IA para finanzas empresariales y cómo implementarla correctamente

Cada CFO con el que hablo en una empresa de más de mil millones está lidiando con el panorama de la IA en dos frentes:

El asistente horizontal: dale a todos en tu organización Microsoft Copilot o Claude Cowork. El problema es que cada empleado crea 3 agentes, ninguno se comunica con los demás, y en 3 meses has gastado $3 millones en tokens, con el 80% de los agentes muertos o fallando constantemente en producción. Terminas con una factura de $3 millones en consumo de tokens y un cementerio de deuda técnica sin dueño.

La solución puntual: traes una nueva solución de software para cuentas por pagar, otra para el cierre, y otra para gastos. Esto no funciona porque el software hecho para todos no está hecho para ti. No entiende que tu proceso de AP tiene 7 pasos, no 4, y no entiende tu lógica de manejo de excepciones. Como resultado, tus empleados o no lo usan, o lo usan pero el ROI es inferior al 15%. Y peor aún, tus empleados se quejan de que este nuevo software es diferente a su forma anterior de hacer las cosas, y la mitad piensa que es un retroceso. Una pesadilla.

Mi trabajo es ayudar a los CFOs a entender la combinación correcta de ambas soluciones para ellos. Definitivamente hay una necesidad del asistente horizontal, pero cumple un propósito diferente. Los empleados seguirán teniendo trabajo, y este asistente ayuda a que un empleado haga el trabajo de 10. Pero te estás perdiendo el panorama más amplio: agentes de fondo que simplemente hacen el trabajo sin necesidad de que un empleado los active o los use. Imagina un agente que lee cada factura en el momento en que llega, la empareja con la orden de compra correcta, y la aprueba o envía la única rara a la persona que debe decidir, todo antes de que tu equipo abra sus laptops. Un agente que concilia la actividad bancaria de ayer con el libro mayor cada mañana, de modo que el cierre esté prácticamente terminado antes de que empiece el mes. Un agente que persigue a cada proveedor por el W-9 faltante o el pago atrasado por sí solo, para que nadie en tu equipo vuelva a escribir uno de esos correos. Nadie los activa. Simplemente funcionan en segundo plano, y el trabajo ya está hecho cuando llegas.

Para contexto, dirijo Varick Agents (@varickagents). Nos integramos con equipos financieros empresariales y desplegamos agentes de IA que operan dentro de las herramientas que ya usan. Finanzas es donde hemos visto los resultados más rápidos y medibles, porque el trabajo es repetitivo, los procesos están bien definidos, y el costo de la versión manual es trivialmente fácil de cuantificar.

El objetivo de este artículo es mostrarte cómo hemos hecho esto para varias empresas a escala, los errores que aprendimos a evitar, y cómo medimos el éxito después de todo. Bonus: cómo nos aseguramos de no gastar millones en tokens cada año, y cómo reducimos las alucinaciones a casi cero. Como referencia, redujimos el cierre de fin de mes de un cliente de 12 días a 5. Simultáneamente, redujimos las tasas de error en un 72%. La captura de valor fue de más de $45 millones anuales, combinando aumento de ingresos, ahorro de costos y reducción de riesgos. Es el mismo manual cada vez, aunque los agentes resultantes sean muy diferentes (de ahí que las soluciones puntuales de software no funcionen).

Las tasas de fracaso en implementaciones de IA en finanzas son altas

Antes del cómo, veamos un resumen rápido de los números. La brecha entre dónde están los equipos financieros y dónde podrían estar es amplia, pero los resultados de la IA hasta ahora han sido bastante pobres.

• Gartner encuestó a 183 líderes financieros: el 84% implementó IA o planea hacerlo, pero solo el 7% reportó un alto impacto.
• El grupo NANDA del MIT analizó 300 implementaciones y encontró que el 95% de los pilotos empresariales de IA generativa no generan un retorno medible en el P&L.
• Gartner espera que más del 40% de los proyectos de IA agentiva sean cancelados para finales de 2027 por costo, valor poco claro y controles de riesgo débiles.

Así que cuando digo que la mayoría de esto fracasa, me refiero a estas estadísticas. Y te diré por qué a continuación, pero a modo de comparación, el 100% de las implementaciones de Varick en departamentos financieros se han desplegado exitosamente en producción, con un ROI positivo medible (promedio de 5.5x).

