Planeación continua: por qué el momento de la IA en finanzas es ahora

Cautela. Esa es la postura de muchos directores de finanzas mexicanos ante la inteligencia artificial este año, y se entiende: entre titulares de proyectos que no alcanzaron sus metas, preguntas abiertas de gobernanza y la sensación de que la tecnología avanza más rápido que las reglas, tomarse el tiempo para evaluar parece lo sensato. Y en parte lo es. Pero la cautela mal calibrada puede convertirse en el obstáculo que buscaba evitar.

Vale la pena ver por qué, y para eso hay que mirar cómo se planea todavía. El modelo tiene décadas: se cierra el mes, se juntan datos de varios sistemas, se compara contra el presupuesto y, semanas después, se entiende qué pasó. Funcionaba cuando el entorno se movía en ciclos predecibles. Hoy, ese ciclo pide una revisión. Un estudio de IDC patrocinado por SAP lo pone en números: el 72% de las organizaciones sigue considerando que planear, presupuestar y pronosticar consume demasiado tiempo. Traducido: cada semana que tarda ese proceso, la empresa decide mirando una foto que ya no refleja su realidad.

Y en México esa realidad se mueve rápido, por oportunidad más que por presión. El nearshoring trae inversión hacia la manufactura, impulsa a reconfigurar cadenas de suministro, a sumar proveedores, a abrir capacidad con agilidad. La demanda cambia por temporada. Los costos de insumos se mueven. Las decisiones comerciales de un trimestre definen la liquidez del siguiente. Nada de eso espera al presupuesto anual. En ese contexto, tener información en tiempo real deja de ser una ventaja competitiva y se convierte en una condición para jugar bien.

Aquí el debate sobre la IA encuentra su verdadero eje: porque el cuello de botella de las finanzas nunca fue el exceso de tecnología. Son los datos fragmentados, los flujos manuales, la planeación que ocurre por episodios. La oportunidad de la IA está precisamente en atacar esos tres frentes. La pregunta que sí sirve en un consejo no es si adoptar, sino sobre qué base hacerlo.

Esa base tiene dos condiciones. La primera es pasar de planear por ventanas a dirigir de forma continua. En mayo, durante SAP Sapphire, ese modelo recibió nombre propio: la Empresa Autónoma, que en el terreno financiero opera bajo una lógica de percibir, razonar y actuar. En lugar de esperar al siguiente ciclo para descubrir una desviación, el sistema detecta cambios materiales conforme aparecen, modela su impacto en los indicadores y propone decisiones dentro de los procesos de todos los días. La planeación deja de ser un punto en el calendario y se vuelve un flujo. Para un CFO que vigila márgenes y capital de trabajo, la diferencia es concreta: percibir un cambio en la demanda o en el costo de un insumo, razonar su efecto en la posición de caja y ajustar antes de que el cierre lo confirme.

La segunda condición es la que sostiene a la primera, y México tiene aquí una ventaja que vale destacar. Dicho simple: la planeación continua vale lo que valen sus datos. La disciplina documental que impusieron la facturación electrónica y las auditorías llevó a muchas empresas mexicanas a estructurar información que en otros mercados aún anda dispersa. Lo que en su momento se vivió como una carga administrativa hoy es materia prima: datos estructurados con los que se puede automatizar una decisión financiera y defenderla con evidencia. Es una base sólida que pocas economías de la región pueden presumir.

Cuando esas dos condiciones se juntan, el papel del área cambia de raíz: la tecnología se ocupa de lo repetitivo — el cierre, la conciliación, los escenarios — y las personas se concentran en lo que ninguna máquina hace: interpretar, decidir bajo presión, dialogar con el negocio. ¿Y el dato que se cita con frecuencia, ese 95% de proyectos de IA empresarial que no alcanza sus metas? Apunta exactamente a este punto: no fallan por demasiada tecnología, sino por falta de contexto de negocio y datos confiables. Es un argumento para gobernar mejor, no para postergar.

La firma de análisis McKinsey lo mide a escala en su encuesta global de IA: el 88% de las organizaciones ya la usa en al menos una función, pero apenas un tercio la ha llevado a toda la empresa. El resto sigue en pilotos. En ese espacio — entre el piloto y la escala — vive la mayor oportunidad de diferenciación para quienes decidan construir bien la base hoy.

Tomarse el tiempo para evaluar la IA en finanzas tiene sentido. Lo que ya no lo tiene es planear una sola vez al año en un entorno que cambió su ritmo. La salida no es adoptar tecnología sin criterio — es construir primero el piso de datos y gobernanza que permite dirigir sin parar, y arrancar desde ahí. La pregunta no es si es el momento. Es qué tan sólido quieres que sea el punto de partida.