La IA en las finanzas y la contabilidad: ¿Cómo funciona?

La inteligencia artificial es la revolución tecnológica de la que todo el mundo habla. De hecho, la IA y sus aplicaciones transformarán profundamente muchos sectores de actividad, incluidas las finanzas y la contabilidad. En este artículo, trataremos de entender cómo funcionan los modelos de IA y por qué cambiarán las reglas del juego para los equipos de finanzas.

Si bien la inteligencia artificial ha estado en los titulares recientemente, y especialmente desde la llegada de ChatGTP, esta tecnología no ha aparecido recientemente. «Es una ciencia que en realidad se remonta a la década de 1960. Fue la combinación de tres factores la que provocó la explosión que estamos viviendo hoy: la llegada de nuevos *algoritmos altamente eficientes*, la disponibilidad de datos masivos y el acceso a los recursos de hardware necesarios», explica Vincent Bonnivard, líder del equipo de IA de Probayes, una empresa especializada en el diseño de proyectos centrados en la inteligencia artificial.

Por lo tanto, el auge de la IA es inseparable de la aparición de los centros de almacenamiento de datos y la aparición de procesadores GPU de alto rendimiento (los que se encuentran en las tarjetas gráficas de los ordenadores). Juntos, permiten operar modelos de inteligencia artificial con un rendimiento muy alto.

Aprendizaje automático, IA generativa, aprendizaje profundo... Existen varios modelos de IA, pero todos comparten algunas características comunes.

Este objeto se entrenará con una gran cantidad de ejemplos (de ahí la importancia de tener suficientes datos de calidad) y, por lo tanto, aprenderá a predecir el resultado de una consulta. El objetivo de esta tecnología es que, una vez entrenado, el modelo se pueda implementar en cualquier lugar: en un ordenador, un teléfono, un objeto conectado...

Antes de que los modelos de inteligencia artificial estuvieran ampliamente disponibles, muchas herramientas de TI utilizaban otro método: los motores de reglas. Se trata de algoritmos que funcionan según criterios específicos, definidos de antemano, pero que no son capaces de aprender por sí mismos. «Al final, las reglas son bastante difíciles de establecer y poco fiables. Al igual que los RPA, robots programados para automatizar una tarea específica de acuerdo con un escenario establecido, no se trata realmente de inteligencia artificial». especifica Vincent Bonnivard.

Para cada una de las principales misiones de finanzas, la IA ya proporciona una serie de soluciones, mientras que otras están en desarrollo y podrían llegar en los próximos meses o años.

La IA permite avanzar hacia un mejor control de los gastos, en particular al proporcionar herramientas para alertar al CFO o al gerente a cargo de desviaciones del historial o el pronóstico, para categorizar los gastos o desarrollar escenarios de administración de efectivo.

«Una de las aplicaciones futuras más esperadas es el *análisis inteligente del panel de proveedores*, que es uno de los quebraderos de cabeza para los departamentos de finanzas o compras. En una gran empresa, hay una media de 150 000 proveedores que necesitan poder puntuar, clasificar... La IA será de gran ayuda para ello, pero también para mejorar el abastecimiento y hacer propuestas de compra basadas en criterios numerosos y dinámicos», explica Marc Le Vernoy, fundador de 3H18, una empresa especializada en la subcontratación de funciones de soporte (especialmente en los equipos de finanzas).

¿Actualizas constantemente una tabla de puntuación de riesgo de los clientes? Los motores de inteligencia artificial ya están trabajando en esto, al igual que la inclusión de los plazos de pago en las previsiones de tesorería. «En última instancia, todo el ciclo de pago se automatizará gracias a la IA». explica Marc Le Vernoy.

Se pueden lograr importantes aumentos de productividad, pero solo si se pueden entrenar los modelos correctamente. «Una vez más, volvemos a la importancia de los datos. Si queremos poder detectar a un cliente en situación de riesgo, necesitamos tener un historial de datos sobre este tipo de cliente, de modo que el modelo pueda capacitarse y reconocer perfiles particulares mañana», especifica Vincent Bonnivard.

Dado que los equipos financieros tienen cada vez más prisa por cerrar sus cuentas, la IA les permitirá ahorrar un tiempo valioso. «La incautación se acelerará considerablemente. Ya aprovecha el reconocimiento automático de caracteres (OCR) para leer automáticamente los documentos, pero hasta el día de hoy, se basaba en motores de reglas. La IA llevará el OCR a una nueva dimensión, y este es uno de los temas en los que están trabajando los equipos de IA de Regate. Nuestra plataforma también ofrece una conciliación bancaria inteligente. Es la IA la que ofrecerá los asientos contables correspondientes, con una tasa de éxito muy alta», explica Laura Pallier, cofundadora de Regate.

Y mañana, la IA facilitará aún más el cierre al facilitar el seguimiento de las aprobaciones (y al corregir los errores de enrutamiento en esta área).

En la actualidad, el 48% de los responsables de la toma de decisiones financieras consideran que la presentación de informes se convertirá en la primera aplicación de la inteligencia artificial (estudio de OneStrem 2022). «Es cierto que, en este campo, el uso de la IA puede dar resultados espectaculares. Por ejemplo, puedes tomar los estados financieros, colocarlos en un modelo de IA generativo y pedirle que te dé comentarios financieros sobre los elementos analizados. La IA te informará como si tuvieras un controlador de gestión a tu lado...», explica Laura Pallier.

Estos usos ya están disponibles y funcionan con diversos grados de relevancia: «Siempre hay que mantener una actitud crítica y, una vez más, entrenar bien los modelos con datos de calidad. Sin embargo, la IA puede resultar muy útil, especialmente en temas como la preparación y el seguimiento de informes extrafinancieros».

Desde hace varios años, la IA se utiliza para combatir el fraude, especialmente en los principales bancos. En las empresas, también se puede utilizar para detectar a los estafadores, por ejemplo, identificando los intentos de doble pago por parte de los proveedores.

«Pronto, también podremos utilizar herramientas de inteligencia artificial para analizar los contratos y detectar problemas de cumplimiento. De hecho, los modelos se pueden entrenar sobre la base de la combinación de los contratos existentes, la jurisprudencia, los textos reglamentarios, etc.», subraya Marc LE Vernoy.

Ante las capacidades de la inteligencia artificial y, en particular, de los modelos generativos, aún no se han inventado muchos usos para los departamentos financieros. El potencial es enorme, siempre que se garantice la disponibilidad de los datos y su seguridad.