Cómo la automatización inteligente transformará la función de finanzas

En un momento en el que las empresas intentan recuperarse de la pandemia global, el auge de la automatización inteligente cambiará para siempre su forma de operar. Este artículo analiza el modo en el que tecnologías como el machine learning transformarán la función del CFO.

Image placeholder

La necesidad de que el departamento de finanzas adopte formas de trabajar más eficientes y dinámicas es anterior a la pandemia global, pero los eventos acaecidos en 2020 demuestran que es un importante catalizador de la transformación tecnológica. Para esta función eso significa adoptar tecnologías digitales como el machine learning, que pueden aplicarse a los procesos esenciales.

Ya hace mucho que los CFO intentan reducir el tiempo dedicado a procesos como los cierres, las consolidaciones, la creación de informes y las nóminas. La transformación es ineludible dada la situación global causada por la pandemia de la COVID-19 y los cambios que ha supuesto en lo referente a cómo y dónde operan las empresas.

Thomas Willman, director y líder global de asesoramiento financiero de The Hackett Group, explica: "Las finanzas han tenido que transformarse en muchos sentidos en el 2020. Todo este trabajo hay que seguir haciéndolo, pero fuera de la oficina. Los profesionales de las finanzas están explorando maneras de incrementar la automatización y aplicar el machine learning para identificar patrones y hacer recomendaciones que hasta ahora habían requerido una intervención manual".

La importancia de la automatización inteligente para el día a día del departamento de finanzas

Si se gestiona debidamente, la combinación de tecnologías digitales y una mayor automatización permitirá que los CFO transformen la función de finanzas. Sin embargo, para conseguirlo deben identificar y priorizar las tareas que más valor aporten. En el caso de la automatización, el primer objetivo de un equipo financiero es abordar las tareas repetitivas y las transacciones que requieren la intervención manual. Esto permitirá liberar una cantidad considerable de tiempo que la función de finanzas podrá dedicar a tareas de asesoramiento estratégico para la empresa.

El segundo objetivo es identificar los ámbitos en los que aplicar las tecnologías digitales como el machine learning, ya sea para detectar, predecir o recomendar, introduciendo así un mayor grado de inteligencia automatizada en los procesos o las transacciones. Una vez que la máquina detecta un patrón, es capaz de aplicar la misma solución una y otra vez y, como sigue aprendiendo, se vuelve cada vez más inteligente.

El resultado —la automatización combinada con la inteligencia artificial— crea procesos automatizados de manera inteligente, lo que permite ahorrar gran parte del tiempo que antes se dedicaba a los procesos y las transacciones tradicionales. Una encuesta sobre Workday Adaptive Planning reveló que más del 40 % de los responsables financieros afirmaba que el principal impulsor de la automatización en sus empresas era la necesidad de los ejecutivos y las partes interesadas de obtener insights de mayor calidad con mayor rapidez.

Según el informe de Accenture "Charting a Path to Intelligent Automation": "Aproximadamente tres cuartas partes de los CFO encuestados afirman que están ayudando a impulsar la transformación global de la empresa; por lo tanto, es sumamente importante que la función de finanzas actúe adecuadamente. Es esencial planear detenidamente la estrategia integral, la metodología y la implementación de las herramientas de automatización inteligente con el fin de transformar la empresa, no simplemente solucionar un problema concreto".

En el caso de las finanzas, es obvio que lo importante son las cifras. Si consideramos la automatización desde el punto de vista de los costes y la eficiencia, los datos hablan por sí solos. Según un estudio de un webinar de Argyle publicado en CFO Dive: "Una empresa con un equipo financiero formado por 20 personas suele perder el equivalente a 1920 horas anuales, o 124 800 dólares en costes, debido a las tareas manuales. Una gran empresa con un equipo financiero de 100 personas podría perder 9600 horas, con un coste estimado de 624 000 dólares al año".

Aspectos en los que el machine learning puede impulsar la transformación de la función de finanzas

Pese a las obvias ventajas que aporta el machine learning en materia operativa y financiera, la adaptación de muchos equipos financieros ha sido lenta. La contabilidad, la gestión de proveedores, las adquisiciones y la auditoría son áreas clave que están listas para la automatización. Sin embargo, el riesgo que entraña puede suponer un freno a la innovación, especialmente en empresas grandes que operan en diferentes partes del mundo. Por otra parte, los equipos de estas áreas están completamente centrados en sus tareas básicas, a menudo en detrimento de la transformación.

El procesamiento de las transacciones es otro obstáculo que impide que el departamento de finanzas logre la transformación y, a la larga, una mejor colaboración entre los equipos. No es de extrañar que este sea el primer ámbito en el que los CFO desean implementar la automatización.

"La automatización proporciona a los responsables financieros un excelente método para optimizar la gestión de los procesos de contabilidad. Durante mucho tiempo, este aspecto ha sido un quebradero de cabeza para la función de finanzas y puede tener una repercusión directa en el flujo de caja de una empresa", afirma Barbara Larson, directora general, Workday Financial Management. "Los equipos financieros dedican una enorme cantidad de tiempo a examinar con minuciosidad los asientos, las facturas y demás documentación para corregir errores manualmente, mientras que el machine learning podría automatizar estas tareas ayudando a cotejar de forma inteligente pagos con facturas".

El machine learning también puede reducir los riesgos financieros al identificar en tiempo real los pagos dudosos a proveedores, lo que permite que el proceso sea mucho más eficaz. Cada año, los fraudes internos y externos cuestan a las empresas miles de millones de dólares. El mecanismo actual para reducir estos casos de fraude son las auditorías manuales efectuadas en una muestra de las facturas. Solo se comprueba una parte muy pequeña de todos los pagos, un enfoque para identificar fraudes y errores que equivaldría al consabido "buscar una aguja en un pajar". El machine learning permite incrementar drásticamente la cantidad de facturas que se pueden comprobar y analizar para evitar que las empresas efectúen pagos fraudulentos o duplicados.

"Asegurar el cumplimiento normativo de la legislación nacional e internacional es vital para las instituciones financieras, sobre todo a raíz de las sanciones cada vez más severas contra el blanqueo de dinero y la financiación de actividades terroristas", señala David Axson, CFO, director de estrategias globales, Accenture Strategy. "En una entidad financiera internacional grande, había hasta 10 000 personas dedicadas a identificar transacciones sospechosas y cuentas susceptibles de financiar dichas actividades ilegales. Para facilitar estos procesos, el banco adquirió un sistema de inteligencia artificial con algoritmos de machine learning que segmentan las transacciones y las cuentas, y que define los umbrales óptimos para advertir sobre posibles casos que requieran una investigación más a fondo".

Mejorar la planificación financiera y el análisis

Si estamos de acuerdo en que en el futuro el rol del análisis y la planificación financiera será avalar en tiempo real las decisiones de la empresa basadas en datos, es evidente que la función de finanzas debe transformar sus procesos para que eso sea factible. En este sentido, la automatización es un factor determinante.

Un estudio de McKinsey afirma que, como promedio, con las tecnologías actuales alrededor del 60 % de las actividades financieras se puede automatizar por completo (40 %) o en gran parte (17 %). El lugar que ocupa la planificación financiera y el análisis en este escenario es debatible, pero el mismo estudio sostiene que muchas tareas de esta categoría son susceptibles de automatizarse totalmente (11 %) o en gran parte (45 %).

Es obvio que estamos ante una transición que va de una cultura de planificación financiera y análisis basada en hojas de cálculo hacia una mucho más colaborativa basada en la automatización. Aunque es difícil precisar en qué punto se encuentra esa transición, la tendencia a priorizar skills de análisis y tecnología en lugar de skills de hojas de cálculo es un cambio bastante radical. En una encuesta de CFO Insights, hace dos años el 78 % de los participantes consideraba que las skills relacionadas con Microsoft Excel® eran las más importantes. En la actualidad ese porcentaje es del 5 %. Ese cambio viene propiciado por la automatización de las aplicaciones que ahora está al alcance de los profesionales financieros.

A medida que la adopción de tecnologías digitales para incrementar la automatización arraigue en la función de finanzas, irán desapareciendo toda una serie de tareas manuales, desde la recopilación y la consolidación, hasta la verificación y el formateo de datos.

Conciliaciones automáticas

En la actualidad, las funciones de finanzas dedican demasiado tiempo a conciliar datos entre varios sistemas. Piense en las transacciones entre sistemas internos y externos, y entre diversos libros mayores. Los errores en las tareas manuales son inevitables, con datos duplicados o introducción incorrecta de datos, lo que aumenta la ineficiencia.

Robynne Sisco, presidenta y CFO de Workday, pudo comprobarlo de primera mano en empresas en las que trabajó anteriormente: "Cada mes, el departamento de finanzas tenía que cerrar el periodo, acceder a los datos, conciliarlos, formatearlos y analizarlos. Para cuando presentábamos las cifras a la empresa, el periodo llevaba cerrado dos semanas y era demasiado tarde para tomar medidas", dice. 

