Por qué las empresas deben adoptar la Inteligencia Artificial en su Departamento de Tesorería

Por: Federico Buiter, MBA y Director General de Integrity Software Latin America.

 

En los últimos años las empresas han mostrado un creciente interés por las nuevas tecnologías para desarrollar las diferentes áreas y el progreso del negocio. En los departamentos de Tesorería existen diferentes tecnologías que han cambiado la forma de pensar en temas de cuentas bancarias, comercio internacional y la necesidad de eliminar las reconciliaciones, en el cual, las herramientas especializadas de Inteligencia Artificial (IA) ya se encuentran brindando valor al área a través de herramientas predictivas para generar un pronóstico más rápido de flujo de efectivo, la administración de la exposición a la moneda extranjera y la prevención del fraude.

Los encargados de la tesorería deberán tomar decisiones correctamente para minimizar el costo financiero de sus cuentas – esto en función de los saldos de cada una de las cuentas bancarias, cobros y pagos que debe realizar – o maximizar sus excedentes de tesorería. En particular, las decisiones de los encargados están divididas en tres tipos:

  1. Realizar los movimientos de fondos entre las cuentas para que los saldos sean los deseados, seleccionando cada una de ellas al mejor instrumento financiero.
  2. Canalización de cobros y pagos.
  3. Decidir sobre las cantidades a utilizar en las líneas de crédito o sobre las cantidades a invertir a determinado plazo.

¿Es posible utilizar la inteligencia artificial en la contabilidad?

La inteligencia artificial (IA) constituye el campo de los sistemas artificiales que permiten emular el razonamiento, la toma de decisiones, las capacidades y formas de representación del conocimiento y aprendizaje, en otras palabras, imitar el comportamiento y raciocinio del ser humano. En la contabilidad, la IA permite, entra otras cosas, la toma de decisiones en situaciones de incertidumbre y la posibilidad de administrar las crecientes cantidades de información, automatizando la construcción de esta y llevando a cabo los procesos que ahorran en la inversión de recursos y optimizando las decisiones relacionadas.  Por ejemplo, para aquellas conciliaciones que queden pendientes para conciliar manual por que no han sido conciliadas por una regla, el sistema podría sugerir en base a patrones o comportamientos pasados y otros criterios, con que partidas deberían ser conciliadas.

Esta tecnología es responsable de la interpretación de los datos del sistema, manteniéndolos siempre seguros y privados. Los encargados de la Tesorería tendrán alertas sobre el desempeño, ya que puede prever la evolución gracias a la alimentación de datos al motor de IA. Este sistema de predicción se entrena con datos y situaciones del pasado para que pueda determinar la probabilidad de que un evento ocurra de nuevo en función de su contexto.

Aparte de los beneficios principales con respecto a un pronóstico de calidad, debemos pensar en beneficios extraños cuando tenemos el poder de la inteligencia artificial en el departamento de tesorería. Además de identificar tendencias históricas típicas, el uso de IA es excelente para identificar patrones transaccionales, lo cual es útil para aislar transacciones que no se alinean con esos patrones. Muchas veces, estas transacciones atípicas son negocios como de costumbre, lo que puede explicarse mediante una llamada rápida a un colega en compras, pero otras veces son fraudulentas o errores que de alguna manera se cometieron a través de su flujo de trabajo de aprobación. Cuando su pronóstico está funcionando como debería, estas transacciones atípicas se identifican fácilmente.

Existen varios ejemplos del uso de la IA, algunos de ellos son para prevenir y mitigar riesgos. Entre ellos se encuentra la detección de fraude. La IA no sólo permite analizar la cantidad de datos para detectar actividades fraudulentas, sino que es capaz de aprender y generar patrones estandarizados que ahorren el esfuerzo cuando se deba detectar un fraude parecido en otra ocasión. Es decir, si el análisis identifica alguna información como fraude, la maquina aprende esta actividad y la próxima vez lo identificará de manera automática. A medida que los sistemas cognitivos de detección del fraude aprenden, serán capaces de detectar fraudes más complejos, una ventaja con gran impacto en la gestión riesgos.

Algunas soluciones – como la de Integrity Software Latin America – utilizan las tendencias para repetir el proceso con el fin de construir un modelo de negocio óptimo. Se puede utilizar la información derivada de este análisis para profundizar en sus datos al redefinir los cuatro parámetros anteriores.

Con la IA, las empresas podrán ingresar datos como las ubicaciones geográficas de sus diferentes oficinas y los productos que se venden en cada una para ver si la cantidad de efectivo disponible está justificada. Estas relaciones complejas serían casi imposibles de predecir como un individuo, pero el aprendizaje automático lo hace posible.

Y aunque todavía queda mucho por ver, los sistemas IA ya permiten organizar sus operaciones, invertir en valores, y controlar el riesgo relacionado con las actividades ilegales derivadas de la información privilegiada.

Acerca de: redaccion

Puede interesarle

VU designa a Carlos Rubén Stella como Director de Recursos Humanos para Latinoamérica

VU, multinacional especializada en soluciones de prevención del fraude y protección de la identidad, anuncia …

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *