La tecnología cambia todos los negocios, a menudo de manera radical, y el ritmo del cambio es cada vez más rápido. Ahora, la IA generativa está empezando a mostrar su potencial disruptivo (véase el recuadro: “Introducción a la IA generativa”). La tecnología no afectará a todas las empresas por igual, y ciertamente no al mismo tiempo. Sin embargo, en todos los sectores y zonas geográficas, la IA generativa podría presentar oportunidades importantes para una creación de valor significativa.
Pero el valor no se crea solo. Por el contrario, el director financiero (chief financial officer, o CFO) debe asignar recursos a nivel empresarial –de forma rápida, audaz y desproporcionada– a los proyectos que crean mayor valor, independientemente de si están impulsados por la IA generativa. Del mismo modo, al liderar la función financiera, el CFO no puede implementar la IA generativa para todos, en todas partes y al mismo tiempo. Los directores financieros deben seleccionar un número muy pequeño de casos de uso que puedan tener el impacto más significativo para la función. En este artículo, analizaremos cómo los CFOs pueden abordar la IA generativa de la forma más eficaz en toda la empresa, priorizar casos de uso específicos dentro de la función financiera y ascender rápidamente en la curva de aprendizaje de la IA generativa.
La IA generativa y la creación de valor a nivel empresarial
La medida más importante que deben tomar los directores financieros es identificar las mayores oportunidades de creación de valor y asegurarse de que reciben el dinero y otros recursos que necesitan. La IA generativa tiene el potencial de ser una tecnología revolucionaria, pero no cambia los principios fundamentales de las finanzas y la economía: una empresa debe generar un rendimiento superior a su costo de capital.
Más perspectivas de McKinsey en Español
Mire nuestra colección de artículos en Español y suscríbase a nuestro newsletter mensual en Español.
Además, el capital de la empresa (o el acceso a más capital) es finito, y los proyectos compiten entre sí. Para que los CFOs maximicen la creación de valor, deben clasificar los 20 o 30 proyectos de la empresa que acumulan más valor, independientemente de si están relacionados con la inteligencia artificial o no. Siempre se aplica el principio de Pareto; por lo general, un número muy pequeño de oportunidades generará la mayor parte de los flujos de efectivo de la empresa durante la próxima década. El CFO no puede permitir que las iniciativas de mayor valor se marchiten simplemente porque un proyecto competidor lleva asociada la “IA generativa”. Tarde o temprano, los accionistas tienen que pagar por todo, y ninguno de ellos debería verse obligado a pagar una prima de IA generativa.
Pero en el mismo sentido de maximizar el valor para los accionistas, un director financiero debe reconocer las amenazas existenciales para los negocios de la empresa y tener claro cuáles son las palancas más importantes para generar y mantener mayores flujos de efectivo. Cuando una oportunidad aborda directamente la IA generativa o depende de ella de forma significativa, los CFOs no deben dejarla de lado porque no entienden la tecnología o carecen de imaginación para reconocer el valor que podría crear.
A menudo, la elección sobre la asignación de capital no será entre una u otra: una palanca de valor o un negocio importante pueden tener un impacto aún mayor al incorporar la IA generativa. Esto se aplica tanto si los impulsores más importantes son generadores de ingresos (como crear una interfaz que atraiga a más clientes o fomente más ventas cruzadas), ampliadores de márgenes (por ejemplo, reduciendo los costos de fabricación, adquisición o distribución) o un factor que abarque ingresos y costos (como ayudar a atraer, retener y motivar a los empleados liberándolos para un trabajo más creativo).
Microsoft, por ejemplo, ha estado muy por delante de la curva en la inversión en IA generativa para construir una ventaja competitiva en negocios clave, con acciones como la creación de la herramienta Microsoft 365 Copilot, que proporciona sugerencias en tiempo real para mejorar documentos, presentaciones y hojas de cálculo. Aunque el éxito comercial demostrado ha procedido en gran medida de los nativos digitales, algunas empresas tradicionales no tecnológicas también se están moviendo agresivamente. La división Wealth Management de Morgan Stanley, por ejemplo, ha realizado notables progresos en el desarrollo de un servicio interno que utiliza la tecnología OpenAI y los datos patentados de Morgan Stanley para proporcionar a sus asesores financieros contenido y perspectivas relevantes en cuestión de segundos.
