El camino hacia las
Smart Finance Functions
Los 6 niveles de automatización en la Function Financiera basados en el estándar J3016
Los últimos estudios apuntan que hasta un 80% de las tareas de ciertas áreas de la Función Financiera se podrían automatizar. Los equipos financieros se multiplican para suministrar información de valor a las áreas de negocio para la toma de decisiones en iniciativas estratégicas. El cambio de modelo hacia una Función Financiera más eficiente y moderna es considerado por los CFOs como la mejor forma de liberar el tiempo que los equipos necesitan para poder centrarse en tareas de alto valor añadido.
El camino hacia la excelencia debe empezar por un análisis exhaustivo sobre las posibilidades que pueden aportar las últimas herramientas de mejora de procesos junto con las últimas tecnologías disponibles. Los diferentes campos de Inteligencia Artificial como son Machine Learning, RPA (Robotic Process Automation), OCR (Optical Character Recognition) y NLP (Natural Language Processing), pueden y deben ahora ser parte de los recursos tecnológicos en los proyectos de transformación financiera ya que la complejidad de su despliegue se está reduciendo cada vez más.
El despegue de estas tecnologías a corto plazo traerá modelos más evolucionados y eficientes, no sólo en la Función Financiera, sino también en el resto de áreas de negocio. La Gestión de Proyectos, especialmente las metodologías ágiles, serán clave en la consecución de los objetivos de forma eficiente asegurando un rápido retorno de la inversión.
Los CFOs junto con los CEOs, deberán promover este movimiento de innovación para redefinir las operaciones financieras permitiendo a las organizaciones prepararse para los retos de los próximos años.
Mirando al sector de la automoción en busca de similitudes para poder valorar los niveles de estandarización y automatización de la Función Financiera, en 2014 la Sociedad de Ingenieros de Automoción (SAE) publicó el estándar J3016 con el objetivo de proponer un marco común de entendimiento sobre los diferentes grados de conducción autónoma. Las previsiones son que en 2025, 8 millones de coches autónomos estarán circulando por las carreteras y dicho estándar está preparando el camino a la implantación de forma masiva de este tipo de vehículos.
De forma similar, el objetivo de este documento es presentar la escala para medir los grados de automatización dentro de las áreas de Función Financiera. El propósito de la escala es servir como una herramienta de comparación y valoración de las posibilidades de evolución de las operaciones financieras, cuyo nivel más avanzado en la escala se ha denominado Smart Finance Function.
Introducción a los niveles de Conducción Autónoma (estándar J3016)
Antes de presentar la propuesta de niveles de automatización para la Función Financiera, esta sección da a
conocer cada uno de los niveles del estándar de conducción autónoma J3016, la cual ha ayudado a
establecer los fundamentos sobre los que se sustenta el presente documento.
En enero de 2014, la Sociedad de Ingenieros de Automoción (SAE) publicó una clasificación de los
sistemas de conducción autónomos. El documento proponía un marco común de entendimiento que fue
adoptado por los organismos US National Traffic Safety Administration y Department of Transportation y
también a nivel global por la industria de automoción. El estándar ha evolucionado estos años,
introduciendo elementos y definiciones más concisas para que la industria y sus stakeholders puedan
trabajar más fácilmente en un marco regulatorio y mejores prácticas de diseño, pruebas y despliegue de
los vehículos altamente automatizados (HAVS).
Los niveles propuestos por la SAE van desde el nivel 0 (completamente manual) hasta el nivel 5
(completamente autónomo) dependiendo del nivel de asistencia al conductor.
“Nivel 0 - No automation
En el nivel 0, el conductor realiza acciones como dirigir el volante, frenar, acelerar o reducir, aunque puede
ser asistido por sistemas como el ABS en casos de frenadas de emergencia.
Nivel 1 - Driver assistance
En este nivel, el vehículo puede asistir al conductor con algunos sistemas de seguridad, pero el conductor
sigue controlando la aceleración, frenado y control del entorno del vehículo. Un ejemplo de asistencia de
este nivel sería el sistema de control de crucero adaptativo que ayuda al conductor a mantener la distancia
de seguridad con el coche que le precede.
Nivel 2 - Partial automation
La mayoría de fabricantes se encuentran actualmente desarrollando nuevos modelos asociados a este nivel,
donde el vehículo puede gestionar la dirección o aceleración y permitir al conductor desentenderse en
ciertas situaciones. Aún así, el conductor debe estar siempre disponible para retomar el control y sigue
siendo el responsable de la seguridad en base al entorno del vehículo.
Nivel 3 - Conditional automation
El vehículo pasa a controlar el entorno con la ayuda de sensores como el LiDAR. La atención del conductor
es aún crítica en este nivel pero puede desentenderse de algunas acciones críticas para la seguridad como
son el frenado en ciertas condiciones de conducción.
