En la superficie, el sector de contabilidad y finanzas parece un gran caso de prueba para la integración de IA. El trabajo gira en torno a datos numéricos, y los procesos están estructurados y regidos por reglas.

También parece un entorno ideal para la automatización, con capacidad para que la IA procese información a velocidad y escala. Por esa razón, ya se utiliza para gestionar parte del trabajo necesario pero repetitivo y que consume mucho tiempo, como la captura de facturas, los informes de cierre de mes y la detección de anomalías.

Sin embargo, a medida que la confianza en la IA crece y se integra en más software de contabilidad y finanzas, existe el riesgo de que las organizaciones, que en su momento temían a la tecnología, caigan en el extremo opuesto. Podría darse el caso de que algunos profesionales dependan tanto de la IA que se desvinculen de los números.

Eso importa porque las decisiones que acompañan a las cifras y a las hojas de cálculo rara vez están impulsadas por una lógica pura. La estrategia financiera se modela a partir del juicio de liderazgo, de las prioridades organizacionales, del apetito de riesgo y, a veces (aunque a nadie le guste admitirlo) de la política interna.

Eso significa que una proporción sorprendentemente alta de decisiones comerciales contiene un componente humano que la IA no puede, y probablemente no debería, intentar sustituir.

Para muchos equipos de finanzas y contabilidad, la solución es usar la automatización para reducir la carga cognitiva. De este modo, las personas pueden centrarse en la interpretación, la creatividad y la toma de decisiones. Mantiene a los humanos en el proceso exactamente donde las intuiciones y la experiencia son más necesarias.

Aclarar la verdad

Los números suelen transmitir objetividad y certidumbre, pero la interpretación, el contexto y el juicio siguen presentes en la presentación financiera. Por ello, cuando los profesionales de contabilidad y finanzas utilizan herramientas de IA y automatización, es vital mantener un sólido dominio de sus datos.

Además, existe una dimensión ética. La mayoría de los colegios profesionales de contabilidad del Reino Unido han establecido códigos éticos y guías para el despliegue de la IA que preserven la supervisión y la autoridad humanas, y protejan datos sensibles.

Resulta relevante porque, por primera vez, ya no solo se solicita a la tecnología que entregue cálculos, como con una hoja de cálculo o una calculadora. Se piden opiniones e interpretaciones, mientras se oculta gran parte de la metodología que conduce a la respuesta.

En cierto modo, es como comparar coches clásicos y modernos. Si abres el capó de un coche de los años 80 o anteriores, puedes ver todas las piezas del motor. Podrías leer un manual y, si te atreves, intentar hacer algunas reparaciones tú mismo. Hoy, si abres el capó de un coche nuevo, gran parte de lo que ves está sellado, cubierto o controlado por software. Claro, hay señales para añadir limpiaparabrisas, pero eso es todo. Para todo lo demás, hemos confiado el control a máquinas de diagnóstico, telemetría y mecánicos profesionales. Es genial no ensuciarse las manos, pero no tan maravilloso si el coche se avería a kilómetros de casa.

El problema no es que la tecnología en los coches modernos sea mala. Es que cuantas más piezas dejamos de entender del sistema en que confiamos, más difícil resulta cuestionarlo cuando algo parece estar mal.

El problema, por tanto, no es la calidad de la tecnología, sino la distancia entre el conocimiento del sistema y el usuario que debe identificar fallos.

Una cuestión de confianza

Por la misma razón, los líderes financieros necesitan visibilidad sobre cómo se generan las salidas de la IA y la confianza para cuestionarlas cuando sea necesario. Eso es crucial porque la salida de la IA se basa en predicción, y la predicción no es lo mismo que la verdad verificada.

Aun así, tendemos a confiar en ella, normalmente porque nos ahorra tiempo y transmite autoridad. Investigaciones respaldan esta visión: un estudio de KPMG y la Universidad de Melbourne halló que dos tercios de los trabajadores no evalúan las salidas de IA para verificar su exactitud, a pesar de que más de la mitad reportó haber cometido errores relacionados con IA en su trabajo.

