El CFO en tiempos de IA: del Excel a los Agentes.
El presupuesto estático ya no es una ineficiencia. Es un riesgo.
Hay una conversación que se repite en casi todas las empresas medianas que acompañamos: el equipo de finanzas cierra el mes, consolida los datos, arma el reporte, lo manda a dirección, y cuando ese reporte llega a la mesa de decisión… ya tiene dos semanas de antigüedad.
Durante años, eso fue tolerable. Los mercados eran más predecibles, los ciclos más largos, y el margen de error más generoso. Hoy, ninguna de esas condiciones aplica.
La buena noticia es que existe una respuesta concreta a ese problema.
El cambio que ya ocurrió: caso Unilever
En 2020, más del 70% de los directores financieros del mundo tenían una postura conservadora frente a la inteligencia artificial. Para 2025, ese número había caído al 4%. En cinco años, la actitud del CFO global hacia la IA pasó de la cautela a la convicción.
¿Qué cambió? Los resultados. Concretos, medibles y replicables.
Tomemos el caso de Unilever, una empresa con operaciones en más de 190 países y una facturación superior a los €60.000 millones anuales. No es una PYME, claro, pero sus decisiones de transformación financiera marcan el camino que las empresas medianas van a recorrer en los próximos tres a cinco años.
Unilever implementó modelos de presupuestación impulsados por IA en sus operaciones de demanda. El resultado: una mejora significativa en la planificación de inventario y producción, alineada en tiempo real con la demanda del mercado. Pero el caso más ilustrativo es otro: durante la escasez de materias primas en Asia en 2024, sus sistemas de IA —entrenados con datos históricos de cadena de suministro, indicadores climáticos y noticias en tiempo real— identificaron con seis semanas de anticipación el riesgo de desabastecimiento de aceite de palma en Indonesia. Eso le permitió diversificar proveedores y restructurar contratos de cobertura financiera antes de que el problema llegara a impactar el P&L.
Seis semanas de anticipación. Eso es lo que separa a una empresa que reacciona de una que decide.
El nuevo vocabulario de la función financiera
Para entender hacia dónde va la función financiera, vale la pena conocer tres conceptos que están redefiniendo el rol del CFO y de los equipos de finanzas en organizaciones de todos los tamaños.
1. Finanzas Continuas
El modelo tradicional opera en ciclos: cierre mensual, reporte trimestral, presupuesto anual. El modelo de finanzas continuas reemplaza esos ciclos por flujos permanentes de información. La IA procesa datos en tiempo real y corre escenarios de manera automática, sin esperar que nadie los solicite.
Para una empresa mediana, esto no significa tirar todo el sistema existente. Significa empezar a alimentar los modelos de decisión con datos más frecuentes.
2. Proyecciones Basadas en Inductores
En lugar de proyectar sobre promedios históricos, la IA identifica los drivers reales del negocio —los factores que genuinamente mueven los números— y actualiza las proyecciones cada vez que esos inductores cambian. Si el precio de un insumo clave sube, el modelo lo incorpora solo. Si la tasa de conversión de ventas cae, el forecast se ajusta automáticamente.
3. Presupuestación Agéntica
Este es el concepto más disruptivo, y el que mejor describe hacia dónde va todo. Los primeros adoptantes ya están experimentando con modelos donde agentes de IA proponen borradores de presupuesto, agentes de escenarios corren proyecciones alternativas, y agentes de reporte entregan conclusiones en tiempo real. En este esquema, el rol del líder financiero cambia radicalmente: deja de recolectar planillas y pasa a interpretar señales estratégicas.
Como señala McKinsey en su reporte sobre la Organización Agéntica (2025): “Los líderes de finanzas pasan de recolectar datos a interpretar señales.” Es una descripción operativa de lo que ya está pasando en las empresas más avanzadas del mundo.
¿Y en una PYME, cómo se ve esto en la práctica?
Hay tres palancas de entrada que están al alcance de cualquier empresa mediana hoy, sin necesidad de grandes inversiones de infraestructura.
Palanca 1: Automatización del ciclo de cierre Las tareas de reconciliación, cuentas a pagar y cobrar, y consolidación de datos son el primer candidato natural para la automatización. Son repetitivas, de alto volumen y bajo valor agregado. Liberarlas le devuelve tiempo analítico al equipo.
Palanca 2: Presupuesto dinámico con herramientas accesibles. Extensiones de IA sobre Excel y Google Sheets, entre otras, ya permiten construir modelos de proyección basados en inductores reales del negocio. El punto de partida no es el software: es la decisión de identificar cuáles son los tres o cuatro drivers que realmente mueven tu resultado.
Palanca 3: Tableros de cash flow predictivo El flujo de caja sigue siendo el indicador más crítico para una PYME. Las herramientas de IA actuales permiten proyectar el cash flow, incorporando variables como la rotación de cobranzas, el comportamiento estacional y los compromisos de pago. Para una empresa mediana, eso puede ser la diferencia entre tomar una decisión de financiamiento a tiempo o llegar tarde.
Para cerrar: una pregunta incómoda
¿Cuántas horas por semana dedica hoy tu equipo financiero a tareas que una herramienta de IA podría hacer en minutos? ¿Y cuántas horas dedica a análisis estratégico que genuinamente mueve la aguja del negocio? Si la proporción te genera incomodidad, es una buena señal. Significa que ya identificaste dónde está la oportunidad.
Referencias
- McKinsey & Company. The Agentic Organization: Contours of the Next Paradigm for the AI Era. Septiembre 2025.
- McKinsey & Company. The State of Organizations 2026.
- IMD Business School. AI in Finance Function Gives CFOs Speed, Scale and Control. Abril 2026.
- Fortune / CFO Survey. 2026 CFOs Predict AI Transformation. Diciembre 2025.
- Houseblend. AI Agents in Finance 2026: A CFO Guide to Reality vs Hype. Febrero 2026.
- Kepion Solution. Understanding the Role of AI in FP&A Processes. Julio 2025.