Ahora, el trabajo en sí:

• Dos tercios de las facturas aún requieren que uno o más humanos las toquen. Solo un tercio pasa directamente (Ardent Partners, 2025). En los clientes con los que hemos trabajado, a menudo hay 3 o más personas tocando cada factura antes de que se procese por completo.
• Una factura manual cuesta $12.42 procesarla de principio a fin.
• La mitad de todos los equipos financieros tardan más de una semana en cerrar sus libros (Ledge, 2025), y el 94% de ellos todavía vive en Excel en algún momento del cierre.
• El 14% de las facturas se marcan como excepciones, y las excepciones son el dolor de cabeza más citado en AP. Esta es la estadística a la que quiero prestar más atención. Tus excepciones son diferentes a las de la siguiente empresa, lo que significa que ningún SaaS o producto genérico puede resolver este gran dolor de cabeza de la manera que necesitas. La necesidad de software personalizado nunca ha sido tan alta para las funciones financieras, y afortunadamente, la IA es el desbloqueo perfecto aquí.

Nada de esto es ya un problema tecnológico. Es un problema de flujo de trabajo, un problema de pegamento humano, y esa distinción es la que destacaré en detalle más adelante.

Por qué fallan los asistentes horizontales (Claude Cowork, Microsoft Copilot)

Incluso si ignoramos la factura de tokens (millones por trimestre), el problema mayor es que incluso los modelos de frontera fallan en el trabajo financiero la mayoría de las veces. Cuando los modelos de frontera (Fable, Opus, GPT 5.5, etc.) se sometieron a más de 900 tareas reales de analistas financieros este año, el mejor solo alcanzó un 52% de precisión (Vals AI). Otro estudio ejecutó 19 modelos en un plan de cuentas real y la precisión más alta fue del 66% (DualEntry). En una función financiera, estos niveles de precisión son catastróficos. Incluso los propios documentos de Microsoft dicen que no uses Excel Copilot para cálculos numéricos ni para nada con implicaciones de cumplimiento, lo cual es irónico porque pusieron la IA en tu hoja de cálculo en primer lugar.

Las alucinaciones no significan un error tipográfico en un correo electrónico. Si tu IA alucina un proveedor o se salta una eliminación entre empresas, es dinero real que sale y hay que encontrar y deshacer. La falta de auditabilidad también es un problema masivo. "La IA lo dijo" no funciona con un auditor de SOX.

Tus agentes de IA deben tener barreras y permisos, para que solo hagan las acciones exactas que les permitas, determinadas como resultado de una auditoría integral de IA. Además, cada tarea se reduce a su estado más determinista, de modo que el modelo solo decida los pocos pasos que requieren juicio, en lugar de todo de principio a fin. Así es como la precisión se mantiene por encima del 97%, con trazas de agente que se pueden presentar a un auditor y a la dirección.

Por qué más soluciones puntuales empeoran las cosas

Entonces, te saltas el generalista y compras una docena de especialistas: un agente de AP de Ramp y Brex y Bill, cobranzas de HighRadius, agentes de cierre de BlackLine y FloQast, todo metido en el ERP de SAP y Workday, más un nuevo ERP nativo de IA. ¿Ves a dónde voy? Se suponía que la IA era la razón para alejarte finalmente de 20 proveedores de software diferentes, cada uno haciendo algo distinto. Necesitas un panel único que viva a través de tus sistemas existentes. Esos sistemas ya tienen todo lo que un agente necesita para funcionar sobre ellos, sin necesidad de una nueva plataforma. En cambio, veo a CFOs introduciendo lamentablemente más licencias de software, más superficies en las que su equipo tiene que iniciar sesión y hacer seguimiento, y al final, casi ninguna ganancia de eficiencia que mostrar.

Lo que sí funciona

Cada implementación en departamentos financieros que funciona sigue la misma filosofía: una capa que se sitúa sobre y entre el software que ya ejecutas, en lugar de otra herramienta para que tu equipo inicie sesión. Lee de tu software como NetSuite, Bill y Workday, moviendo datos entre ellos y haciendo el trabajo exactamente como lo haría tu equipo. Cuando necesita ayuda, marca ediciones para que tu equipo las ajuste.

Al hacerlo, aumentas la capacidad del operador, no de la tarea. Ahora tus herramientas automatizan una parte del trabajo, pero nadie automatiza a la persona en el medio, que está copiando un número de una pantalla a otra, verificando si dos cifras coinciden, enviando el correo de seguimiento cuando no coinciden, escalando cuando nadie responde. Esta persona es el pegamento, y el pegamento es donde reside todo el valor: la reducción del tiempo de ciclo significa que se ahorra tiempo y se genera más ingresos, más rápido.

Si tomamos este ejemplo de vuelta a las excepciones: imagina una factura que llega sin orden de compra. Ahora, un analista de AP tiene que averiguar quién la ordenó, luego encontrar la OC correcta filtrando la bandeja de entrada, luego emparejarla, antes de finalmente procesarla. Las excepciones son más comunes de lo que piensas; esto ocurre cientos de veces al mes.

Sin embargo, con una capa de agente unificada, la IA detecta esta excepción en cuanto llega, luego busca en el sistema de OC por proveedor, monto, fecha, antes de finalmente aprobar las coincidencias limpias por sí misma, tal como lo haría tu analista. Cuando el agente no está seguro, envía las dos OC más probables a un analista en Slack y le pide que determine cuál es la correcta. 15 minutos de investigación se convierten en treinta segundos para un sí o un no, con toda la información presentada de antemano. El mismo modelado ocurre en la conciliación bancaria, eliminaciones entre empresas, seguimiento de W-9, correos de estado de pago y la lista PBC del auditor.

Cómo implementar este sistema en la práctica

Hacemos 5 cosas cada vez:

1. Ingenieros desplegados en el terreno se integran con tu departamento y mapean cada proceso de principio a fin. Los procesos documentados y los SOP rara vez capturan la realidad, que es lo que la gente realmente hace. Por ejemplo: "Cuando algo sale mal, reviso esta hoja de cálculo primero" y "Le envío un correo directo a Sarah porque las alertas llevan 3 años rotas". Un ejemplo real: "el SOP dice que las facturas se emparejan con las OC en el sistema". Pero en realidad, se emparejan en el sistema, excepto cuando la OC nunca se creó, en cuyo caso Brittany envía un correo al jefe del departamento para una retroactiva, a menos que sea menor de $500, en cuyo caso lo codifica a la línea de gastos generales del departamento y lo marca para después. Si construyeras agentes basándote solo en el SOP, se romperían la primera vez que lleguen a Brittany, que casualmente es el Día 1 de producción. Por eso es increíblemente importante sentarse con la gente y verlos trabajar. Es el puente entre servicios (consultoría) y software (desarrollo), y también es la diferencia entre una implementación exitosa de agentes y un tiro al aire que muere de inmediato.
2. Construir dentro de las herramientas que ya usan. El agente ejecuta NetSuite, SAP o BlackLine como lo haría un nuevo empleado, iniciando sesión y haciendo clic en las mismas pantallas y usando las mismas APIs. Nadie en tu equipo necesita aprender una nueva interfaz, y lo único que la gente nota es que hay menos trabajo acumulado, las excepciones se resuelven más rápido y el cierre de fin de mes se acorta.
3. Construir agentes que hagan trabajo en lugar de paneles. La mayoría de la "IA para finanzas" es una herramienta de análisis disfrazada de agente. No caigas en esta trampa. El monitoreo y los informes son el resultado de las acciones del agente que los impulsan. Sí, es útil medir KPIs antes de la construcción para ver si realmente estás generando cambios. Pero si tu artefacto es un panel o un chatbot en lugar de un agente de fondo, estás dejando eficiencia sobre la mesa. No dediques meses al equivalente de un software de informes llamativo.
4. Escalar solo cuando se requiera juicio real, con una puerta de confianza al frente que mejore con el tiempo. El objetivo es quitar el 70-85% que es puro reconocimiento de patrones del plato de tu equipo, para que su tiempo quede solo para decisiones de alto apalancamiento y alto juicio. Simultáneamente, cada vez que responden a las acciones del agente (con aprobar, editar o rechazar), esto entrena al agente, permitiendo que la precisión aumente cada semana en lugar de quedarse plana o, peor, retroceder. Aquí es donde la ingeniería de IA es crítica; tu plataforma puede ser el factor decisivo entre un sistema que mejora y uno que se apaga.
5. Diseñar para todo el departamento desde el día uno. Este es, con diferencia, el aspecto más pasado por alto de las implementaciones de agentes a nivel empresarial. Imagina que cada operador toma una herramienta de "vibe-coding", construye un agente solo para su rincón, pero no puede escalar más allá de su propio trabajo. Esto pierde el panorama general. A menudo, sus cuellos de botella están aguas arriba. Pero entonces el equipo de arriba construye su propio agente, que no se comunica con el de abajo. Muy pronto tienes docenas de agentes, todos aislados en sus propias actividades, y sin comunicación, solo deuda técnica en toda la organización. En cambio, mapea toda la organización, entiende quién es el cuello de botella de quién, y construye con eso en mente.

