Antes de ponerle IA a la tesorería, hay que saber dónde está la plata

José Pereira, Head of Corporate Business Development para la Región Andina en Shinkansen

Según J.P Morgan: Son casi las siete de la mañana en Londres y la tesorería de una empresa industrial ya tomó 11 decisiones durante la noche. Un sistema notó que un proveedor cambió la moneda de sus facturas, propuso una cobertura a 90 días, la cotizó con tres contrapartes y la dejó lista para aprobar. El tesorero abre el computador, lee dos líneas y aprueba en nueve segundos.

Me encantó el ejercicio (la escena era hipótetica). Pero me cuesta traerlo a nuestra región, porque el día en las tesorerías que conozco en Chile, Perú y Colombia parte bien distinto. Hay un apoderado que tiene que estar disponible para firmar en el portal antes del corte. Hay estados de cuenta que alguien baja banco por banco y pega en un Excel para recién ahí saber cuánta plata tiene la empresa. Hay una nómina que se arregla a mano antes de subirla.

Y ojo, son equipos que saben perfecto lo que hacen. Trabajan así porque es lo que les dejaron las herramientas y los bancos que tienen.

Todos la quieren, pocos la usan

Últimamente me puse a cruzar las encuestas de tesorería que salieron este año y hay una distancia que me llamó la atención. La Association for Financial Professionals de Estados Unidos preguntó en mayo por las prioridades de los equipos de tesorería y, por primera vez, la IA y la automatización entraron al top 5, con 30% de las menciones. Coalition Greenwich, que sigue a grandes empresas en todo el mundo, había encontrado a mediados del año pasado que menos de 1 de cada 10 tenía IA metida en el trabajo diario, en cosas como el pronóstico de caja o la detección de fraude.

Esa segunda cifra seguro ha subido. Tradeweb midió este año 22% de equipos desplegando IA, en una muestra chica de 120 personas. Aun así, hay un buen trecho entre tenerla en la lista de prioridades y usarla un martes cualquiera.

Lo que frena es bien poco glamoroso

Cuando uno mira qué está trabando la cosa, los modelos casi nunca aparecen. Coalition Greenwich muestra que cerca de 40% de las tesorerías funciona con varios ERP mal conectados entre sí y que 1 de cada 5 grandes empresas sigue en planillas y procesos manuales. Lo que más sorprende es que menos de un cuarto de las grandes empresas pone la calidad de sus datos entre las prioridades de tesorería.

Estamos pidiéndole a una máquina que pronostique la caja con información que llega tarde, desde portales distintos y en formatos distintos. Pronosticar sigue siendo la tarea más difícil de tesorería para 49% de los equipos y su primera prioridad para 63%, según la misma encuesta de mayo. PwC encontró el año pasado que 38% de las empresas de más de 10.000 millones de dólares todavía junta a mano los datos de su pronóstico.

Bain contó algo parecido desde otro ángulo. Hay empresas que ya tienen machine learning en producción para su planificación financiera y lo corren en paralelo a la planilla de siempre. Dos procesos andando al mismo tiempo y ninguno del todo creído. Me hizo harto sentido, porque es lo que pasa cuando nadie se anima a apagar el Excel.

Para mí esto es una escalera

El orden que a mí me hace sentido se parece a subir una escalera. Primero ver la caja, todos los bancos, todos los días, sin que nadie tenga que bajar un archivo. Después cuadrar, que cada movimiento calce con la contabilidad y que cada diferencia tenga dueño. Ahí los tesoreros ven hoy el mayor valor, y más de la mitad ya usa IA en conciliación o planea hacerlo dentro de un año.

Recién con eso se le puede exigir algo serio al pronóstico. Y el último escalón, dejar que el sistema actúe solo dentro de ciertas reglas, es el que sale en todas las presentaciones y el que está más verde.

Alguien tiene que escribir las reglas

Ese último escalón es la discusión que más me entretiene. En la escena de J.P. Morgan el tesorero aprueba en nueve segundos porque la cobertura estaba dentro de una política definida de antemano. Alguien se sentó a escribir qué puede hacer el sistema solo, hasta qué monto y en qué momento tiene que levantar la mano.

Ese trabajo está bien atrasado. En la encuesta de mayo, los equipos evaluaron qué tan efectivas son sus políticas. Gestión de caja sacó 4,4 sobre 5 y relación con bancos 4,3. Las políticas de IA sacaron 2,9, la nota más baja de toda la medición.

En nuestra región el tema pesa más todavía, porque varias de las empresas con las que trabajamos son reguladas. En Chile, la CMF puso en consulta este año un cambio que le exigiría a los bancos gestionar a todos sus proveedores de punta a punta, incluidos los proveedores de sus proveedores, con planes de salida y reportes periódicos. Un agente de IA que toca pagos entra en esa cadena, y alguien va a tener que explicar qué hizo, con qué datos y por qué.

Lo que vemos acá

Casi toda esta evidencia viene de Estados Unidos y Europa. No encontré ninguna encuesta pública sobre IA en tesorerías latinoamericanas, así que acá tengo que hablar desde lo que vemos en terreno.

En un discovery reciente con un banco de la región validamos 19 procesos y levantamos 113 dolores, 71 de manualidad y 42 de riesgo. Los motores de pago existían. El trabajo manual estaba alrededor, en órdenes que se volvían a digitar desde correos y planillas, en cuentas que se validaban después de pagar y en conciliaciones que llegaban tarde. Súmale que cada banco trae su propio portal, su archivo y su horario de corte, y se entiende por qué la IA todavía llega a pocas partes.

En Shinkansen nos dedicamos justamente a esa conexión entre los sistemas de cada empresa y sus bancos, así que lo digo con todo el sesgo del caso. Igual creo que los números de arriba se sostienen solos.

Tres preguntas para un café

Si tuviera que resumirle esto a un CFO tomándonos un café, le haría tres preguntas. ¿Sabes dónde está tu caja hoy, en todos tus bancos, sin que nadie te mande un Excel? Cuando algo no cuadra, ¿quién lo resuelve y en cuánto tiempo? ¿Qué le permitirías hacer a una máquina sin pedirte permiso?

Si las tres tienen respuesta clara, estás en buen pie para sacarle harto provecho a la IA. Si alguna te hizo dudar, ahí tienes una buena conversación para esta semana con tu equipo. Y si quieres tenerla conmigo, feliz.