ChatGPT, Gen AI, Machine Learning –solo por nombrar algunas palabras de moda– son nuevas tecnologías que ya son indispensables en nuestra vida cotidiana. La inteligencia artificial (IA), como término general que engloba este vasto campo, está desempeñando un papel cada vez más importante, si no irremplazable, tanto en entornos privados como profesionales y de modo muy transversal.
Pero aquí queremos acotar el enfoque y poner la mirada en lo que está ocurriendo en los informes financieros como consecuencia de la implementación de la IA, puesto que se trata de una de las áreas que actualmente está experimentando una transformación significativa que se profundizará todavía más en el futuro cercano. Mediante el uso de IA, los procesos de informes financieros se agilizan, los conocimientos se generan con mayor precisión y los tiempos de reacción se aceleran. En general, esto se traduce en una mayor eficiencia y una reducción de errores (eso sí, siempre que se aplique correctamente).
Las empresas están reconociendo la tendencia hacia la implementación de IA. Según uno de los últimos estudios publicados por KPMG sobre el uso de la IA en el reporting financiero y la auditoria (donde se encuestaron a 1.800 ejecutivos financieros de las principales economías mundiales), tres cuartas partes de las empresas ya están utilizando o implementando IA en el ámbito de los informes financieros, y se espera que, dentro de los próximos tres años, el uso aumente al 99%. Otra encuesta publicada por McKinsey & Company, de 2024, indica que el 65% de los encuestados, a nivel global, ya están usando la IA en, por lo menos, una unidad de negocio; frente a un tercio, que lo afirmó durante el 2023.
Esta tendencia está respaldada por el presupuesto destinado a la adopción de IA, como se indica en el informe de KPMG, liderado por el sector de tecnología, medios y telecomunicaciones, que invierte actualmente el 10,8% de su presupuesto total en IA, seguido del sector manufacturero con un 10,1% en gastos relacionados con IA; y dejando una media, para el resto de sectores, del 9,9% del presupuesto total, destinado a IA.
A escala mundial, la inversión privada en IA entre 2013 y 2022 ascendió aproximadamente a 248.000 millones de dólares en Estados Unidos, por delante de los 95.000 millones de dólares en China. En comparación, dentro de la Unión Europea, los líderes fueron Alemania con 7.700 millones de dólares y Francia con 6.600 millones de dólares.
Reconsiderar los enfoques tradicionales
Este movimiento global está impulsando a las organizaciones a reconsiderar los enfoques tradicionales hacia los procesos empresariales, adoptando herramientas que mejoran la precisión de los resultados de datos mientras reducen los costos.
La inteligencia artificial puede automatizar tareas repetitivas de informes, detectar posibles tendencias financieras basadas en datos históricos e incluso analizar pasajes de texto en informes financieros. Una de sus mayores ventajas en el área de la contabilidad es su capacidad para identificar patrones inusuales en grandes conjuntos de datos, lo que favorece la detección de actividades fraudulentas como transferencias no autorizadas, irregularidades contables y apropiación indebida de activos en una etapa temprana.
Entre las ventajas más claras se encuentran la mayor capacidad para predecir tendencias e impactos gracias a una mayor precisión en los datos y análisis de riesgos en tiempo real. Estos beneficios impulsan la demanda de adopción de IA en los procesos de informes financieros y ofrece a las partes interesadas mejores perspectivas y mayor confianza en sus datos.
En este contexto el papel de los profesionales financieros está evolucionando de modo que se alejan de las verificaciones manuales de datos en beneficio de la interpretación de análisis impulsados por IA. La experiencia humana se aplica de manera más efectiva para garantizar informes financieros precisos y una toma de decisiones sólida.
A pesar de todos los beneficios de un proceso respaldado por IA, siempre existen riesgos al usar esta nueva tecnología.
Garantizar la calidad de los datos de entrenamiento
El sesgo y las «alucinaciones» en los algoritmos de IA pueden llevar a interpretaciones erróneas de los datos financieros, lo que podría causar informes inexactos. Por ejemplo, un algoritmo mal diseñado podría no detectar actividades fraudulentas debido a datos de entrenamiento sesgados. Como la IA también depende de los datos de entrada entrenados previamente, siempre existe el riesgo de entradas incompletas o de baja calidad, lo que conduce a resultados no fiables. Por lo tanto, se debe garantizar la calidad de los datos y gestionar cuidadosamente el proceso de entrada para evitar resultados poco fiables.
Además de los riesgos técnicos y relacionados con los datos mencionados, existe otra variable a contemplar, esto es, el mayor riesgo de ciberataques: las brechas de datos aumentaron globalmente un 72% entre 2022 y 2023. Esto puede resultar en costos significativos para la entidad afectada. En España, por ejemplo, el costo promedio de un ciberataque es de 12.400 dólares, lo que subraya la importancia de usar esta tecnología de manera efectiva.
Asimismo, la entidad afectada puede sufrir daños reputacionales, sobre todo si el ciberataque expone información personal y sensible de los clientes, lo que pone en evidencia la necesidad de contar con controles legales sólidos sobre la regulación de privacidad de datos al usar IA en los negocios. Por consiguiente, deben garantizarse en cualquier caso los requisitos de seguridad y protección de datos de los clientes, junto con la validez estadística y la precisión del modelo, al objeto de lograr resultados fiables.
El futuro de los informes financieros es prometedor con la integración de la inteligencia artificial. Lejos de reemplazar a los profesionales, la IA elevará su papel, permitiéndoles centrarse en tareas de mayor valor, como la interpretación de datos complejos y la provisión de perspectivas estratégicas, entre otras. Y los empoderará para descubrir patrones y anomalías que de otro modo pasarían desapercibidos, garantizando mayor precisión y fiabilidad en los informes financieros mediante procesos más eficientes, seguros y perspicaces.