Mediante reglas y patrones, el machine learning puede proporcionar a la función de finanzas la capacidad de identificar una gran cantidad de estas conciliaciones, entender el problema y, en determinados casos, corregirlo o advertir sobre él para que se realice una intervención manual. Los equipos financieros deberían poder automatizar la conciliación, la consolidación, la creación de informes y el cierre de procesos, de modo que las tareas se finalicen con precisión y en un solo sistema.

Cierre más rápido de los libros 

En muchas empresas, el cierre de los libros genera mucho estrés en el departamento de finanzas. En buena medida, se debe al gran número de sistemas que intervienen en los cierres financieros, con entradas procedentes de distintas funciones de toda la empresa. En empresas como Aon, el inicio de la pandemia supuso tener que realizar por primera vez un cierre de manera remota.

Los equipos financieros que deben trabajar con varios sistemas pueden contemplar los nuevos recursos y herramientas para cerrar los libros con más precisión y eficiencia desde dos perspectivas: los sistemas basados en tecnología cloud y las tecnologías digitales. Una ventaja clave de los sistemas basados en tecnología cloud es su relativa sencillez de implementación, comparada con la del software on-premise. Es mucho más sencillo implementar las actualizaciones y en el sistema cloud es fácil incrementar la capacidad y añadir servicios con eficiencia.

"Hoy día, gran parte del trabajo de la función de finanzas se condensa en un periodo de máxima actividad a final de mes, con el procesamiento de muchas entradas manuales", afirma Larson de Workday. "La automatización inteligente de las transacciones y los procesos esenciales mejorará este modelo de trabajo ineficiente y ayudará a que las entradas se publiquen correctamente a la primera, sin que haga falta un grado muy alto de intervención manual. Un ejemplo muy ilustrativo es la detección de anomalías basada en machine learning, que identificará transacciones potencialmente erróneas y corregirá de forma automática la codificación, o bien las revelará para que se revisen antes de la publicación de las entradas".

La seguridad también es una de las grandes ventajas de los sistemas basados en tecnología cloud. Permite que las empresas aprovechen la experiencia existente en lugar de tener que adquirirla. Muchos proveedores preparan planes a largo plazo para ofrecer soluciones basadas únicamente en tecnología cloud, tendencia predominante entre las empresas que desean invertir en tecnología para la función de finanzas. Para las personas encargadas de impulsar las transformaciones en el área de finanzas, la cada vez mayor disponibilidad de soluciones basadas en tecnología cloud constituye una oportunidad significativa.

Obtención de insights más rápida y detallada

Si bien los departamentos de finanzas experimentarán una mejora enorme con la automatización inteligente de los procesos mencionados, donde esa automatización realmente tendrá una repercusión más positiva es en la capacidad de satisfacer la demanda creciente de insights, informes y análisis, así como de responder al incremento del volumen y la complejidad de los datos que las partes interesadas necesitan prácticamente en tiempo real. De hecho, el 26 % de las empresas de un estudio de CFO a escala global reveló que el motivo principal de implementar la automatización en los departamentos de finanzas era proporcionar un mejor soporte para la toma de decisiones que convierta a sus equipos en un elemento más estratégico de las empresas.

A medida que la adopción de tecnologías digitales para incrementar la automatización arraigue en la función de finanzas, irán desapareciendo toda una serie de tareas manuales, desde la recopilación y la consolidación, hasta la verificación y el formateo de datos. En la actualidad, estas tareas sin valor añadido requieren un tiempo excesivo que el departamento de finanzas podría emplear en realizar análisis. A medida que se automaticen más los procesos rutinarios, la función de finanzas podrá dedicar más tiempo a actividades de valor añadido como la planificación de situaciones hipotéticas, la evaluación de riesgos, el desempeño y el modelado predictivo.

"Las nuevas fuentes de datos proporcionan nuevas técnicas de analytics y de búsqueda de insights. Las empresas aplicarán el uso de la automatización y las técnicas de extracción de datos a la planificación, la entrega y los resultados para mejorar la visibilidad y el seguimiento en esos procesos", afirma Jason Byrd, partner, gestión de tecnología, KPMG. "Los nuevos insights permitirán que los equipos capturen datos cuando sea preciso para analizar la velocidad, la implementación y la respuesta de los clientes, lo que creará un flujo de comunicación continuo entre la toma de decisiones y la corrección del rumbo".

Si bien se espera que la disrupción causada por la pandemia global comenzará a atenuarse en 2021, los responsables financieros deben asegurarse de estar preparados para cualquier cosa. Y eso significa que la función de finanzas debe adoptar la automatización inteligente para maximizar la eficiencia de los recursos disponibles.

Lea el primer artículo de esta serie aquí. En el próximo artículo, analizaremos más de cerca las skills que necesitará la función de finanzas para progresar. 

Más lectura