Por Alejandro Zecler, co-founder y co-CEO de Mendel.
La inteligencia artificial ya está en la agenda de casi todas las empresas, pero dos estudios globales publicados este año han puesto en duda qué tan bien se está usando. Según el 29th Global CEO Survey de PwC (enero 2026, 4.454 CEOs en 95 países), el 56% de los CEOs no vio beneficio financiero significativo por la IA hasta la fecha, y solo el 12% logró beneficios en costos y en ingresos a la vez —el resto, en una sola de esas áreas o en ninguna—.
En paralelo, el informe Data and AI Trust Gap de Veeam (junio 2026, 600 ejecutivos senior a nivel global) reveló que el 88% de las organizaciones ya usa o está pilotando agentes de inteligencia artificial, pero solo el 7% se considera verdaderamente preparada para hacerlo, y apenas el 29% puede identificar con precisión a qué sistemas accedió un agente de IA dentro de su empresa.
El riesgo no es abstracto. Según el mismo informe de Veeam, el 95% de las organizaciones reporta uso no autorizado de IA puertas adentro, y solo una minoría puede reconstruir con precisión qué acciones tomó un agente o qué decisiones influyó. El 90% de los datos de una empresa promedio son, además, no estructurados (archivos, mails, planillas sueltas), lo que multiplica la dificultad de controlar a qué información accede cada agente.
En pocas palabras: la inteligencia artificial avanza más rápido que la capacidad de las empresas para sacarle provecho o para controlar los datos que le confían.
La irrupción de la IA es equivalente a un tsunami: la velocidad con la que se despliega y el volumen de información que se genera crecen más rápido de lo que las empresas pueden ordenar. Por eso, cuando hablamos de inteligencia artificial en un área como las finanzas corporativas, la pregunta no es solo si la IA da resultados, sino si la empresa sabe qué datos tiene, quién accede a ellos y bajo qué reglas.
Las finanzas corporativas son, además, uno de los terrenos de mayor riesgo y de mayor oportunidad: manejan datos tan sensibles como sueldos, tarjetas corporativas y gastos personales, y al mismo tiempo son un área donde el retorno de la IA ya es medible cuando se aplica con un propósito específico.
Su implementación permite ahorrar hasta 150 horas mensuales en tareas administrativas, 30 horas por mes en conciliación de facturas, una reducción de más del 20% en gastos no deducibles y cierres contables hasta 8 veces más rápidos.
Pero no alcanza con desplegar IA, hay que decidir antes qué problema se quiere resolver y sobre qué datos. Un buen uso de la IA debería ir al revés del problema que describen estos informes. Por ejemplo: las políticas de acceso y aprobación deben aplicarse en el momento de la transacción, no después, y asi cada dato nace categorizado y trazable.
Eso es lo que permite que la inteligencia artificial dé resultados medibles en lugar de sumar un riesgo más. El enfoque preventivo (las reglas se aplican antes de que ocurra el gasto, no en una auditoría posterior), la integración end-to-end entre gastos, tarjetas y viajes, y el uso de la IA como una capa transversal y no como una función aislada agregada sobre datos desordenados, son la respuesta concreta tanto al problema de resultados que señala PwC como al de gobernanza de datos que señala Veeam.
Las dos brechas son, en el fondo, la misma: empresas que suman tecnología sin haber ordenado antes el terreno donde la aplican. En finanzas esa falta de orden sale más cara, porque los datos son más sensibles y el margen de error es menor.
Compartir nota:
