Una conversación entre Leoncio Barzallo Molina, Board Member del Instituto Latinoamericano de Empresas Familiares ILAEF en Estados Unidos y Cristina Rodríguez De Gracia, Directora Financiera de Motta Internacional, sobre el nuevo papel de Finanzas, la calidad del dato y el desafío que plantea la inteligencia artificial.

Durante años, buena parte del trabajo financiero en las empresas estuvo concentrado en una misión aparentemente incuestionable: producir información. Cierres, reportes, presupuestos, conciliaciones, indicadores y presentaciones consumieron miles de horas de equipos altamente calificados.

Pero algo está cambiando.

La automatización, la analítica y ahora la inteligencia artificial están obligando a revisar una pregunta mucho más profunda: ¿para qué queremos realmente los datos?

No se trata simplemente de incorporar más tecnología. Se trata de construir organizaciones capaces de convertir información confiable en mejores decisiones.

De producir información a generar criterio

Leoncio Barzallo: Durante años, hemos medido la fortaleza de Finanzas por su capacidad para generar información financiera precisa y oportuna: estados financieros, presupuestos, reportes y dashboards. Hoy, eso ya no es suficiente. ¿Dónde está el verdadero cambio en la función financiera?

Cristina Rodríguez De Gracia: El cambio está en entender que producir información ya no puede ser el destino final del área financiera. La información tiene valor cuando permite interpretar qué está ocurriendo, identificar desviaciones, anticipar escenarios y apoyar una decisión.

Cuando un equipo dedica una parte excesiva de su tiempo a preparar reportes, hacer conciliaciones manuales o consolidar información proveniente de distintas fuentes, está utilizando talento financiero en actividades que progresivamente pueden automatizarse.

Eso no significa que los reportes dejen de ser importantes. Significa que debemos liberar capacidad para algo de mayor valor: hacer análisis más profundos que permitan orientar mejores decisiones, basadas en datos (data driven)

Leoncio: Ahí existe una paradoja interesante. Nunca las empresas habían tenido tantos datos y, sin embargo, muchas organizaciones siguen teniendo dificultades para tomar decisiones con rapidez.

Cristina: Precisamente. Tener más datos no necesariamente significa contar con mejores elementos para tomar decisiones.

Puedes tener un dashboard con cuarenta indicadores y, aun así, no tener claridad sobre cuáles son los tres que realmente deberían generar una conversación en el comité ejecutivo.

El verdadero valor de Finanzas aparece cuando la información permite identificar qué está impulsando la rentabilidad, dónde se está consumiendo capital, qué desviaciones requieren atención y dónde existen oportunidades para mejorar el retorno y la generación de efectivo.

Llegar a ese nivel de conversación requiere más que datos y tecnología. Requiere criterio financiero y un conocimiento integral del negocio: comercial, operativo, financiero y estratégico. Porque los números, sin contexto, son solo cifras; es el conocimiento del negocio lo que permite interpretarlos, cuestionarlos y convertirlos en decisiones.

Leoncio: En otras palabras, el salto de Finanzas está en pasar de un análisis descriptivo a generar la perspectiva que permita anticipar escenarios y tomar mejores decisiones.

Cristina: 

Sí. Y allí también cambia el perfil de los equipos financieros. El profesional de Finanzas debe evolucionar de un rol centrado en reportar información a convertirse en un socio estratégico del negocio, capaz de comprenderlo, cuestionar supuestos, conectar variables, identificar oportunidades y traducir los datos en recomendaciones que apoyen mejores decisiones.

La tecnología puede ayudarnos a procesar y analizar miles de datos con mayor rapidez. Pero sigue siendo responsabilidad de Finanzas interpretar qué significan esos datos para el negocio, anticiparse a los retos y aportar una visión que contribuya al crecimiento y la rentabilidad.

Leoncio: Esa podría ser una de las grandes transformaciones de Finanzas en esta década: menos tiempo produciendo información y más tiempo convirtiéndola en criterio.

La calidad del dato también es calidad de decisión

Leoncio: Existe otro problema. Muchas empresas quieren llegar rápidamente a automatización, inteligencia artificial o analítica avanzada, pero todavía tienen problemas importantes en la estructura de sus datos.

Cristina: Y ahí aparece la gobernanza.

