Investigación
Nuestra evolución tecnológica, publicaciones y colaboraciones académicas
Evolución tecnológica
Cómo hemos surfeado cada ola de IA
Cada avance en inteligencia artificial ha sido una oportunidad para mejorar nuestra solución. Para quien quiera profundizar, aquí contamos la evolución de la tecnología y cómo nosotros hemos ido desarrollándola a lo largo del camino.
Hitos clave de la IA: de Turing a ChatGPT
Para entender dónde estamos, conviene saber de dónde venimos. La IA no nació con ChatGPT — tiene más de 80 años de historia.
Alan Turing formaliza la computación. Test de Turing (1950): ¿puede una máquina exhibir comportamiento inteligente indistinguible del humano?
McCulloch-Pitts modelan la primera neurona artificial. Frank Rosenblatt inventa el Perceptrón (1957), base del Machine Learning.
Nace el Procesamiento del Lenguaje Natural (NLP) con Joseph Weizenbaum. Shakey, primer robot capaz de razonar sobre sus acciones (Charles Rosen).
El "Invierno de la IA": recortes de financiación, escepticismo. Pero en paralelo, Japón desarrolla computación paralela (PIM, 1981).
Yann LeCun crea LeNet-5, primera red convolucional exitosa. Deep Blue de IBM vence al campeón mundial de ajedrez Gary Kasparov (1996).
Explosión del Big Data. AlexNet (2012) reduce el error de clasificación de imágenes del 25% al 17%, revolucionando el Deep Learning.
Google publica "Attention Is All You Need" — la arquitectura Transformer que lo cambia todo. Base de GPT, BERT, y todos los LLMs modernos.
Lanzamiento de ChatGPT. En 5 días alcanza 1 millón de usuarios. Comienza la era de la IA Generativa accesible.
Qué pasó en la industria
Los LLMs (Large Language Models) son modelos de aprendizaje profundo preentrenados con cantidades masivas de datos. Su arquitectura subyacente — el Transformer — usa mecanismos de auto-atención para procesar secuencias de texto.
En su núcleo, un modelo como ChatGPT es un motor de predicción: dado un prompt, calcula la palabra más probable siguiente, y así sucesivamente, generando texto coherente y sorprendentemente útil.
El lanzamiento de ChatGPT creó una explosión de interés con predicciones de impacto económico de trillones de dólares (McKinsey). Pero rápidamente quedaron claras las limitaciones: datos desactualizados, sin acceso a información privada, y el problema de las "alucinaciones".
En M.IA
Exploramos cómo aplicar los LLMs a procesos financieros: lectura automática de facturas, categorización contable, generación de informes y resumen de documentación.
Conceptos clave
- Prompting: Instrucciones que guían al modelo para obtener respuestas específicas
- Tokens: Unidades de texto que el modelo procesa — cada palabra se divide en tokens
- Alucinaciones: Respuestas que suenan plausibles pero son incorrectas — inaceptable en finanzas
Del hype al valor: dónde estamos hoy
Como describe nuestro CTO en un artículo reciente, el camino hacia la IA de valor ha sido claro:
- 2022-2023 (El Hype): Chatbots potentes que podían hablar pero no hacer de forma fiable. Podían escribir una receta, pero no cocinar.
- 2024 (La Realidad): Los primeros agentes autónomos reales para tareas específicas, capaces de planificar y ejecutar.
- 2025+ (El Futuro es Agentic Mesh): La siguiente frontera es un ecosistema de agentes especializados e interconectados que colaboran para resolver problemas complejos. Esto es lo que M.IA está construyendo.
El panorama de la IA ha pasado del pico de expectativas infladas con ChatGPT a la "meseta LLM", donde las limitaciones de los modelos generales para tareas de negocio específicas quedaron claras. El futuro está en los Vertical AI Agents — sistemas especializados que entregan resultados concretos. Ahí es donde estamos.