Nivel 4 - High automation
Los vehículos de nivel 4 pueden intervenir ante imprevistos o en el caso de fallos de algún sistema. Estos
vehículos no requieren la intervención del conductor en la mayoría de situaciones. Sin embargo, el
conductor siempre tiene la posibilidad de retomar el control. La conducción autónoma está soportada
aunque hasta que la legislación e infraestructuras lo permitan, este tipo de conducción sólo está permitido
en ciertas áreas y con una velocidad limitada.
Nivel 5 - Full automation
Este nivel de conducción autónoma no requiere de intervención humana. No hay necesidad de incluir
pedales, frenos o volante en el vehículo, ya que el sistema de conducción controla todas las acciones
críticas como el control de entorno y la identificación de condiciones especiales de conducción como los
atascos.”
Aquí más información sobre el estándar de conducción autónoma de la SAE y la referencia bibliográfica de
esta sección.
Niveles de madurez en la Función Financiera
En The Future of Finance Function hemos desarrollado una escala para valorar el nivel de madurez de las
operaciones financieras con el fin de facilitar y guiar a las áreas financieras como son Contabilidad
Financiera, Control de Gestión, Tesorería, Reporting Financiero, Impuestos y otras áreas relacionadas
como Auditoría Interna, Responsabilidad Social Corporativa, Legal, etc., en su camino hacia el futuro de
las finanzas.
El objetivo de esta guía es establecer un marco común de acuerdo a los niveles de madurez definidos para
todos los profesionales de la Función Financiera y sus stakeholders en base a la utilización de tecnologías
y grados de automatización soportados en cada nivel.
Al igual que el estándar J3016, la escala propuesta va desde el nivel 0 (completamente manual) hasta el
nivel 5 (completamente automatizado), dependiendo del nivel de asistencia existente sobre los operaciones financieras.
Nivel 0 - No automated procedures
En este nivel, los departamentos financieros realizan todas las tareas de forma manual, como
procesamiento de facturas, conciliación de cuentas a cobrar y a pagar, impuestos, elaboración de estados
financieros, etc. La información puede estar integrada en hojas de cálculo, pero sin ningún tipo de relación
por lo que la reconciliación y la trazabilidad de la información no están garantizadas. La falta de
estandarización es lo normal. Este nivel sólo sería entendible para compañías pequeñas de reciente
creación o con volúmenes muy bajos de transacciones.
Nivel 1 - Basic assistance
En el nivel 1, la mayoría de procesos principales (Ventas, Logística, Contabilidad, RRHH, etc.) son
gestionados a través de plataformas ERP con capacidades de reporting a través de herramientas de
Analytics, pero sigue existiendo gran volumen de tareas manuales o semiautomáticas. Existen flujos de
aprobación básicos y motores de cálculo para la ejecución de lógicas de negocio pero con poca
escalabilidad en caso de nuevos requerimientos regulatorios o de negocio. La existencia de diferentes
origines de información y su falta de homogeneización requieren de un procesamiento manual que puede
afectar a la calidad de la información. Esta falta de un repositorio común no permite eliminar tareas de
reconciliación en los procesos de reporting, elevando así la carga de trabajo de los equipos.
Nivel 2 - Partial automation
El nivel 2 trae la introducción de herramientas de RPA, OCR y NLP para la mejora de la eficiencia en
procesos sencillos tanto a nivel individual como de equipo. El nivel 2 añade también mejoras como un
repositorio común de información para ambos tipos de reporting interno y externo, lo que reduce
notablemente los procesos de reconciliación. Este nivel permite a IT desentenderse de ciertas tareas como
la sincronización de datos maestros entre sistemas utilizando herramientas de Master Data Management o
sistemas completamente integrados. Los controles son esenciales de cara a identificar inconsistencias y
mejorar los tiempos de respuesta en las mismas. El soporte y las evoluciones de los modelos vinculados a
las operaciones financieras se articulan a través de los Centros de excelencia (centralizados,
descentralizados o mixtos).
Nivel 3 - Half way towards Automation Excellence
Esta categoría introduce la utilización de Supervised Learning y extensión de las funciones de RPA con una
importante reducción de los tiempos dedicados a tareas manuales hasta de un 40%. Algoritmos de
regresión, clasificación o árboles de decisión pueden incluir mejoras importantes en las operaciones
financieras y su vinculación con el soporte de IT. Estos algoritmos se basan en datos históricos y el
etiquetado de datos requiere de una fase de preparación intensiva para asegurar la calidad de los inputs y
un plan de aprendizaje periódico. El riesgo de sobrecarga de los equipos durante los cierres disminuye
notablemente.