Antes de hablar de inteligencia artificial, una organización debería poder responder preguntas aparentemente simples: ¿cuál es la fuente oficial de este dato?, ¿quién es responsable de su calidad?, ¿qué definición utilizamos?, ¿quién puede modificarlo?, ¿cómo se valida y cómo se gestiona a lo largo de su ciclo de vida?

Sin datos confiables y bien gobernados, la tecnología puede acelerar los procesos, pero también puede escalar los errores.

Leoncio: Eso ocurre con frecuencia en las reuniones gerenciales. Ventas presenta un número, Finanzas otro y Operaciones un tercero. Buena parte de la reunión termina tratando de determinar cuál es correcto.

Cristina: Y ese es un costo que muchas veces no medimos.

Cuando existen múltiples fuentes de la verdad, la discusión deja de concentrarse en la decisión y comienza a concentrarse en cuál dato es el correcto. Y es ahí cuando Finanzas corre el riesgo de perder credibilidad: en lugar de aportar claridad y orientar al negocio, termina dedicando tiempo a defender o validar la información que presenta.

Por eso, la gobernanza de datos no es solamente un tema tecnológico; es, ante todo, un tema de gestión del negocio. Su propósito es establecer las condiciones para que la información sea confiable, consistente y pueda utilizarse de manera sostenible para tomar decisiones.

Esto implica establecer definiciones comunes, asignar responsables, definir controles, asegurar la trazabilidad y establecer criterios claros de calidad. Pero el reto no termina con diseñar estas reglas; es necesario darles seguimiento y mantenerlas en el tiempo, para que evolucionen de forma controlada junto con la organización y no pierdan consistencia ante los cambios.

Leoncio: Y también termina teniendo una consecuencia financiera directa.

Un dato incorrecto sobre inventarios puede distorsionar el capital de trabajo. Un forecast poco confiable puede afectar la liquidez y generar necesidades de financiamiento no previstas. Y una lectura incorrecta de la rentabilidad puede llevar a una asignación ineficiente del capital.

En otras palabras, la calidad del dato impacta directamente la gestión financiera y la generación de valor.

Cristina: Totalmente de acuerdo.  La calidad del dato se traduce directamente en la calidad de las decisiones que tomamos.

Por eso, la gobernanza de datos no es un asunto administrativo ni meramente tecnológico. Es una condición necesaria para que las decisiones del negocio se construyan sobre datos confiables, consistentes y trazables. 

Y aquí está el punto clave: no se trata solamente de tener buenos datos, sino de generar confianza en la información que utilizamos para decidir. Cuando esa confianza existe, Finanzas y las distintas áreas del negocio pueden analizar, anticiparse y actuar con mayor seguridad. Cuando no existe, incluso un buen análisis puede llevarnos en la dirección equivocada.

Leoncio: Incluso diría que la gobernanza de datos debería comenzar a formar parte de la arquitectura de gobierno de la empresa.

Porque finalmente estamos hablando de algo muy elemental: quién genera la información, quién responde por ella, cómo se asegura su calidad y sobre qué información decide la organización. Y esto no es solo relevante para Finanzas: el dato es un activo transversal que impacta a todas las áreas, desde Operaciones, Comercial y Recursos Humanos hasta Tecnología, Supply Chain y Finanzas. La calidad y confiabilidad de esos datos terminan influyendo en las decisiones de toda la organización.

El CFO frente a la inteligencia artificial

Leoncio: Llegamos entonces a la inteligencia artificial. Existe mucho entusiasmo alrededor de su capacidad para transformar Finanzas. Pero también existe un riesgo: pensar que la IA resolverá automáticamente los problemas de información de una compañía.

Cristina: La inteligencia artificial puede ser extraordinariamente poderosa, pero su valor depende, en gran medida, de la calidad y confiabilidad de los datos sobre los que se construye.

Si una empresa tiene datos inconsistentes, definiciones diferentes entre departamentos o información poco estructurada, la tecnología por sí sola no resuelve estos problemas. Incluso puede escalarlos, generando análisis y resultados con mayor rapidez, pero sobre información que no necesariamente es confiable.

Además, cuando los datos se estructuran únicamente para responder a las necesidades de un proyecto específico, se corre el riesgo de realizar inversiones importantes de tiempo y recursos sin construir una capacidad sostenible. La tecnología necesita estar acompañada de una estrategia y una adecuada gobernanza del dato para que la información se convierta en un activo que pueda aprovecharse de manera consistente en el tiempo.