Previsión de IA en negocio por McKinsey. Global Institute
Problemas en los departamentos financieros
En la era de la digitalización, donde la interconexión debería facilitar el flujo de información, los departamentos financieros enfrentan un volumen creciente de tareas repetitivas, desde la conciliación de cuentas, cierres contables hasta la generación de informes para stakeholders.
Estos departamentos a menudo se ven atrapados en un ciclo de tareas rutinarias y procesos manuales que obstaculizan la toma de decisiones estratégicas y priorizan las urgencias del día a día.
1. Tareas repetitivas y de bajo valor estratégico
Los departamentos financieros se ven abrumados por una serie de tareas rutinarias que consumen tiempo y recursos. Actividades como:
- Cierres contables
- Gestión de facturas
- Conciliación de cuentas
- Generación de informes
- Gestión de documentación financiera
- Actualización de políticas y procedimientos
Todas ellas son esenciales pero no aportan directamente a la toma de decisiones estratégicas.
“El departamento dedica el 70% del tiempo a preparar la información y solo el 30% a analizarla.”— Judit, Group Accounting Manager en Adevinta
2. Fragmentación de datos
A pesar de tener acceso a grandes volúmenes de datos, estos suelen estar dispersos entre múltiples sistemas y plataformas. La falta de integración y cohesión impide una visión unificada, retrasando la capacidad para tomar decisiones basadas en información precisa y consolidada. Además, la información no está actualizada de forma continua, y la calidad de los datos no acostumbra a ser demasiado fiable.
Normalmente, en los primeros 5 días del mes, se dedican a recopilar todas las facturas, asegurarse de que todos los gastos están incluidos en el sistema y de que todas las facturas del mes se hayan emitido. Solo entonces es posible descargar los datos en ficheros .csv y preparar un estado de resultados provisional en Excel.
Con esta información, se puede hacer un análisis preliminar de costes por departamento, verificar si el beneficio está alineado con el presupuesto, entre otras tareas. Todo este proceso se convierte en la actividad prioritaria del departamento durante la primera semana de cada mes para poder pasar la información al equipo directivo.
3. Errores humanos y pérdida de fiabilidad
La intervención manual en los procesos financieros aumenta significativamente el riesgo de errores humanos. Estos errores no solo comprometen la precisión de la información financiera, sino que también ponen en duda la fiabilidad de los informes presentados a los stakeholders.
La exportación de datos para su procesamiento en Excel, aunque ofrece flexibilidad, está sujeta a diversos errores, como:
- Modelos de Excel excesivamente complejos
- Falta de unificación, lo que obliga a actualizar la información en múltiples reportes
- Diferentes personas o equipos manipulando la información
4. Finanzas como soporte en lugar de motor estratégico
En lugar de actuar como el cerebro estratégico de la empresa, los departamentos financieros a menudo se limitan a roles de soporte. Se centran en calcular los KPIs de ventas, cuando deberían participar en la creación de estos indicadores basados en el presupuesto elaborado por finanzas. También dedican tiempo a preparar documentación para el equipo directivo, cuando podrían ser parte de las decisiones clave sobre la gestión de ingresos y gastos.
Recientemente, realizamos un análisis exhaustivo a través de entrevistas a profesionales financieros, desde CFOs de startups, controllers hasta contables y asesores financieros. También lanzamos una encuesta a más de 100 profesionales del sector. Los resultados confirmaron los problemas descritos, subrayando la necesidad urgente de transformar la manera en que se gestionan estos procesos.
La solución: Sistema multiagente de IA
Los sistemas multiagente de IA (SMA) están diseñados para transformar los departamentos financieros al interactuar de manera autónoma con múltiples plataformas y software dentro de un ecosistema financiero. Estos sistemas avanzados ofrecen una solución integral que combina automatización de procesos, integración de datos y análisis predictivo para mejorar la eficiencia y la precisión.
Integración de datos
Los agentes de IA integran datos dispersos de diferentes sistemas y plataformas, como ERPs, herramientas de gestión financiera, bancos y hasta CRMs. Esto proporciona una visión consolidada y holística de la información financiera, facilitando un análisis más profundo y preciso.