Un director financiero de primera clase se asegura de que éstas y otras iniciativas de IA generativa no se queden sin capital. De hecho, una de las mayores ideas equivocadas que encontramos es la creencia de que el trabajo del CFO es esperar y ver qué pasa o, peor aún, ser el detractor de la organización. El capital no debe quedarse quieto; debe moverse agresivamente para financiar el crecimiento rentable. Los mejores directores financieros están a la vanguardia de la innovación, aprenden constantemente más sobre las nuevas tecnologías y garantizan que las empresas estén preparadas para la rápida evolución de las aplicaciones. Por supuesto, eso no significa que los CFOs deban dejar de lado la cautela. Por el contrario, tendrían que buscar incansablemente información sobre oportunidades y amenazas y, a medida que asignan recursos, deberían trabajar continuamente con colegas de alto nivel para aclarar el apetito de riesgo en toda la organización y establecer barandillas de riesgo claras para el uso de la IA generativa mucho antes de la fase de prueba y aprendizaje de un proyecto (véase el recuadro: “Nueva tecnología, nuevos riesgos”).
Para algunos CFOs, como “persona de números”, puede parecer ortogonal defender la innovación visionaria. Pero tienen que hacerlo: el crecimiento que supere al mercado no vendrá de un cambio incremental. Tras bambalinas, los directores financieros pueden aprovechar sus relaciones con los líderes de las unidades funcionales y de negocio para alentarles a explorar oportunidades de IA generativa y realizar un seguimiento repetido en interacciones posteriores. Deben mejorar las habilidades y empoderar a los miembros de su propio equipo para que establezcan relaciones importantes en toda la organización y comprendan mejor los supuestos que sustentan los proyectos de innovación. Y deberían estar “siempre activos” cuando se trata de innovación, no solo en las revisiones periódicas o cuando sea necesario un escrutinio más minucioso de los proyectos en dificultades.
La IA generativa y la función financiera
Para muchas funciones financieras, la IA generativa será algo básico, una de las herramientas esenciales que utilizará toda función financiera eficaz y con visión de futuro. La tecnología tiene el potencial de ahorrar cantidades significativas de tiempo y recursos. Eso es en sí mismo una razón para seguir adelante, y el motivo por el que la mayoría, si no todas, las funciones financieras de las grandes empresas probablemente usarán la IA generativa de manera significativa en los próximos tres a cinco años. De hecho, una forma de conceptualizar la IA generativa es considerarla la “tercera ola” digital (Gráfica 1). La primera ola consiste en establecer una base digital; en nuestra encuesta global bienal de CFOs, completada a fines de 2023, alrededor de dos tercios de los encuestados afirmaron que sus funciones estaban conectadas digitalmente y utilizaban datos para aspectos básicos como la visualización en cuadros de mando.1
La segunda ola, claramente en marcha, es el empoderamiento analítico; aproximadamente la mitad de los directores financieros reportaron que sus funciones ya utilizaban la analítica avanzada para casos de uso discretos, como el análisis de costos, la elaboración de presupuestos y los modelos predictivos. La tercera ola hará un uso extensivo de la robótica y la inteligencia artificial. Muy pocas empresas se encuentran ya en la tercera ola. Pero los CFOs audaces sitúan a su equipo financiero en la mejor posición para aprender a trabajar con estas herramientas a medida que la tecnología gana impulso.
Primeros pasos en la función financiera
Los directores financieros no suelen ser ingenieros de software, y mucho menos expertos en modelos predictivos de lenguaje. Pero no tienen por qué serlo. Su primer paso debería ser probar la tecnología para hacerse una idea de lo que puede lograr y de cuáles son sus límites por el momento. Soluciones como ChatGPT de OpenAI están disponibles en línea, y otras aplicaciones (como Lilli de McKinsey) ya están en uso.
Intente experimentar subiendo las transcripciones de las llamadas de resultados de sus competidores disponibles públicamente y pida a la herramienta de inteligencia artificial que elabore las cinco preguntas más frecuentes y sugiera respuestas. O cargue los estados financieros de su empresa y de sus competidores, y solicite a la solución de IA generativa que adopte la perspectiva de un inversionista activista: ¿en qué elementos del rendimiento de su empresa se fijaría un activista? Dependiendo de la sofisticación de la solución de IA generativa, los CFOs también pueden cargar datos de facturas y pagos, y pedirle que cree gráficas que visualicen la información, incluida una solicitud de la gráfica más importante. Descubrimos que cuando los directores financieros experimentan la tecnología de primera mano, no solo entienden mejor qué es la IA generativa, sino que también captan más rápidamente las oportunidades a corto e inmediato plazo.