Evitar el gasto descontrolado en tokens y las alucinaciones de los agentes

Cómo no gastar millones en tokens: un buen agente de IA no es principalmente IA. Lo que entregamos es aproximadamente un 85% de código simple y un 15% de llamadas a modelos. Los modelos solo se usan donde hay una necesidad real de juicio, como leer un valor de una factura desordenada, clasificar una excepción en uno de tus buckets conocidos, o redactar una nota para que un humano la apruebe. Por otro lado, la mayoría del trabajo son comparaciones (matemáticas), búsquedas (filtrado), enrutamiento (declaraciones if/else) y publicación (llamadas a API). Compara esto con Claude Cowork, donde casi cada acción se determina de forma estocástica por un LLM. En cambio, tenemos agentes más rápidos, más baratos y más precisos. Los LLMs fueron solo el desbloqueo.

Cómo llevar los errores a casi cero: tres capas.

• Código determinista: es consistente por diseño, lo que lo hace auditable.
• Evaluaciones: un conjunto de pruebas creado manualmente pero actualizado automáticamente que verifica tanto la respuesta como el camino que tomó el agente, permitiéndonos detectar agentes que fueron a algún lugar al que no debían, o produjeron resultados inconsistentes con cómo queremos que se comporten.
• Retroalimentación humana: cada aprobación y corrección que hace tu equipo entrena al sistema, y la precisión en un flujo de trabajo sube a los altos 90 en un par de meses. Vemos cómo la codificación del libro mayor pasa de aproximadamente el 85% al 97% y más a medida que se acumulan las correcciones. Y debido a que es código y evaluaciones en lugar de una caja negra, puedes responder a la pregunta "¿por qué hizo esto el agente?" cada vez que un interesado o un auditor lo pregunte. Los agentes horizontales no pueden hacer esto.

Cómo se mide esto

Afortunadamente, cuando tienes agentes que viven en tus sistemas de registro a través de cada flujo de trabajo y cada parte del software, ahora tienes la capacidad de rastrear datos al nivel más granular y en tiempo real. Se vuelve muy evidente que el 80% de las excepciones son manejadas por agentes, y el tiempo para conciliar excepciones pasó de 4 días a 2 horas. Algunos resultados reales:

• El cierre pasó de 12 días a 5
• El manejo de excepciones pasó de 130 horas al mes a 20
• El procesamiento de facturas pasó de 20 minutos cada una a menos de 1 minuto, en promedio

Solo hay 3 categorías de captura de valor que importan para cualquier implementación de IA. ¿Estoy ahorrando tiempo/dinero? ¿Estoy aumentando ingresos? ¿Estoy reduciendo riesgos? Ayuda agrupar todo lo que mides en estas 3 categorías, y medir en consecuencia para la captura de valor y los KPIs.

Por dónde empezar

Encuentra a los dueños de procesos en tu organización, y empieza con ellos. Comprende a un nivel profundo cuál es su proceso actual (prepárate para hablar con sus sub-dueños de proceso, analistas, contribuyentes individuales, etc., para obtener más información). Llega al fondo de:

• ¿Cómo funcionan las cosas hoy, cuál es el genoma del flujo de trabajo, por así decirlo?
• ¿Cuál es el volumen de datos y el rendimiento en cada tarea?
• ¿Cuáles son las tasas de error y cuál es el costo de un error hoy?
• ¿Cómo se manejan las excepciones y en qué formatos?

A partir de ahí, toma tus aprendizajes y comienza a mapear lo siguiente:

• ¿Qué haría la IA versus qué no haría para cada flujo de trabajo? ¿Cómo sería un mundo post-IA para cada proceso?
• En las 3 categorías de captura de valor, ¿cuál es el monto cuantificable para cada una?
• ¿Cuánto tiempo y esfuerzo tomaría cada construcción? ¿Cuáles son los riesgos para cada una?

Compara la captura de valor con la inversión, y ahora tienes tu lista de prioridades.

Pero en resumen, no compres una plataforma ni formes un equipo de ciencia de datos. Todo este proceso ni siquiera necesita tomar un año completo. En cambio, necesitas encontrar personas que se sienten con tu equipo, aprendan el flujo de trabajo real y construyan un agente dentro de los sistemas que ya ejecutas, midiendo cada paso del camino. Si quieres ver el estado final primero, creamos un recorrido de cinco minutos del proceso aquí.

Esto es exactamente lo que hacemos en Varick Agents. Nos hemos integrado con equipos de finanzas, ventas y operaciones en empresas desde $1 mil millones en ingresos hasta gigantes Fortune 500 que facturan más de $50 mil millones, y construimos agentes que ejecutan sus herramientas dentro de sus sistemas existentes. Solo aceptamos un puñado de nuevos compromisos por trimestre, y estamos definiendo el alcance de la cohorte de otoño ahora. Si tu cierre sigue siendo de dos semanas y tus mejores personas todavía están haciendo entrada de datos, búscanos en varickagents.com.