Al director financiero le llegan dos tipos de propuestas de IA: las que otros departamentos quieren aprobar porque "todo el mundo lo está haciendo", y las que él mismo tiene que evaluar para su propia área, desde la conciliación de facturas hasta la previsión de tesorería. En ambos casos se espera que ponga números encima de una tecnología que casi nadie en la sala entiende del todo, y que además detecte cuándo un presupuesto de IA está inflado por moda más que por un cálculo serio. No hace falta que el CFO sepa cómo funciona un modelo por dentro. Hace falta que sepa exigir el mismo rigor financiero que aplicaría a cualquier otra inversión de capital.
El reto añadido es que el CFO no solo evalúa proyectos ajenos: con frecuencia es también juez y parte, porque su propio departamento suele ser de los primeros candidatos a automatizar (conciliación, facturación, previsión de tesorería). Esa doble posición exige un criterio todavía más exigente, porque el rasero que aplica a las propuestas de otros departamentos tiene que aplicarlo también a las suyas propias, sin la ventaja de estar del lado de quien pide el presupuesto.
Los conceptos que un director financiero sí necesita entender
Para evaluar con criterio, un CFO necesita dominar estas ideas, sin entrar en la parte técnica:
- Qué es un agente de IA frente a una herramienta puntual: un asistente que redacta un correo no tiene el mismo caso de negocio que un sistema que concilia facturas, detecta discrepancias y las escala automáticamente. El segundo tiene un impacto medible en horas de proceso; el primero, casi nunca. Lo explicamos en detalle en qué es un agente de IA.
- Cómo calcular el retorno real de un proyecto de IA: coste de licencia o desarrollo, coste de implantación y mantenimiento, frente a horas ahorradas o errores evitados con un valor asignado. Sin este cálculo, cualquier cifra que te den es una opinión disfrazada de dato.
- La diferencia entre coste fijo y coste variable en estos proyectos: algunas soluciones cobran por uso y escalan con tu actividad, otras son licencias fijas independientes del volumen. Confundir un modelo con otro distorsiona cualquier proyección a doce meses.
- El coste del error, no solo el coste del proyecto: una IA que automatiza facturación mal supervisada puede generar un error contable más caro que el ahorro acumulado en meses. El presupuesto de un proyecto de IA debe incluir el coste de la supervisión humana necesaria.
Un ejemplo que se repite: un proveedor presenta un ahorro de "cientos de horas al año" sin desglosar cuántas de esas horas corresponden a tareas que ya estaban parcialmente automatizadas con reglas fijas mucho más baratas. Pedir siempre el desglose entre lo que se ahorra de verdad y lo que ya se ahorraba antes es la diferencia entre aprobar un proyecto con fundamento y aprobar una cifra de marketing.
Lo que un director financiero no necesita saber
No necesitas entender cómo se entrena un modelo de lenguaje ni qué arquitectura usa un proveedor por debajo. Esa es información que puedes pedir como garantía contractual, no algo que debas evaluar tú mismo con criterio técnico. Tampoco necesitas saber programar para auditar un proyecto de IA: existen especialistas, internos o externos, cuya función es precisamente traducir la parte técnica en riesgos y costes que tú sí puedes valorar. Tu papel es aplicar el mismo escepticismo financiero que aplicarías a cualquier inversión: pedir cifras, contrastarlas y exigir un caso de negocio antes de liberar presupuesto.
Cómo aplica este criterio en las decisiones que tomas cada semana
Este conocimiento se traduce en decisiones muy concretas dentro del ciclo financiero habitual:
- Aprobar o devolver una partida de presupuesto de IA: exigiendo que venga acompañada de una métrica de éxito y un horizonte de recuperación de la inversión, igual que cualquier otro capex.
- Comparar propuestas de proveedores distintos: no solo por precio, sino por modelo de facturación, coste de salida si decides cambiar de proveedor y coste oculto de integración con tus sistemas actuales.
- Priorizar entre varios proyectos de IA que compiten por el mismo presupuesto: eligiendo primero los que tienen volumen de transacciones suficiente para justificar el coste fijo de implantación.
- Evaluar el propio departamento financiero como candidato a un proyecto de IA: la conciliación bancaria, la validación de facturas o el análisis de desviaciones presupuestarias suelen ser de los procesos con mejor retorno por su volumen y su carácter repetitivo.
- Fijar el umbral a partir del cual un proyecto de IA necesita revisión de dirección: no todos los proyectos deben pasar por el mismo nivel de escrutinio, y definir ese umbral con antelación evita que cada propuesta se convierta en una negociación distinta.
Ninguna de estas decisiones requiere entender la tecnología por dentro. Todas requieren aplicar disciplina financiera a un tipo de proyecto nuevo que, por ser nuevo, tiende a recibir menos escrutinio del que merece.
Por dónde empezar a formarte sin dedicar meses a ello
Lo más eficiente para un perfil financiero es una formación corta orientada a casos, no un curso técnico general. Busca sesiones donde se trabaje directamente con una plantilla de cálculo de ROI aplicada a IA, ejemplos reales de proyectos en departamentos financieros y criterios claros para comparar propuestas de proveedores. En pocas horas puedes salir con un marco de evaluación reutilizable, en lugar de una lista de conceptos sueltos. Conviene combinarlo con una visión general de cómo debe liderarse un proyecto de este tipo en tu empresa, algo que tratamos en quién debe liderar la implementación de IA en tu empresa, y con los pasos previos que deberían darse antes de comprometer ningún presupuesto, recogidos en primeros pasos para implementar IA en tu empresa.
Conclusión
Un director financiero formado en IA no necesita saber programar ni entender modelos: necesita aplicar el mismo rigor que aplica a cualquier inversión de capital, con un vocabulario mínimo que le permita hacer las preguntas correctas. Ese criterio es lo que separa un presupuesto de IA bien invertido de una línea de gasto que nadie sabe justificar dentro de un año.
A medida que más departamentos pidan presupuesto para proyectos de IA, ese criterio se vuelve más valioso, no menos. Cuantas más propuestas pasen por tu mesa, más rápido detectarás los patrones que separan un proyecto bien planteado de uno que solo repite el vocabulario de moda sin sustancia detrás.
En MG Solutions ayudamos a equipos financieros a construir ese criterio con casos reales y cálculos concretos, sin promesas infladas. Si quieres revisar cómo evaluar la IA en tu empresa con números claros, pide información sobre formación en IA.