En 2020, los CFO necesitaban nuevas herramientas. Ahora, las herramientas están transformando el rol.
El puesto se estaba volviendo más estratégico, pero el software seguía estancado. Los CFO eran mitad analistas de datos y mitad arquitectos: armaban un rompecabezas con exportaciones de una constelación de soluciones puntuales y hojas de Excel que orbitaban alrededor de ERPs de treinta años de antigüedad. Los datos eran el cuello de botella. Vivían en demasiados lugares y eran difíciles de domar, y las herramientas que iban encima eran frágiles y limitadas en lo que podían hacer.
Hoy, la IA está eliminando esas restricciones. Reunir los datos se volvió más fácil y el software empezó a hacer gran parte del trabajo por su cuenta. Y cuando eso cambia, también cambian tanto la forma en que se hace el trabajo como quién lo hace. Eso significa que la función financiera misma se transforma, junto con el equipo y el arquetipo de la persona que lo lidera.
De contador a banquero, y de banquero a constructor
Esto se nota al ver a quién contrataron las empresas para el puesto a lo largo del tiempo:
Las dimensiones de un gran CFO se han mantenido sorprendentemente vigentes a través de las épocas. Los mejores CFO no solo entregan números o presentaciones para el directorio. También usan los datos para fundamentar una opinión sobre el rumbo que debería tomar el negocio. Lo que el puesto les exige es lo que sigue cambiando según cuál sea la habilidad escasa del momento.
El arquetipo de cada época reflejó este cambio. Cuando el trabajo consistía en limpiar los libros, establecer controles y reportar resultados, las empresas contrataban CFO provenientes de las firmas contables Big 4. Cuando el trabajo pasó a ser levantar capital y cerrar acuerdos, empezaron a buscar en la banca de inversión. Cuando el foco se puso en la planificación, las métricas y el acompañamiento al negocio (business partnering), las habilidades de planificación (“FP&A”) ganaron importancia, aunque las empresas muchas veces seguían contratando perfiles con experiencia en banca o private equity.
La habilidad escasa de hoy es algo nuevo: diseñar el sistema operativo sobre el que funciona la empresa. Esto implica los datos, flujos de trabajo, agentes, habilidades y controles que convierten el contexto en inteligencia y decisiones. Se ve claramente en el surgimiento del “ingeniero financiero” dentro de los equipos de finanzas, y en los CFO que cada vez más asumen ese rol ellos mismos.
Los líderes financieros que operan de esta manera describen la función de forma muy distinta a sus predecesores. Sarah Friar, CFO de OpenAI, plantea las finanzas como una función en tiempo real. El área avanza hacia un cierre contable en día cero y un pronóstico que se actualiza de forma continua, un cambio enorme frente al ritmo tradicional del cierre mensual. Ya sea para asignar capacidad de cómputo o capital, los mejores líderes financieros hoy suenan menos como anotadores de resultados y más como constructores.
Más datos, mejores herramientas, equipos más chicos
El cambio en el arquetipo del CFO y en la organización financiera en general está impulsado por el rápido avance de las herramientas nativas de IA. Un acceso a los datos más fácil y rápido habilitó mejores herramientas, lo que modificó cómo se hace el trabajo y quién lo hace y, en consecuencia, cómo se estructuran y operan los equipos de finanzas.
1. Los datos dejaron de ser el cuello de botella. La queja central de nuestro artículo de 2020 era que la materia prima del CFO —los datos— estaba desactualizada, fragmentada y era un dolor de cabeza de consolidar. Los equipos de finanzas gastaban casi toda su energía en la base de la pirámide unificando insumos: bajando exportaciones, conciliando hojas de cálculo y persiguiendo la explicación de una variación perdida en un hilo de correos o, peor aún, en mensajes directos y canales de Slack. La IA hace que extraer, ingerir e interpretar datos dispersos en distintos sistemas y formatos sea más rápido y sencillo. Los equipos pueden dedicar menos tiempo a conseguir información y más tiempo a actuar sobre ella.
2. El stack financiero se está convirtiendo en parte del equipo de finanzas. En 2020, mapeamos el stack financiero capa por capa y planteamos que venía una ola de herramientas modernas para cada una. Con la IA ayudando a resolver el problema de los datos, esa ola llegó. La nueva generación se implementa en días y no en trimestres, automatiza la recolección de datos en lugar de esperar a que alguien los cargue, y entrega insights en tiempo real en lugar de hacerlo al cierre del mes. Hoy, cada área de aquel mapa de mercado tiene un competidor nativo de IA, desde el ERP hasta impuestos y compras.
Algunos ejemplos de nuestro portafolio:
- El ERP de Rillet reduce la implementación de meses a días o semanas, ingresa datos automáticamente y convierte un cierre mensual en uno diario.
- Concourse despliega agentes para la planificación y el pronóstico financiero, integrando datos de pipeline en tiempo real para construir escenarios en vivo.
- Lio usa un modelo multiagente para compras; sus agentes hacen la debida diligencia de proveedores, negocian contratos, supervisan las aprobaciones internas y monitorean el cumplimiento.
- Stuut gestiona el ciclo completo de cuentas por cobrar, desde el primer contacto hasta el seguimiento, la cobranza y la resolución de disputas, automatizando el proceso de aplicación de pagos.
- Sphere transforma el complejo cumplimiento de impuestos indirectos en un proceso automatizado de principio a fin.
- Petual automatiza las pruebas SOX y los flujos de auditoría interna corporativa.
Todos estos son flujos de trabajo que antes requerían equipos dedicados o proveedores de servicios externos.
La generación anterior de software ayudaba a los profesionales de finanzas a gestionar el trabajo. Esta generación hace el trabajo por sí misma. El mejor software financiero nativo de IA ahora hace finanzas.
3. El surgimiento del ingeniero financiero. A medida que el problema de los datos pierde peso, apareció algo que no habíamos previsto en 2020. Los equipos de finanzas más avanzados no solo usan herramientas de software con IA, sino que construyen sus propias automatizaciones, dashboards y otras herramientas internas. Muchas de estas personas nunca habían escrito código, desconfiaban de la IA y no tenían acceso a recursos de ingeniería. En los últimos 9 a 12 meses, se volvieron fanáticos absolutos de la IA.
El equipo de finanzas de Anthropic creó y mantiene una biblioteca con más de 70 habilidades de IA específicas para finanzas que tratan como si fueran código de producción. Una de ellas genera una revisión financiera mensual completa en un 90-95 %, comprimiendo horas de trabajo humano en unos treinta minutos. En OpenAI, el equipo de Friar construye GPT personalizados para relaciones con inversores y compras, además de dashboards en vivo que reemplazan los informes estáticos para el directorio.
Un CFO de una empresa en etapa de crecimiento de nuestro portafolio le pidió a su equipo que creara agentes y en dos semanas ya tenían 50. No todos eran útiles, pero le dieron a cada uno la oportunidad de vivir ese momento mágico en el que un agente realmente produce trabajo concreto. Otro comentó que sus equipos de finanzas y contabilidad se están convirtiendo en product managers, trabajando codo a codo con ingenieros para crear sus propias herramientas.
Así como vimos surgir al ingeniero de GTM, al ingeniero de growth y al ingeniero de talento, muchas empresas empiezan a tener un “ingeniero financiero”. Al igual que esos otros roles que combinan conocimiento del negocio con capacidad de construcción, suele tratarse de alguien de finanzas, frecuentemente con formación técnica, que aprendió a manejar Codex o Claude Code y lidera la creación de herramientas para el equipo. Por lo general, conectan sistemas y resuelven cuellos de botella en los flujos de trabajo. Por ejemplo, esto puede implicar construir una herramienta que combine los ingresos por cliente con los costos de inferencia del modelo, el uso de la nube y los costos de soporte, y que luego marque las cuentas donde los márgenes se están deteriorando o donde el uso volvió poco rentable un contrato específico.
Históricamente, esto requería un apoyo improbable de los equipos centrales de ingeniería o intentar contratar ingenieros directamente para el área de finanzas. Hoy, muchos CFO dedican más tiempo a construir con IA o a usar herramientas nativas de IA, y menos tiempo a reuniones. “Estos nuevos productos son divertidos de usar” es un comentario que escuchamos seguido.
La disciplina operativa detrás del ingeniero financiero es simple: si haces algo dos veces, escribe un flujo de trabajo; si escribes el flujo de trabajo dos veces, crea un agente.
4. El equipo de finanzas se achica y gana apalancamiento. La mayoría de los equipos de finanzas todavía se organizan a la vieja usanza: una capa de controlador, una capa de FP&A, una capa de operaciones y el CFO. Todo esto está diseñado para un ritmo mensual y para que una sola persona sea dueña de cada tarea. Esa estructura tenía sentido cuando cada capa existía para mover y conciliar datos.
La vieja regla de que finanzas representa ~5 % del headcount también está cambiando. Los equipos más ajustados que vemos apuntan al 2 % y priorizan la densidad de talento por sobre la cantidad de personas. El nuevo perfil de finanzas sabe conectar varios sistemas con una llamada a una API, escribir SQL y prototipar una automatización. La fluidez con la IA se está volviendo un requisito básico. “Explícame tu modelo” se está transformando en “explícame tu secuencia de prompts”.
Los expertos senior del área son los que más provecho pueden sacarle a la IA. En Anthropic, el usuario más intensivo del equipo de finanzas es el responsable de impuestos. Como lo resumió uno de nuestros CFO de empresas en crecimiento: es tentador asumir que los más junior serán los que más la adopten, pero les falta la experiencia y el contexto para saber qué significa “excelente” o qué deberían construir.
5. La planificación se vuelve continua. Pronosticar ingresos basados en uso (por ejemplo, tokens, minutos, llamadas a APIs) siempre fue complejo. Además, los procesos y herramientas estándar que operan con ritmo mensual no son lo suficientemente rápidos, sobre todo ahora que los agentes pasaron a ser actores en el P&L. Muchos líderes financieros están apostando por el pronóstico continuo, que ofrece una visión en vivo usando modelos estadísticos, evidencia a nivel de cuenta y criterio financiero. FP&A está evolucionando del presupuesto anual a decisiones operativas continuas. Ahora puedes correr escenarios complejos en vivo durante la reunión.
6. Los controles pasan a ser una funcionalidad crítica del producto. Con el software asumiendo más trabajo en finanzas, contar con una cadena auditable y confiable que vincule cada número con su origen es fundamental. Finanzas necesita saber de dónde salió cada cifra, cómo se calculó y dónde y qué agentes intervinieron. Si un agente está redactando un asiento contable, por ejemplo, tiene que conservar los papeles de trabajo y la evidencia de respaldo, y seguir las reglas de aprobación antes de registrarlo. La IA todavía puede usarse para conciliar registros y marcar y explicar variaciones y excepciones, pero finanzas define las reglas y da la aprobación final. Tener controles habilita la velocidad. El equipo puede enfocarse en el trabajo estratégico sin tener que reconstruir y revisar cada paso a mano.
7. Finanzas recibe un mandato más amplio. Con datos en tiempo real y la capacidad de correr escenarios rápidamente, el área se involucra en muchas más decisiones estratégicas. Para muchas empresas de IA, el cómputo es uno de los mayores gastos operativos y una de las decisiones de asignación de capital con más impacto. Ahora los equipos de finanzas pueden consolidar una vista actualizada de los datos de uso, los costos de infraestructura y los ingresos por cliente, y las herramientas de IA pueden ayudar a determinar cómo afectaría los márgenes una nueva funcionalidad o un aumento en el uso por parte de los clientes. Eso le da a finanzas una base mucho más sólida para opinar sobre precios, lanzamientos de productos y compromisos de gasto.
Las empresas también están tomando muchas más decisiones donde el CFO es un árbitro clave. Por ejemplo, cómo los equipos dividen el trabajo entre personas y software es una pregunta central en todas las organizaciones, y es una decisión financiera. Con datos más granulares sobre los trade-offs entre tiempo invertido, uso de tokens, utilización de software y más, finanzas puede evaluar esas compensaciones. La disyuntiva de construir versus comprar es parte de este conjunto de decisiones. Construir hoy puede significar un gran proyecto de ingeniería o simplemente un equipo no técnico haciendo vibecoding de una herramienta más chica. Comprar puede implicar pagar por uso o por trabajo terminado, por lo que los costos cambian según la adopción. Ahora, con la IA, finanzas puede modelar estos escenarios más complejos de forma más rápida y precisa.
El rol, reescrito
El trabajo del CFO ya cambió antes. Lo que se siente distinto ahora es cuánto de la función financiera y de la propia organización se está rediseñando. Históricamente, el CFO armaba equipos de finanzas alrededor de capas de personas necesarias para recolectar, conciliar y revisar datos dispersos en múltiples herramientas, todo configurado para rastrear y gestionar el trabajo. Ahora, el CFO, con un equipo más chico y mayor apalancamiento, puede construir y usar las herramientas que hacen el trabajo. Las decisiones que antes se tomaban semanal o mensualmente ahora pueden ocurrir de forma continua.
El CFO se está convirtiendo en el constructor y arquitecto del sistema operativo de la empresa. Eso implica definir qué es mejor que haga el equipo y qué debe hacer el software. El CFO nativo de IA tiene que poner la automatización primero y saber cómo construir, entrenar y dotar de recursos a un equipo de finanzas moderno. También necesita nuevos marcos de referencia para decidir qué construir, qué comprar y cómo calcular el ROI de esas decisiones. La ventaja es que pasa más tiempo enfocado en el negocio mismo y en ser un socio estratégico para el CEO. El trabajo sigue siendo finanzas, pero ahora una parte mucho mayor consiste en diseñar cómo se hacen las finanzas.
cc: @IvanoMakSF David Borecky
¡Gracias @astrange y @BKRoberts por su ayuda con este artículo!