Aconsejamos a los CFOs que presupuesten una cantidad nominal en la etapa de aprendizaje, no para implementar la IA a gran escala, sino para mejorar la experiencia de aprendizaje para ellos y los miembros de su equipo. Sin embargo, una vez más, el objetivo no es dejar que florezcan mil flores. En su lugar, los directores financieros deberían seleccionar un puñado de casos de uso –idealmente dos o tres– que podrían tener el mayor impacto en su función, centrarse más en la eficacia que solo en la eficiencia y ponerse en marcha.
Un punto que rápidamente se hace evidente cuando se avanza es que la IA generativa no es plug and play; las empresas no pueden simplemente establecer los modelos sobre las fuentes de información existentes y dejarles hacer. La IA generativa no crea como lo hace un ser humano ni tiene un momento “eureka”. Ni siquiera hace cálculos matemáticos (eso es competencia de la IA tradicional o analítica). La IA generativa es un modelo predictivo de lenguaje: un traductor que se sitúa por encima de los datos no estructurados existentes y busca generar contenido que agradaría a un ser humano. En primer lugar, los propios conjuntos de datos deben procesarse y curarse rigurosamente, del mismo modo que los científicos de datos preparan los lagos de datos para los análisis avanzados y la IA analítica.
Identificar casos de uso
Creemos que la IA generativa puede influir en las funciones financieras de tres formas principales. En primer lugar, mediante la automatización, realizando tareas tediosas (como la creación de los primeros borradores de presentaciones). En segundo lugar, mediante el aumento, mejorando la productividad humana para realizar el trabajo de manera más eficiente (por ejemplo, recopilando y sintetizando múltiples piezas de información en una narrativa coherente). En tercer lugar, mediante la aceleración, extrayendo e indexando conocimientos para acortar los ciclos de presentación de informes financieros y hacer más rápida la innovación. La IA generativa puede mejorar en gran medida la capacidad de los CFOs para gestionar el rendimiento de forma proactiva y respaldar las decisiones comerciales. Una función financiera de alto rendimiento comprende los casos de uso que podrían mejorar su función de manera más significativa y viable (Gráfica 2).
Por ejemplo –y de ninguna manera es una lista exhaustiva–, algunas empresas multinacionales ya han comenzado a implementar lo siguiente:
- Síntesis de información, que puede crear gráficas interactivas personalizables mediante consultas en lenguaje natural. Por ejemplo, existen soluciones que proporcionan un chatbot general de preguntas y respuestas, una herramienta de creación de gráficas que genera gráficas unos segundos después de recibir una instrucción o una descripción del código, y una herramienta de visualización que personaliza las gráficas utilizando el código existente y validando la precisión del código.
- Gestión digital del rendimiento, que responde preguntas relacionadas con el rendimiento, sintetiza la situación y los escenarios, identifica los impulsores y las causas fundamentales de las variaciones presupuestarias y sugiere soluciones. Esta solución suele ser de autoservicio, fácil de usar para las empresas (a diferencia de la fácil de usar para las finanzas) y puede conducir a diálogos de gestión del rendimiento más eficaces.
- Primeros borradores de informes externos, que no solo puede ahorrar semanas de tiempo del equipo en la preparación de los primeros borradores avanzados de presentaciones de valores e informes de las partes interesadas (como los informes de sostenibilidad), sino que también ejecuta consultas sobre las regulaciones y normas actuales para ayudar a garantizar que los informes cumplan con ellas.
- Gestión del capital circulante con características como un bot de soporte siempre activo para facilitar los cobros y pagos, y una evaluación siempre actualizada del riesgo del historial de pagos del cliente, incluida la capacidad de limitar el crédito del cliente basándose en información en tiempo real sobre su actividad específica y los acontecimientos del mercado.
La gama de casos de uso de la IA generativa es amplia, variada, y ya no meramente teórica. Y aunque todavía es pronto, el ritmo de adopción se está acelerando. Estas realidades hacen que sea aún más importante que los directores financieros comiencen de forma meditada y proactiva.
La IA generativa puede ser una herramienta importante para la creación de valor. Los CFOs deben esforzarse por ser facilitadores de la IA generativa, no guardianes, y asegurarse de que las iniciativas estratégicamente críticas reciban rápida y continuamente los recursos necesarios. También deben asegurarse de que tanto ellos como su propia función asciendan rápidamente en la curva de aprendizaje de la IA generativa. El futuro ya está empezando.