En un contexto empresarial marcado por la aceleración tecnológica, la función financiera vive una transformación profunda que va mucho más allá de la automatización de procesos. La irrupción de la digitalización y la inteligencia artificial está redefiniendo el papel del CFO, que pasa de ser un garante del control financiero a convertirse en un actor clave en la toma de decisiones estratégicas. Hoy, más que explicar el pasado, las áreas financieras están llamadas a anticipar escenarios y orientar el rumbo del negocio.
En esta entrevista, Marcel Puignou, Cofundador de Holistic Data Solutions, reflexiona sobre cómo el dato se ha convertido en la base sobre la que se construye la ventaja competitiva de las empresas. Desde la necesidad de repensar la inversión tecnológica hasta el equilibrio entre talento financiero y capacidades analíticas, Puignou analiza las claves para evolucionar hacia una función financiera más conectada, predictiva y orientada a la generación de valor.
Creo que estamos ante una evolución muy profunda. No es una sustitución de la esencia del rol, el CFO sigue siendo el garante del rigor financiero, de la asignación eficiente de capital y de la sostenibilidad del negocio. Lo que cambia es el alcance de su responsabilidad: hoy ya no basta con explicar qué ha pasado, sino que debe ayudar a anticipar qué va a pasar y qué decisiones conviene tomar.
La digitalización y la IA han acelerado ese cambio porque permiten automatizar tareas transaccionales, reducir tiempos de cierre, enriquecer el análisis y trabajar con escenarios más dinámicos. Eso desplaza el foco del CFO desde el control puramente contable hacia el liderazgo de la decisión empresarial. En ese sentido, el CFO del presente es cada vez más un director de orquesta entre finanzas, datos, tecnología y negocio.
La principal diferencia no es que uno conozca más tecnología que el otro, sino que el CFO orientado al dato entiende que la calidad de la decisión depende de la calidad del modelo de información que hay detrás.
Un CFO tradicional tiende a centrarse en el cierre, el reporting y el control presupuestario. Un CFO orientado al dato, además de todo eso, se preocupa por cómo se generan los datos, qué trazabilidad tienen, qué automatizaciones existen, qué parte del análisis puede escalarse y cómo conectar finanzas con operaciones, comercial o compras para tomar decisiones más rápidas y mejor fundamentadas.
No necesita ser un técnico puro, pero sí debe saber formular las preguntas correctas a la tecnología: qué dato falta, qué proceso puede automatizarse, qué sesgo puede introducir un modelo y qué indicadores realmente explican el negocio. Ahí está la diferencia.
El salto del reporting al rol estratégico ocurre cuando finanzas deja de ser un área que consolida información y pasa a ser un área que estructura la decisión. Eso implica trabajar menos en producir informes y más en generar contexto, escenarios, alertas e implicaciones de negocio.
Para conseguirlo, hay varias palancas claras: reducir la dependencia de procesos manuales, unificar criterios de información, conectar datos financieros y operativos, y construir cuadros de mando y modelos predictivos que permitan actuar proactivamente. En nuestra experiencia, la evolución natural va desde el reporting financiero más tradicional, hacia capacidades de planificación presupuestaria, modelos predictivos y análisis más avanzados y la implementación de la IA de forma orgánica en el proceso de toma de decisiones.
Y aquí la calidad del dato es absolutamente crítica. Sin dato fiable, no hay inteligencia, solo una falsa sensación de precisión. Un mal dato genera un mal informe y puede llevar a una mala inversión, a una mala previsión de caja o a una lectura errónea de la rentabilidad. Por eso, cuando hablamos de estrategia, el dato no es un soporte técnico: es una infraestructura de confianza para decidir.
Sí, ese riesgo existe, y además es uno de los más habituales. Muchas organizaciones invierten en herramientas antes de definir el problema de negocio que quieren resolver, el dato que necesitan, el proceso que quieren rediseñar y el criterio con el que medirán el retorno. Cuando eso ocurre, la tecnología se convierte en gasto sofisticado en lugar de convertirse en capacidad empresarial.
La secuencia correcta debería ser la inversa: primero la necesidad, luego los criterios de decisión, después el modelo operativo y, por último, la tecnología. De hecho, en nuestros proyectos recientes, el enfoque parte precisamente de analizar necesidades, priorizar requerimientos, validar calidad y disponibilidad del dato, y solo entonces recomendar una solución o automatización.
Y respecto a la segunda parte: yo no delegaría nunca por completo en IA decisiones como la asignación de capital, la aceptación de determinados riesgos, la definición de criterios éticos o regulatorios, una adquisición relevante o una decisión estratégica que afecte al rumbo de la compañía. La IA puede recomendar, simular, alertar o priorizar; pero la responsabilidad final sobre decisiones materiales debe seguir siendo humana.
El equilibrio correcto es el que permite combinar rigor financiero, entendimiento del negocio y capacidad analítica. El talento financiero tradicional sigue siendo imprescindible: conocimiento contable, control, fiscalidad, tesorería, rentabilidad, gestión del riesgo. Pero ya no es suficiente por sí solo.
Las organizaciones que mejor están avanzando son las que construyen equipos mixtos: perfiles financieros sólidos, perfiles analíticos y perfiles capaces de traducir entre negocio y tecnología. Ese enfoque encaja totalmente con la manera en la que Holistic se define hoy: perfiles mixtos, formación continua y una figura de “business translator” para cerrar el gap entre tecnología y negocio.
El cambio cultural se diseña de forma natural. Empieza con patrocinio real desde dirección, con una definición común de métricas, con datos confiables y con casos de uso concretos que demuestren valor rápido. La gente cambia de verdad cuando ve que trabaja mejor, decide antes y reduce fricción. Por eso, la transformación data-driven es una cuestión tecnológica, de lenguaje común, confianza en el dato y disciplina de gestión.
Dentro de cinco años imagino una función financiera mucho menos centrada en producir información y mucho más centrada en orquestar decisiones. Veremos áreas financieras con procesos mucho más automatizados, previsiones continuas en lugar de ejercicios estáticos, modelos predictivos para caja, margen o riesgo, y asistentes de IA que aceleren análisis, preparen escenarios y mejoren la trazabilidad del razonamiento.
Igualmente, mi experiencia me dice que esa función financiera del futuro se construye incorporando nuevas herramientas, pero también empieza a construirse hoy, tomando bien algunas decisiones de base: definir qué decisiones de negocio debe liderar Finanzas, asegurar una información fiable y bien gobernada, rediseñar procesos antes de automatizarlos y desarrollar capacidades mixtas entre finanzas, dato y tecnología. A partir de ahí, la tecnología y la IA sí se convierten en verdaderas palancas de transformación, no en iniciativas aisladas.
Dentro de cinco años veremos una función financiera mucho más conectada con el negocio, con mayor capacidad de anticipación y con un papel más activo en la toma de decisiones. Será un área que explique el pasado y capaz de interpretar el presente, proyectar escenarios y orientar mejor la asignación de recursos. El verdadero cambio estará en usar IA en un entorno en el que los datos sean fiables, los procesos estén bien estructurados y el equipo financiero pueda dedicar menos tiempo a consolidar información y más tiempo a generar criterio y valor para el negocio.
