La IA y el futuro de la tesorería

Optimización del capital de trabajo con inteligencia y perspectiva

LA IA Y EL FUTURO DE LA TESORERÍA

Optimize working capital with intelligence and insight

Automation is unlocking a new level of agility and precision in working capital management

Por qué la IA es importante para el capital de trabajo

Automation is unlocking a new level of agility and precision in working capital management

El capital de trabajo rara vez se gestiona en piloto automático. Los equipos de tesorería hacen malabares con el monitoreo de la liquidez, las cobranzas y las prioridades de gastos, a menudo a través de sistemas aislados que limitan la visibilidad y retrasan los tiempos de respuesta. ¿El resultado? Paneles de control fragmentados y conciliaciones manuales que mantienen a tesorería en un modo reactivo en lugar de estratégico.

La IA cambia eso. Al unificar los datos de los sistemas de planificación de recursos empresariales (ERP) y las plataformas de pago, la IA puede automatizar las tareas repetitivas, anticipar déficits de efectivo y acelerar el flujo de capital. Lo que es más importante, libera a los profesionales de tesorería para que puedan enfocarse en las decisiones de alto valor, transformando la administración del capital de trabajo de reactiva a proactiva.

Tres capacidades de la IA que impulsan el futuro de la tesorería

Siloed systems keep treasury reactive, but AI can help transform disconnected data into proactive insight

1. IA predictiva

La IA predictiva utiliza el aprendizaje automático para analizar datos históricos y en tiempo real, ayudando a la tesorería a anticipar lo que vendrá. Las aplicaciones comunes incluyen las siguientes:

  • Previsión de flujo de caja: realiza análisis en tiempo real ponderados por probabilidad para estimar los márgenes de seguridad y las necesidades de cobertura.
  • Optimización de cuentas por cobrar: modela el comportamiento de pago para optimizar las estrategias de crédito y cobranza.
  • Detección de fraude: detecta anomalías en los patrones de pago y actividades sospechosas.

2. IA prescriptiva

La IA prescriptiva va más allá de la predicción para recomendar los pasos a seguir. Compara las tendencias históricas con métricas en tiempo real para equilibrar la liquidez, la rentabilidad y el riesgo. En la práctica, esto permite lo siguiente:

  • Modelación de escenarios: simulaciones de escenarios hipotéticos para decisiones de financiamiento o inversión. 
  • Recomendaciones estratégicas: estrategias de cobranza o asignaciones de capital personalizadas. 
  • Guía de recursos: ajustes operativos para mejorar el flujo de caja.

3. IA agéntica

La IA agéntica combina las capacidades predictivas con las prescriptivas para ejecutar acciones predefinidas de forma autónoma. En tesorería, esto significa lo siguiente:

  • Optimización de capital de trabajo: transferencias de efectivo automáticas, priorización de cuentas por pagar o disposiciones de líneas de crédito. 
  • Monitoreo continuo: ajustes en tiempo real para mantener los objetivos de liquidez. 
  • Automatización basada en principios: reglas definidas por la tesorería que se aplican de inmediato ante condiciones cambiantes.

Cómo es la tesorería impulsada por IA

AI brings together intelligence and execution to help treasury move at the pace of the business

Imagine esto: la IA detecta facturas con una tendencia de cuatro días de retraso, calcula el costo de liquidez y recomienda establecer una posición dedicada de cobranza para cuentas de alto riesgo, comparando los gastos de personal con el efectivo recuperado. 

Mientras tanto, la IA agéntica reequilibra las cuentas por pagar y realiza transferencias del exceso de efectivo en tiempo real. ¿El resultado? Decisiones más rápidas, colaboración más sólida y equipos de tesorería enfocados en la estrategia, no en hojas de cálculo.

Larger organizations are following more adoption and scaling best practices for GenAI deployment than are smaller organizations[1]

Dedicated team to drive GenAI adoption

52 % - Empresas con más de $500 millones en ingresos

23 % - Empresas con menos de $500 millones en ingresos

Cursos de formación en capacidades basadas en funciones

31 % - Empresas con más de $500 millones en ingresos

17 % - Empresas con menos de $500 millones en ingresos

Pasos prácticos “sin arrepentimientos” para tesoreros que se preparan para la IA generativa

Even if full-scale AI adoption is a year or two away, treasury leaders can take steps now to help determine readiness

1. Construir una fuente de verdad única y de calidad

Identifique dónde residen los datos críticos de liquidez, pagos y proyecciones dentro de los sistemas de ERP, portales bancarios y hojas de cálculo. Consolide los datos fragmentados en un repositorio centralizado con responsables claros, reglas de validación y protocolos de seguridad. La IA prospera con datos limpios y unificados.

2. Estandarizar los procesos

Establezca flujos de trabajo y controles consistentes para los procesos que pretende automatizar. Los procesos estructurados facilitan el despliegue de la IA.

3. Perfeccionar las habilidades de su equipo

Capacite al personal de tesorería en alfabetización de datos, fundamentos de IA y las consideraciones de cumplimiento que rodean a ambos. La supervisión humana sigue siendo fundamental para interpretar los hallazgos y establecer límites de control.

Firms have begun reskilling employees due to AI use, and expect increased reskilling in the next three years[1]

Share of the employees reskilled in the past year due to AI use

Porcentaje de encuestados

Share of employees expected to be reskilled over the next three years due to AI use

Porcentaje de encuestados

View accessible version of these charts.

La conclusión es que: human oversight still matters

AI amplifies treasury’s capabilities, but human judgment and governance remain essential

Incluso los algoritmos más avanzados requieren dirección humana. La IA puede detectar riesgos y optimizar escenarios, pero no puede sopesar de forma independiente las obligaciones regulatorias, las consideraciones éticas o las prioridades corporativas, lo que refuerza la necesidad de una supervisión estratégica. Según McKinsey, el 28 % de las organizaciones asigna la gestión de la IA al director ejecutivo y el 17 % a la junta directiva, lo que subraya la necesidad de la participación del liderazgo.

Sin límites de control, la automatización podría optimizar la liquidez a expensas de las obligaciones de nómina, los requisitos de cumplimiento u otras prioridades críticas. La experiencia humana ayuda a confirmar que los pronósticos estén validados y que las decisiones coincidan con las metas de la empresa.

El futuro de la tesorería reside en el equilibrio: la automatización acelera el análisis, mientras que la supervisión humana facilita el control. La IA no es un reemplazo, es un catalizador para tomar decisiones de capital de trabajo más inteligentes y ágiles.

Learn more about PNC's Treasury Management Platform.

VERSIÓN TEXTUAL DE LOS GRÁFICOS

Chart 1: Share of the employees reskilled in the past year due to AI use (view image)

Percentage of Employees Reskilled

Porcentaje de encuestados

Up to 5%

44 %

6 to 10%

18 %

11 to 20%

14%

21 to 30%

8%

31 to 40%

4 %

41 to 50%

2 %

>50%

9%

Chart 2: Share of the employees reskilled in the past year due to AI use  (view image)

Percentage of Employees Reskilled

Porcentaje de encuestados

Up to 5%

44 %

6 to 10%

18 %

11 to 20%

14%

21 to 30%

8%

31 to 40%

4 %

41 to 50%

2 %

>50%

9%