“Durante los próximos años, los proveedores de tecnología líderes deben desempeñar un papel de liderazgo para ayudar a las empresas a navegar las tormentas de disrupción actuales”, dice la firma de analistas IDC, promocionando su próxima ronda de predicciones de bola de cristal para 2023. No hay presión entonces.
Por supuesto, sabemos desde hace algún tiempo que la tecnología puede ser un diferenciador. Como sugiere Deloitte en su informe Automatización con inteligencia, “Las organizaciones que no tienen miedo de adoptar la disrupción digital tienen más probabilidades de sobrevivir y prosperar en el mundo del cambio tecnológico perpetuo”. Agregue el cambio económico, la inestabilidad política y la escasez de trabajadores calificados a la mezcla y es posible que tengamos algo.
Todo se centra en desarrollar la resiliencia organizacional, a través de una mejor toma de decisiones y agilidad en los procesos comerciales capaces de reaccionar rápidamente a las necesidades cambiantes. McKinsey atribuye la responsabilidad de esto a los directores financieros (CFO), afirmando que “los líderes financieros están profundamente involucrados en determinar cómo las empresas se adaptan a los cambios significativos en la forma en que se realiza el trabajo, particularmente en lugares donde lo digital y las finanzas se cruzan”.
En verdad, es difícil para los CFO y los líderes tecnológicos saber dónde priorizar las inversiones que tendrán el mayor impacto. La realidad es que mejorar los procesos e integrar los datos financieros en herramientas que permitan mejorar la planificación y la toma de decisiones son cada vez más claves para el éxito empresarial. Dadas las presiones económicas actuales y la escasez de habilidades sin precedentes, claramente no es una tarea fácil. Exige inversión y, casi con seguridad, exige una mayor automatización.
Es a lo que Gartner se refiere como “hiperautomatización”, un enfoque que permite a las organizaciones “identificar, examinar y automatizar rápidamente tantos procesos como sea posible utilizando tecnología, como la automatización de procesos robóticos (RPA), plataformas de aplicaciones de código bajo (LCAP), artificial inteligencia (IA) y asistentes virtuales”. La clave aquí es una estrategia de automatización conjunta, una que transforme la forma en que las organizaciones administran el contenido y los datos, habilitan los flujos de trabajo y visualizan el rendimiento e incluso pronostican estrategias.
Gartner espera que para 2024, las organizaciones reduzcan los costos operativos en un 30 % al combinar tecnologías de hiperautomatización con procesos operativos rediseñados. Será, dice el analista, “un factor clave para permitir que las empresas alcancen la excelencia operativa y, posteriormente, el ahorro de costos, en un mundo digital primero”.
Para Alok Ajmera, director general de la empresa de software de gestión del rendimiento corporativo Prophix, lo fundamental para esto son las finanzas, y está viendo cierta tracción en el mercado. Dice que las empresas que desarrollan herramientas de automatización para la función financiera “parecen estar encontrando una audiencia receptiva en la oficina de finanzas”, donde “los directores financieros, los controladores y los profesionales financieros están automatizando sus hojas de cálculo, tecnología y procesos, como parte de su evolución de ser números de oficinistas a asesores corporativos confiables de alto nivel”.
Haz que la automatización cuente
En un mundo ideal, la tecnología es nueva y brillante, compatible y se conecta sin ningún indicio de problemas de interoperabilidad o latencia, pero en realidad, las tecnologías heredadas tienden a poner algunas llaves en el proceso. Comprender cómo administrar esto de manera rentable es clave para el progreso y uno de los puntos conflictivos para las transformaciones actuales. Si bien las organizaciones pueden comprender la visión y el valor de la automatización, también puede parecer un problema costoso de resolver y escalar.
Según el analista Forrester, los proyectos de automatización exitosos comparten ciertas características: claridad de resultados, datos estables, alineación de habilidades digitales y gobierno y control aceptables. El valor para el negocio y el potencial para transformar e interrumpir el estado actual también impulsan la adopción.
¿Cómo se casa esto con el mundo real? Según Colm Carey, director de análisis de AA Irlanda, un cliente de Tibco, existe una gran demanda de nuevos datos y modelos dentro del negocio, para identificar y luego seleccionar tipos de clientes rentables. Significa que los procesos de automatización de la empresa deben volverse mucho más sofisticados.
“Nuestro objetivo es optimizar los precios, comprender los tipos de clientes que estamos trayendo y los tipos que estamos tratando de atraer”, dice Carey. “Nos gustaría vincular eso en todo el negocio. Marketing ejecutará una campaña, tratando de atraer a muchos clientes, pero tal vez no sean del tipo correcto. Si el centro de llamadas va a estar muy ocupado esa semana, ¿cuál es el punto de generar mucha demanda allí?
Es aquí donde los datos financieros se vuelven clave. La empresa necesita evaluar grandes volúmenes de datos para comprender el mercado, su base de clientes y también su propio estado financiero. Tener un modelo predictivo viable requiere datos financieros en su núcleo.
“Los datos entran y salen de los modelos sin problemas y sin interrupciones, lo que básicamente brinda previsibilidad en tiempo real”, dice Carey. “En lugar de solo predecir, es ‘Si aumento o disminuyo los descuentos, ¿cuál es el aumento en el volumen y la rentabilidad?'”
Genera confianza con lo básico
Alessandro Chimera, director de estrategia de digitalización de Tibco, agrega que cuando se trata de la función financiera, también se trata de confianza, por lo que se infiere que hay un problema cultural que superar, no solo con los clientes sino también internamente. Las funciones financieras impulsadas por IA, al menos en teoría, deberían ser más precisas, pero, por supuesto, la automatización también cambia los procesos y los roles. Las expectativas cambian, al igual que las descripciones de los puestos, pero para muchas organizaciones esto es solo una progresión. Ha estado viniendo por un tiempo ahora, siempre ha sido sobre el “cómo”, no el “por qué”.
Craig Le Clare, vicepresidente analista principal de Forrester, dice que la automatización básica, como el flujo de trabajo para cerrar los libros o la conciliación simple, y RPA para tareas repetibles, está muy extendida hoy en día. Por otro lado, dice: “La automatización más avanzada que utiliza el aprendizaje automático para la predicción o el análisis de texto para extraer datos se ve obstaculizada por la amplia variación en los pasos del proceso entre las empresas, lo que impide que los proveedores desarrollen soluciones de IA empaquetadas. La claridad de los resultados, los datos estables, la falta de habilidades digitales y los frágiles sistemas heredados también contribuyen”.
Para las finanzas, este es un gran desafío. Para algo tan central para las capacidades de las organizaciones para encontrar eficiencias y crear pronósticos creíbles, esto debe abordarse. Entonces, ¿a dónde van las organizaciones desde aquí? ¿Cuáles son las prioridades?
“Busque comenzar con la automatización de tareas simples o RPA”, dice Le Clare de Forrester. “Esta es un área de victoria rápida. Alrededor del 20 % de las implementaciones de RPA se encuentran en el área de finanzas y contabilidad debido a las extensas operaciones manuales de bajo valor que se basan en sistemas locales más antiguos. Los integradores ayudarán a identificar una tarea prometedora, ejecutar un POC [proof of concept] en el servidor y, si tiene éxito, espero que la implementación funcione”.
Esto resuena con Ajmera de Prophix, quien dice que RPA en finanzas y contabilidad es básicamente lo mismo que para cualquier otra industria: la automatización de tareas tediosas, de alto volumen y repetitivas. Lo que hará la automatización aquí es aliviar la presión sobre los equipos financieros que ven una mayor demanda de datos precisos en tiempo real para alimentar la planificación comercial general.
“La mayoría de los equipos financieros ya están sobrecargados con las tareas del día a día”, dice Ajmera. “El uso del software de gestión del rendimiento corporativo (CPM) con tecnologías RPA e IA integradas permite a los equipos financieros automatizar procesos repetitivos y proporcionar información valiosa más rápido. Ejemplos de esto incluyen la simplificación de informes al hacer que la tecnología rellene automáticamente los informes y proporcione una narración a nivel de fila y página, con el software ensamblando el informe y distribuyéndolo a la gerencia o al directorio con un clic del mouse”.
Lo que está claro es la creciente demanda de inteligencia de decisiones con análisis financiero en su centro. Los proveedores de RPA se están reposicionando cada vez más como empresas de inteligencia automatizada, utilizando herramientas de RPA para impulsar funciones clave, como las finanzas. Gartner cree que un tercio de las grandes organizaciones utilizará la inteligencia de decisiones para la toma de decisiones estructurada a fin de mejorar la ventaja competitiva en los próximos dos años.
Una investigación reciente realizada por la empresa de integración de aplicaciones empresariales Jitterbit respalda esto. Centrándose en las empresas medianas (conocidas como Mittelstand) en la región DACH (que comprende Alemania, Austria y Suiza), Jitterbit descubrió que el 73 % de estas empresas quieren estar hiperautomatizadas en tres años porque “la salud de su empresa depende de ello”. ”. Las barreras para lograr esto son típicas: demasiados procesos manuales de datos, silos de datos aislados y falta de integración departamental.
Lo que está quedando claro es que el análisis financiero puede ser el núcleo y el catalizador de las transformaciones de automatización inteligente. Si las organizaciones pueden hacer esto bien primero y alimentarse de él, el proceso de impulsar la automatización de IA en todos los departamentos será mucho más fácil. En un momento en que se reducen los presupuestos y se analiza cualquier transformación, centrarse en las finanzas parece una estrategia de priorización obvia.
Como sugiere un informe reciente de Accenture: “Al utilizar mejor los datos, las finanzas pueden ser más proactivas, más predictivas y más estratégicas. Se puede liberar una gran cantidad de valor comenzando con lo básico: hacer que los datos en sí sean más descriptivos para minimizar la limpieza, la interpretación y la duplicación; y facilitando el uso y la comprensión de varios departamentos para diagnosticar dónde se pueden realizar mejoras”. El futuro de las organizaciones depende de ello.