Cuando un agente de IA empieza a apoyar al equipo de tesorería —previsión de liquidez, conciliación bancaria, seguimiento de cobros y pagos—, la pregunta que se plantea casi siempre es técnica: qué sistema usar, con qué banco se integra, qué datos necesita. La pregunta que casi nunca se plantea con la misma atención es qué necesita saber el propio equipo para trabajar con esa herramienta sin bajar la guardia en un área donde un error no se corrige con un "lo siento", sino con dinero que ya ha salido de la cuenta.
Qué cambia en tesorería cuando entra un agente de IA
Un agente puede encargarse de tareas que hoy consumen horas del equipo: cruzar movimientos bancarios con la contabilidad, generar una propuesta de previsión de liquidez a partir de los cobros y pagos previstos, o avisar con antelación de una posible tensión de caja. Ya explicamos qué tareas suele automatizar primero un agente en un departamento de tesorería en qué tareas de tesorería automatiza primero un agente de IA; este artículo se centra en la otra mitad de la ecuación: qué necesita saber el equipo humano para trabajar bien con esa herramienta, no en qué hace la herramienta por sí sola.
Verificación: por qué ningún pago se aprueba solo porque el agente lo propuso
La formación más importante que necesita cualquier persona de tesorería que trabaje con un agente de IA no es técnica, es de criterio: entender que una propuesta de pago, una previsión o una alerta generada por IA es un borrador que hay que verificar contra la fuente original —el extracto bancario real, el contrato con el proveedor, la factura original— antes de actuar sobre ella, nunca una instrucción que se ejecuta porque "lo ha dicho el sistema". Esta disciplina de verificación es exactamente la misma que debería aplicarse a cualquier informe hecho por una persona, pero conviene reforzarla explícitamente porque un resultado generado por IA suele transmitir una falsa sensación de objetividad solo por venir de una máquina.
Entender dónde toca el agente las cuentas reales de la empresa
El equipo de tesorería necesita saber, con precisión, en qué puntos el agente tiene acceso de lectura a las cuentas bancarias y en cuáles —si los hay— tiene capacidad de iniciar una acción, como generar una orden de pago o una transferencia. No es lo mismo un agente que solo lee movimientos y genera un informe que uno que puede disparar una acción sobre el banco, y cuanto más se acerque el agente a la segunda categoría, más deben multiplicarse las capas de aprobación humana antes de que cualquier orden se ejecute realmente.
Reconocer el fraude asistido por IA, un riesgo que crece justo en esta área
Tesorería es, históricamente, uno de los objetivos preferidos del fraude por suplantación —el típico correo o llamada haciéndose pasar por un directivo pidiendo una transferencia urgente—, y la IA generativa ha hecho que estas suplantaciones sean más convincentes: voces clonadas, correos con el estilo exacto de quien los firma habitualmente. Formar al equipo para que desconfíe de la urgencia y verifique por un canal alternativo cualquier instrucción de pago fuera de lo habitual —aunque llegue con una voz o un estilo de escritura que parezca perfectamente reconocible— es hoy tan importante como formarlo en el uso del propio agente de IA que la empresa ha contratado.
Qué no hace falta que sepa el equipo
No hace falta que nadie en tesorería sepa programar, entender cómo funciona un modelo de lenguaje por dentro, ni configurar integraciones técnicas: eso es trabajo del proveedor o del equipo de IT. Lo que sí necesita el equipo es entender, en términos de negocio, qué datos usa el agente para cada tarea, qué limitaciones tiene, y sobre todo, mantener el mismo nivel de escepticismo profesional que aplicaría a cualquier informe elaborado por una persona junior a la que todavía no conoce del todo bien.
Formación específica según el rol dentro del equipo
No toda persona de tesorería necesita el mismo nivel de formación. Quien aprueba órdenes de pago necesita, sobre todo, la disciplina de verificación y el criterio para detectar una instrucción sospechosa. Quien prepara las previsiones de liquidez necesita entender qué supuestos ha usado el agente para generar su propuesta, de forma que pueda cuestionarlos si no encajan con lo que sabe del negocio —una renovación de contrato prevista, un cliente con pagos irregulares que el sistema no conoce todavía—. Y quien concilia bancos necesita saber exactamente qué discrepancias resuelve el agente automáticamente y cuáles le llegan siempre para revisión manual. Repartir la formación según estas necesidades reales, en lugar de dar a todo el equipo la misma charla genérica, suele generar mejores resultados porque cada persona sale de la formación sabiendo aplicar el criterio a su propio trabajo diario, no a una descripción abstracta de lo que hace la IA en general.
Cómo empezar sin generar rechazo en el equipo
La formación funciona mejor cuando se presenta como una herramienta que libera tiempo para el trabajo de más valor —negociar condiciones con bancos, decidir la estrategia de cobertura de riesgo de tipo de cambio— y no como algo que sustituye el criterio del equipo. Empezar con sesiones cortas sobre un caso de uso muy concreto —por ejemplo, cómo revisar una conciliación bancaria generada por el agente antes de darla por buena— suele generar más confianza que una formación general sobre "IA en finanzas" que no conecta con el trabajo diario de nadie.
Conclusión
Formar al equipo de tesorería en IA no significa convertirlo en un equipo técnico, significa reforzar exactamente la disciplina que ya debería tener —verificar antes de actuar, desconfiar de la urgencia injustificada, entender qué toca el sistema y qué no— y aplicarla también a lo que genera un agente de IA. Es la diferencia entre ganar horas de trabajo y asumir un riesgo nuevo sin darse cuenta.
En MG Solutions ayudamos a equipos de finanzas y tesorería a incorporar agentes de IA con los controles y la formación adecuados a lo que hay en juego. Reserva una primera reunión y lo revisamos juntos.