- Reducción de errores humanos: Al automatizar la recopilación y el procesamiento de datos, se minimizan los errores derivados de la intervención manual.
- Actualización automática y continua: En lugar de depender de actualizaciones manuales, los agentes de IA permiten que la información esté siempre actualizada.
- Automatización de informes financieros: Los agentes pueden generar automáticamente balances, estados de resultados y proyecciones de flujo de caja.
- Detección temprana de anomalías: Análisis continuo de datos para identificar patrones inusuales o indicadores de problemas potenciales.
- Soporte en la toma de decisiones estratégicas: Análisis predictivos y recomendaciones basadas en tendencias, facilitando decisiones más informadas.
Automatización de procesos financieros (RPA)
La Robotic Process Automation (RPA) implementada por los agentes de IA maneja tareas repetitivas que tradicionalmente requieren intervención humana. Esta automatización no solo minimiza los errores, sino que también mejora la precisión y fiabilidad de los datos financieros. Por ejemplo:
- Lectura y categorización de facturas: Los agentes pueden leer una factura, categorizarla automáticamente y sugerir a qué cuenta contable debe ser asignada.
- Actualización en tiempo real de la P&L: La información de gastos se actualiza en tiempo real en el estado de resultados.
- Detección de gastos no conformes: Los sistemas identifican gastos que no cumplen con las políticas definidas, alertando a los responsables.
- Recordatorios de facturas no pagadas: La RPA envía recordatorios automáticos a los clientes sobre facturas pendientes.
- Conciliación de saldos: Los agentes comparan automáticamente los saldos en bancos y divisas con las cuentas a pagar.
Análisis predictivo
La capacidad de los agentes de IA para realizar análisis predictivos es una ventaja significativa que puede transformar la gestión financiera. Utilizando una combinación de fuentes de información y técnicas avanzadas, estos sistemas ofrecen una visión proactiva del futuro financiero de la empresa:
- Patrones de comportamiento: Análisis de tendencias históricas en ingresos, gastos y otros indicadores clave.
- Fuentes de datos externas: Integración de informes de la industria, análisis de mercado y datos de la competencia.
- Datos macroeconómicos: Tasas de interés, inflación y crecimiento económico que influyen en el entorno financiero.
- Datos históricos: Modelos predictivos basados en el rendimiento pasado para proyectar evolución futura.
M.IA: Potenciando el futuro financiero de los negocios
Imagina un entorno en el que la inteligencia artificial trabaja a tu lado, no solo como una herramienta, sino como un verdadero socio estratégico disponible las 24 horas del día.
El objetivo de M.IA es implementar una plataforma de IA multiagente que revolucione los flujos de trabajo financieros, liberando a los equipos de las tareas repetitivas y permitiéndoles enfocarse en lo que realmente impulsa el éxito: la toma de decisiones estratégicas.
Beneficios esperados
- Reducción de costes: Al automatizar tareas repetitivas, se disminuyen los costes operativos, permitiendo una asignación más efectiva de recursos.
- Mejora en la toma de decisiones: La integración de datos y el análisis predictivo proporcionan una base sólida para decisiones más informadas y estratégicas.
- Mayor agilidad y escalabilidad: Los equipos se vuelven más ágiles y capaces de escalar sus operaciones con facilidad.
- Mayor satisfacción laboral: Al liberarse de las tareas manuales pesadas, los profesionales pueden enfocarse en roles más estratégicos y creativos.
Aunque la automatización puede generar preocupaciones sobre la reducción de empleos, el verdadero objetivo es liberar a los empleados de las tareas rutinarias. Esto les permite asumir roles más estratégicos y creativos, donde pueden aportar mayor valor y contribuir al crecimiento de la empresa.
Conclusión
Transforma tu departamento financiero hoy. No te quedes atrás en esta oportunidad de integrar un sistema multiagente de IA y liderar la próxima generación de gestión financiera en tu industria.
El futuro de las finanzas comienza ahora.