La IA financiera se está consolidando como una de las principales palancas de transformación en los departamentos financieros. Sin embargo, el avance de la IA financiera no siempre viene acompañado de las bases necesarias para garantizar un uso consistente, gobernado y seguro. De hecho, casi la mitad (45%) de las empresas que se consideran líderes en IA financiera aún no disponen de normas mínimas que regulen su aplicación dentro de los flujos de trabajo clave.
Así lo refleja el estudio ‘CFO AI Readiness Report’, elaborado por Payhawk, solución global para la gestión de gastos corporativos, en colaboración con IResearch. El informe analiza las brechas que condicionan la capacidad de las organizaciones para escalar la IA financiera dentro de los procesos económicos y contables, a partir de una encuesta a 1.520 responsables financieros y directivos de compañías de distintos sectores, tamaños y regiones. Entre ellas, se consideran empresas “líderes en IA financiera” a aquellas organizaciones que calificaron su madurez en IA con una puntuación de 7 a 10 sobre 10.
“Existe la percepción de que la madurez en IA financiera avanza de forma lineal, pero la realidad es más compleja. Incluso entre las organizaciones más avanzadas, la preparación es desigual y está condicionada por distintas barreras. En este contexto, el principal límite no es la capacidad de la tecnología de IA financiera, sino hasta qué punto las organizaciones pueden gobernarla. Es decir, si son capaces de justificarla, rastrearla y auditar su uso dentro de los procesos financieros”, explica Laura Gámiz, directora en España de Payhawk.
Las condiciones que determinan si la IA financiera puede escalar en finanzas
Según el informe de Payhawk, para que la IA financiera pase de la adopción inicial a un uso plenamente operativo dentro de los flujos de trabajo financieros, las organizaciones deben cumplir cinco condiciones básicas: contar con métricas de ejecución implantadas, disponer de normas mínimas que regulen el uso de la IA financiera, tener equipos con las capacidades y herramientas necesarias, asignar presupuestos específicos y disponer de datos que respalden el análisis impulsado por IA financiera.
Sin embargo, alcanzar este nivel de preparación sigue siendo poco habitual. Solo el 26% de las organizaciones consideradas líderes en IA financiera cumple con los cinco requisitos, lo que pone de manifiesto que, incluso entre las compañías más avanzadas, la adopción de la IA financiera no siempre se traduce en una capacidad operativa plenamente consolidada.
Una adopción de la IA financiera con distintos niveles de preparación
A partir de estos criterios, el informe segmenta a las organizaciones líderes en IA financiera en seis posturas operativas en función de su grado de desarrollo en los cinco requisitos. Solo los denominados “adoptantes escalados” (26,9%) cuentan con un modelo plenamente consolidado y reúnen todos los requisitos necesarios para operar la IA financiera de forma efectiva. Junto a ellos, se sitúan los “mejoradores graduales” (17,5%), que presentan una preparación parcial y equilibrada en las distintas dimensiones de la IA financiera, sin que ninguna destaque especialmente.
El resto responde a niveles de desarrollo más desiguales en la adopción de la IA financiera. Los “implementadores impulsados por la ejecución” (16,0%) tienen una buena capacidad operativa, pero carecen de normas mínimas para la IA financiera, mientras que en los perfiles “primero agentes, después control” (14,1%) el entusiasmo por la experimentación con IA financiera supera a la gobernanza, sin que existan marcos adecuados ni una preparación suficiente. También se identifican los “escaladores con la gobernanza por delante” (13,8%), con estructuras de control más sólidas en IA financiera, pero con limitaciones en la calidad de los datos. Por último, se encuentran los “planificadores con el control por delante” (11,6%), que cuentan con capacidades, presupuesto y datos relativamente desarrollados para la IA financiera, pero sin métricas de ejecución implantadas, lo que evidencia que la preparación no siempre se traduce en despliegue operativo.
Los principales obstáculos para escalar la IA financiera
La investigación destaca un claro desequilibrio: mientras que el 78% de los líderes en IA financiera declara contar con competencias y herramientas sólidas, solo el 55% dispone de normas mínimas de gobernanza para la IA financiera, siendo este el factor de preparación peor valorado.
Estos enfoques operativos responden a dos brechas estructurales: la “deuda de normas” y la “deuda de datos” en el contexto de la IA financiera. La primera se produce cuando las organizaciones despliegan soluciones de IA financiera más rápido de lo que desarrollan sus marcos de gobernanza, lo que deriva en sistemas difíciles de auditar, explicar o integrar de forma segura en flujos de trabajo financieros que requieren cumplimiento normativo y control.
Por su parte, la “deuda de datos” en la IA financiera aparece cuando las capacidades de ejecución y los mecanismos de control están implantados, pero los datos subyacentes son inconsistentes, incompletos o fragmentados. En estos casos, las organizaciones pueden gestionar el uso de la IA financiera, pero no confiar plenamente en sus resultados a escala. Esto explica por qué algunas empresas, pese a contar con una gobernanza sólida en IA financiera, no logran escalarla en operaciones financieras críticas, especialmente en entornos complejos y altamente regulados.
Solo el 55% dispone de normas mínimas de gobernanza para la IA financiera, siendo este el factor de preparación peor valorado
En última instancia, el principal reto en la adopción de la IA financiera es diagnosticar con precisión el punto de madurez de cada organización. Un diagnóstico incorrecto puede derivar en inversiones ineficientes, como aumentar la capacidad de IA financiera cuando el verdadero obstáculo es la falta de gobernanza, o reforzar los marcos normativos cuando el problema radica en la calidad de los datos.
“Escalar la IA financiera sigue siendo complejo porque las organizaciones avanzan de forma desigual en las capacidades que lo hacen posible”, concluye Gámiz. “Muchas compañías están invirtiendo en más IA financiera cuando el verdadero cuello de botella se encuentra en las normas o en los datos. Escalar la IA financiera es, en esencia, un ejercicio de coordinación que implica alinear gobernanza, datos y responsabilidades a lo largo de los procesos financieros. Aquellas organizaciones que solo abordan una parte de estos requisitos seguirán encontrando limitaciones y no lograrán ir más allá de determinados casos de uso”.