Leoncio: Es decir, que la tecnología puede generar buenos resultados aun con datos desordenados, pero a costa de mayor tiempo, esfuerzo y recursos para estructurarlos y validarlos.

Cristina: Exactamente.

Por eso, la gobernanza de datos es tan relevante. No se trata únicamente de ordenar la información, sino de establecer las reglas, responsabilidades y criterios que permitan mantenerla confiable y consistente en el tiempo.  Sobre esta base podremos incorporar herramientas de analítica e inteligencia artificial para generar mayor valor, con resultados más rápidos, consistentes y sostenibles.

Sin embargo, esto no siempre es sencillo. Muchas organizaciones ya cuentan con sistemas y diseños configurados que pueden ser rígidos o tener estructuras demasiado acotados para capturar toda la información relevante del negocio. Cuando esto ocurre, transformar los datos puede requerir cambios importantes en los sistemas, procesos y modelos de información existentes.

En este contexto, lenguajes y herramientas como R, Python o DAX en Power BI pueden ofrecer alternativas para trabajar con datos que no están completamente estructurados o que requieren transformaciones adicionales. Pero también pueden surgir nuevos retos. Estas capacidades no necesariamente forman parte del perfil tradicional de Tecnología, donde existe una mayor experiencia con lenguajes y estructuras orientados al manejo de datos estructurados, como SQL. Por ello, suelen desarrollarse en perfiles de Business Intelligence, Data Analytics o dentro de las propias áreas de negocio.

Y aquí aparece otro desafío de gobernanza: si estas capacidades crecen sin una estructura y reglas claras, puede producirse una proliferación de reportes, modelos y soluciones desarrolladas a partir de múltiples fuentes de datos, generando nuevamente diferentes versiones de la verdad. La tecnología puede resolver una limitación puntual, pero sin una adecuada gobernanza también puede fragmentar aún más la información que buscamos integrar.

Al final, una adecuada gobernanza de datos y procesos permite que Finanzas deje de dedicar tanto tiempo a recopilar, validar y construir reportes.

Leoncio: Y al liberar tiempo de la reportería y de tareas operativas, podemos enfocarlo en actividades de mayor valor: analizar, anticipar riesgos, evaluar inversiones y escenarios, detectar oportunidades de eficiencia y ahorro, y acompañar al negocio en la toma de decisiones.

El objetivo no es reportar más, sino tener la información disponible para dedicar más tiempo a generar valor.

Cristina: Y precisamente ahí es donde está el verdadero retorno.

El CFO del futuro probablemente tendrá acceso a capacidades tecnológicas que hace pocos años parecían imposibles. Podrá analizar escenarios en minutos, identificar patrones y generar alertas tempranas.

Pero su responsabilidad seguirá siendo profundamente humana: hacer las preguntas correctas, interpretar las respuestas y ayudar a la organización a tomar mejores decisiones.

Leoncio: Quizás ese sea justamente el siguiente paso en la evolución de la función financiera. Durante décadas, el CFO fue el guardián de los números.

El CFO del futuro no será quien más reporte, sino quien mejor convierta los datos en decisiones, riesgos en escenarios y recursos en valor.

Cristina: Y eso cambia la perspectiva por completo.

El reto no es tener más datos, más reportes o más tecnología. Es construir las condiciones para que todo ello se traduzca en mejores decisiones.

La transformación de Finanzas no consiste simplemente en hacer más con menos, sino en dejar de dedicar tiempo a producir información para enfocarnos en interpretarla, anticipar riesgos y oportunidades, y convertirla en decisiones que generen valor para el negocio.

La gobernanza de datos no es, por tanto, una discusión exclusivamente tecnológica. Es una conversación sobre responsabilidad, criterio y capacidad de decisión.

Las empresas que comprendan esa diferencia podrán utilizar automatización e inteligencia artificial para multiplicar la capacidad de sus equipos.

Las que no lo hagan corren el riesgo de digitalizar sus mismas ineficiencias.

El desafío para los CFOs, CEOs y directorios no será tener cada vez más datos.

Será construir organizaciones capaces de confiar en ellos y convertirlos en mejores decisiones.