difícil equilibrio. Un estudio reciente de Management Accounting Research capturó bien esta realidad: 137 profesionales financieros describieron la confusión y la sobrecarga que surgen de ejecutar múltiples iniciativas digitales, como automatización, analítica e IA, junto con las operaciones diarias. Los altos ejecutivos se han hecho eco de esta preocupación. El director financiero de Workday, Zane Rowe, ha señalado la dificultad de generar confianza en la IA y gestionar la creciente complejidad de los datos, y el director financiero de Wells Fargo, Mike Santomassimo, ha enfatizado la necesidad de garantizar que la IA " complemente ", en lugar de abrumar, la toma de decisiones humana.

En conjunto, los datos y las perspectivas ejecutivas apuntan a la misma conclusión: la tecnología no es el principal obstáculo. El verdadero desafío radica en si los equipos financieros están configurados de forma que puedan absorberla y aplicarla eficazmente. Nuestra encuesta reciente y los datos de las empresas arrojan luz sobre dónde suele surgir la fricción y qué deben hacer los equipos financieros para superarla.

La trampa de pensar primero en la IA

La IA tiene el potencial de convertir las finanzas en un verdadero catalizador estratégico. Pero ese cambio no se produce por sí solo.

Nuestra investigación señala dos capacidades que impulsan constantemente el progreso real: la disposición a experimentar con IA y una sólida colaboración interfuncional. Los equipos que prueban y aplican activamente nuevas herramientas tienen mayor probabilidad de generar información útil, cuestionar KPI obsoletos y ofrecer análisis prospectivos. Al mismo tiempo, los equipos financieros que colaboran entre funciones ganan credibilidad al alinearse mejor con las necesidades del negocio e influir en las decisiones operativas. Ambos comportamientos son valiosos y cada uno se correlaciona por sí solo con un mayor impacto estratégico.

Pero en la práctica, los equipos financieros rara vez se dan el lujo de abordar estas prioridades una a una. A medida que se expanden los casos de uso de la IA, abarcando todo, desde la previsión de la cadena de suministro hasta la fijación de precios, se espera cada vez más que el departamento financiero experimente y colabore simultáneamente. Ahí es donde empieza a notarse la verdadera tensión.

El equilibrio oculto

Nuestra encuesta y los datos de las empresas revelan que los esfuerzos para modernizar las finanzas pueden perjudicarse mutuamente si se realizan en paralelo. La experimentación con IA sin duda aporta valor, pero esos beneficios disminuyen o incluso se revierten cuando se combinan con iniciativas de colaboración que carecen de la base organizativa adecuada.

¿Por qué? Porque, aunque las actividades son diferentes, requieren capacidades que se solapan: tiempo, atención y capacidad organizativa. La experimentación requiere velocidad, autonomía y margen para iterar. La colaboración, en cambio, depende de la coordinación, la confianza y el compromiso continuo entre las funciones. Cuando los equipos financieros se ven sobrecargados e intentan hacer ambas cosas sin el apoyo suficiente, el progreso se estanca. Lo que pretendía acelerar el cambio termina generando fricción y, en algunos casos, estancamiento.

Esta dinámica es especialmente pronunciada en las transformaciones de IA. Nuestro análisis muestra que la interacción entre la experimentación con IA y la colaboración interfuncional es consistentemente negativa y estadísticamente significativa. No porque una sea mala, sino porque implementar ambas a la vez, sin las condiciones propicias adecuadas, somete a los equipos financieros a una gran presión.

Sin embargo, este equilibrio no es inevitable. Cuando se dan las condiciones organizativas adecuadas, los equipos financieros pueden impulsar tanto la innovación como la integración. La clave está en saber cómo estructurar, planificar y respaldar estos esfuerzos. En nuestro estudio, los equipos más eficaces no intentaron abarcarlo todo a la vez. Empezaron centrándose en el área donde tenían mayor impulso, ya fuera experimentando con nuevas herramientas o generando confianza entre las funciones. Con el tiempo, ampliaron su capacidad para abarcar más. Este enfoque fue especialmente importante para los equipos financieros lean y para las organizaciones que aún se encontraban en las primeras etapas de su transformación hacia la IA.