Nivel 4 - High automation
En esta etapa, gran parte de las actividades manuales son gestionadas utilizando herramientas RPA con
integración de forma parcial o completa con los sistemas financieros. En operaciones que no requieren de
intervención manual los equipos siempre tienen la posibilidad de tomar el control en caso necesario, por loque las labores de supervisión adquieren un papel mas importante que la ejecución. Conocimientos de
Inteligencia Artificial empiezan a ser comunes entre los diferentes equipos financieros. La introducción de
Unsupervised Learning puede generar nuevas formas de análisis a la hora de dar soporte a las diferentes
unidades de negocio desde las funciones financieras. Se estima que el tiempo liberado en tareas manuales puede llegar al 60%.
Nivel 5 - Smart Finance Function
El nivel 5 añade un uso intensivo de todas las capacidades de IA y la introducción de métodos de
aprendizaje más avanzados como es el Reinforcement Learning o diferentes combinaciones de otras
técnicas de aprendizaje vistas en niveles previos, además de una integración fluida con los sistemas
financieros para llevar las operaciones financieras al siguiente nivel. No se requiere interacción manual en
muchos de los procesos financieros. Las organizaciones más punteras podrían llegar a nuevas formas de
gestionar las operaciones financieras prácticamente sin actividades manuales en los cierres contables
además de tener acceso a la información en tiempo real para acelerar los procesos de toma de decisiones.
¿Por qué las Operaciones Financieras deben evolucionar hacia el
modelo de Smart Finance Function?
El organismo Euro NCAP (European New Car Assessment Programme), que se encarga de evaluar la
seguridad de los pasajeros en los vehículos, cada 2 o 3 años endurece los criterios para optar a la mejor
puntuación en términos de seguridad, 5 estrellas. Por ejemplo, es común ver vehículos que puntúan 5
estrellas y con los cambios de criterio sus rating bajan hasta 2 ó 3 estrellas al año siguiente. Esta casuística
representa perfectamente por qué las mejoras introducidas en los últimos años en las áreas de Función
Financiera deben ser puestas de nuevo en el punto de mira para seguir siendo objetivo de continuas
mejoras soportadas por los constantes cambios y evolución de las últimas tecnologías.
La cultura de mejora continua debe acompañar a los equipos en este camino hacia la Smart Finance
Function, y los resultados no sólo tendrán un impacto positivo en la mejora de la eficiencia, sino también
en otros KPIs esenciales actualmente como son las experiencias de cliente y empleados.
De la misma forma que la tecnología LiDAR (Light Detection and Ranging) es la base sobre la que se
sustentan los nuevos desarrollos en sistemas de conducción autónoma, la evolución de capacidades de IA
como RPA, Machine Learning, NLP y OCR son la palanca para llevar a otro nivel las operaciones
financieras de forma efectiva durante los próximos años.
Centrarse sólo en la tecnología sería un error ya que los cambios disruptivos deben venir del corazón de
las empresas, es decir, de los profesionales de todos sus ámbitos, con una fuerte esponsorización de los
equipos directivos. Esto hace que la cultura organizativa y nuevas estructuras de gobierno sean
fundamentales para iniciar el movimiento hacia la redefinición de los procesos financieros de las
compañías.
Otros cambios imprevistos como la introducción masiva del teletrabajo a consecuencia de las medidas de
distanciamiento social adoptadas por los gobiernos durante el inicio de la pandemia de COVID-19, fueron
rápidamente implementados por las organizaciones más ágiles en unos pocos días. Por ello muchas
compañías han demostrado tener esa mentalidad ágil que debe ser mantenida y potenciada para encarar
la redefinición de los planes estratégicos.
Project Managers y PMOs tienen mucho que aportar, siendo vitales a la hora de sacar el máximo partido
a cada euro invertido en la transformación digital. Estas figuras actúan como facilitadores de los equipos
multidisciplinares necesarios para abordar proyectos de innovación en entornos cambiantes.
Los fabricantes de vehículos están concentrando los esfuerzos en los aspectos más valorados por los
consumidores. Ahora las prioridades se centran en desarrollar áreas como conducción autónoma, la
electrificación y la conectividad. De la misma forma los CFOs son conscientes de que las tareas de bajo
valor añadido deben mejorarse vía estandarización y automatización, para liberar a los equipos con el fin
de ayudar a generar ventajas competitivas en las diferentes áreas de negocio.
Durante los últimos 10 años, la mayoría de proyectos de Transformación Financiera han traído beneficios
ligados a los niveles inferiores de la escala de automatización de la Función Financiera presentada. La
complejidad de añadir capacidades de inteligencia artificial en los procesos de negocio se está reduciendo considerablemente y por ello es el momento de entrar en una nueva etapa de cambio hacia la introducción de mejoras de una forma constante hacia el modelo de Smart Finance Function.
David Santos Hernández
Fundador & CEO en The Future of Finance Function
[email protected]