Al mismo tiempo, investigaciones de Glean mostraron que en un mes, el 77% de los trabajadores del Reino Unido tuvo que corregir trabajos generados por IA. En conjunto, estos hallazgos sugieren que, si bien la IA se está convirtiendo en una parte cada vez más confiable del lugar de trabajo, la supervisión y validación humanas siguen siendo esenciales.

Mantener el control

Una posible solución es aplicar puntuaciones de confianza de salida. En lugar de confiar en cada resultado generado por IA, las organizaciones pueden implementar procesos en los que la propia tecnología señale salidas de baja confianza para revisión humana antes de actuar. Esto crea un mejor equilibrio entre automatización y supervisión. También proporciona a los equipos de finanzas una visibilidad más clara sobre la fiabilidad y la completitud de las salidas generadas por IA.

En realidad, las puntuaciones de confianza funcionan como un sistema de alerta temprana, ayudando a las organizaciones a entender lo que la IA está recomendando y, lo más importante, cuánto deben confiar en esas recomendaciones.

Una advertencia: la responsabilidad de revisar las salidas no debería recaer exclusivamente en personal junior. Es cierto que deben aprender los cálculos manuales y procesos que respaldan los sistemas automatizados para poder cuestionar adecuadamente los resultados.

Sin embargo, el mismo principio se aplica a los ejecutivos. Su experiencia no debe distanciarles de la lógica que sustenta los números. Si algo, la IA hace que esa visibilidad sea aún más importante.

Existe también una consideración a largo plazo. Cada equipo de finanzas cuenta con personas que de forma innata saben cuándo algo no cuadra. Han pasado años trabajando con los datos y entendiendo los procesos subyacentes. Parte de ese conocimiento está documentado, pero gran parte se obtiene de la experiencia y se construye con el tiempo. Si las organizaciones se distancian demasiado de los sistemas y cálculos que respaldan sus informes, corren el riesgo de perder parte de la memoria institucional que les ayuda a cuestionar anomalías y detectar posibles problemas.

La realidad detrás de los números

Las ganancias de productividad de la IA y la automatización están creando más espacio para un pensamiento de mayor valor, en lugar de eliminar a las personas del proceso. La información que aporta la IA puede ayudar a los líderes a tomar mejores decisiones al revelar conexiones, patrones e ideas que quizá estaban ocultos en los datos.

En muchos sentidos, esto no es nuevo: los líderes siempre han confiado en resúmenes, paneles de control y capas de informes para tomar decisiones. De hecho, el propósito de los informes de cierre de mes y los resúmenes ejecutivos creados por los equipos de contabilidad y finanzas fue siempre entregar esa información de forma fácil de digerir.

Pero la IA acorta drásticamente la distancia entre los responsables de la decisión y la realidad operativa que hay tras los números. Antes de la IA, los ejecutivos podían pedir a su equipo de finanzas que explicara la lógica que sustentaba sus informes. Incluso tras la transición de hojas de cálculo a software, esos equipos seguían participando estrechamente en la creación de los informes y podían rastrear cómo se llegó a las conclusiones.

Con ello en mente, los equipos de finanzas que se benefician más de la IA serán aquellos que alcancen el equilibrio adecuado entre automatización y supervisión: quienes puedan delegar tareas repetitivas y manuales sin perder visibilidad en los datos. Si las organizaciones entregan un control completo a los sistemas habilitados por IA, la capacidad de juicio comercial y el instinto emprendedor pueden verse distorsionados o debilitados.

Por ello, las organizaciones pueden preferir no entregar el control total a sistemas impulsados por IA y, en su lugar, centrarse en una automatización dirigida por las personas. El objetivo debe ser la confianza en flujos de trabajo transparentes asistidos por IA, no la dependencia inquebrantable de salidas automatizadas más opacas. Así se evita que la IA sustituya el juicio humano y se convierte en una extensión de la capacidad humana.

Hemos destacado la mejor plataforma de inteligencia empresarial.

Este artículo se ha producido como parte de TechRadar Pro Perspectives, nuestro canal para presentar a las mentes más brillantes de la industria tecnológica de hoy.

Las opiniones expresadas aquí son las del autor y no necesariamente las de TechRadarPro o Future plc. Si está interesado en contribuir, descubra más aquí: https://www.techradar.com/pro/perspectives-how-to-submit

from Latest from TechRadar https://ift.tt/3rWPZTJ
via IFTTT IA