Cómo escalar tanto la innovación como la integración

Nuestro análisis destaca dos factores clave que impulsan este proceso: la retención de empleados y la holgura financiera. Estos factores ayudan a los equipos a pasar de un enfoque gradual a uno más integrado, sin sobrecargar los recursos.

Retención de empleados. La estructura y la estabilidad del equipo se han identificado como esenciales para el éxito de la innovación bajo presión. En nuestros modelos, hemos observado que una alta retención reduce drásticamente el equilibrio que las empresas deben establecer entre la experimentación con IA y la colaboración. Una razón es que los empleados con más antigüedad establecen relaciones más sólidas, retienen el conocimiento institucional y requieren menos refuerzo al cambiar de tarea o equipo. Como resultado, la coordinación se vuelve más fluida y la experimentación puede llevarse a cabo sin tener que reconstruir la confianza constantemente ni capacitar a los miembros del equipo.

En la práctica, los directores financieros reconocen cada vez más que desarrollar y retener el talento financiero adecuado es un factor clave para la transformación de la IA. Una encuesta reciente de Grant Thornton reveló que los directores financieros consideran que la cultura y el desarrollo profesional son cruciales para atraer y retener a los profesionales cualificados necesarios para impulsar el cambio impulsado por la tecnología. En UScellular, el director financiero Doug Chambers se ha tomado en serio este principio mediante la implementación de movimientos interdisciplinarios permanentes para desarrollar el talento financiero en toda la organización. Su equipo coloca regularmente a personas en nuevos puestos de cara al negocio para ampliar su perspectiva y profundizar su adaptabilidad. Esta experiencia ayuda a los miembros del equipo a mantenerse comprometidos y a desarrollar la agilidad necesaria para adoptar y aplicar nuevas tecnologías, incluida la IA.

Holgura financiera. Si desea desarrollar capacidad, necesita flexibilidad financiera: un presupuesto o financiación flexible que permita a los equipos experimentar sin comprometer las operaciones diarias. Con este tipo de margen financiero, los equipos financieros pueden probar nuevas herramientas, apoyar proyectos piloto interfuncionales y absorber los inevitables errores sin verse obligados a mostrar resultados inmediatos. Sin él, cada iniciativa debe justificarse por adelantado, lo que tiende a sofocar la creatividad y la colaboración. Amy Hood, directora financiera de Microsoft, ha aplicado este principio a gran escala. Como administradora del presupuesto de IA de 64 000 millones de dólares de la compañía, mantiene rigurosos controles para garantizar que la inversión experimental no se produzca a expensas del rendimiento fundamental.

...

Hoy en día, muchos equipos financieros se encuentran estancados en la brecha de implementación de la IA, no porque hayan elegido las herramientas incorrectas, sino porque han sobreestimado la capacidad de sus sistemas y estructuras actuales. Nuestra investigación sugiere que aprovechar el potencial de la IA en las finanzas es, fundamentalmente, un desafío de liderazgo. Si las empresas adoptan los principios que hemos expuesto en este artículo, el departamento de finanzas puede impulsar el progreso de la empresa, no solo contabilizando sus costes.

Lea más sobre IA y aprendizaje automático o temas relacionados IA generativa, Automatización, Finanzas e inversión, Análisis financiero, Presupuestos y presupuestación, Contabilidad y experimentación.

Kristof Stouthuysen Es profesor de contabilidad de gestión y finanzas impulsadas por IA en la Escuela de Negocios Vlerick y la Universidad Católica de Lovaina (KU Leuven). También dirige el Centro de Liderazgo Financiero y Transformación Digital, donde asesora a directores financieros y equipos financieros sobre cómo aprovechar el aprendizaje automático y la IA para optimizar la toma de decisiones financieras e impulsar la comprensión estratégica.

Aleksandra Klein es profesor de contabilidad e innovación en la Universidad de Sostenibilidad de Viena – Universidad Privada Charlotte Fresenius; profesor visitante en la KU Leuven; y miembro del Centro de Liderazgo Financiero y Transformación Digital.

Ángel Oganesiano Es investigadora doctoral en el Centro de Liderazgo Financiero y Transformación Digital de la Escuela de Negocios Vlerick y la Universidad Católica de Lovaina (KU Leuven). Su investigación se centra en el uso del aprendizaje automático y la contabilidad del carbono.