La inteligencia artificial se ha convertido rápidamente en una prioridad estratégica para los líderes financieros de todos los sectores, impulsada por la promesa de procesos más rápidos, análisis más precisos y una mayor eficiencia operativa. Según un reciente informe de KPMG, el 75% de las organizaciones utilizan actualmente IA en la función financiera, un marcado incremento frente al 30% de 2024.

Sin embargo, para muchos, la primera generación de herramientas de IA ha quedado por debajo de las expectativas. En lugar de transformar radicalmente la forma en que operan los equipos financieros, la IA se ha limitado en gran medida a funcionalidades de chatbot: resume información y ofrece sugerencias genéricas sin comprender el contexto empresarial más amplio ni conectarse a los sistemas donde realmente se realiza el trabajo financiero. A pesar de las altas tasas de adopción, solo el 23% de las organizaciones informa que la IA está superando sus expectativas.

Esa era del chatbot, no obstante, está llegando a su fin. La próxima generación de IA en finanzas estará definida por herramientas que cuenten con el contexto, la conectividad de sistemas y la gobernanza necesarios para funcionar como participantes activos en las operaciones financieras —lo que la industria en general ha comenzado a llamar "IA agéntica", un cambio en el que también están invirtiendo grandes proveedores de tecnología como Google, Microsoft y Salesforce.

La IA independiente queda corta en el ámbito financiero

Para la mayoría de los equipos financieros, la adopción inicial de IA consistió en el uso de interfaces de chat basadas en modelos frontera como ChatGPT y Claude. Los datos se exportaban de las pilas tecnológicas existentes y se pegaban en un chatbot. En paralelo, los proveedores de software se apresuraron a añadir funciones de IA a sus plataformas tradicionales, mientras que las startups promocionaban experiencias "nativas de IA".

Modelos como ChatGPT y Claude pueden, sin duda, mejorar la productividad en tareas como el resumen de documentos y otras actividades sencillas. Pero ese nivel de utilidad está muy lejos de la transformación que los líderes financieros tenían en mente al realizar sus primeras inversiones en IA.

La limitación fundamental de la IA independiente es que existe fuera de los sistemas donde se realiza el trabajo financiero. No puede acceder a los flujos de trabajo de cuentas por pagar (AP), los registros de proveedores, los datos de facturas o los historiales de pago —precisamente la información que proporciona el contexto crítico necesario para generar recomendaciones significativas. Además, dado que la IA independiente opera de forma aislada respecto a otras herramientas de la pila tecnológica financiera, no puede ejecutar las recomendaciones que genera. Una herramienta de IA puede analizar una discrepancia, pero no investigarla; otra puede recomendar una aprobación, pero no derivar la factura a la persona correspondiente en el momento adecuado.

Los protocolos abiertos como MCP representan la próxima era

Los protocolos abiertos, como el Model Context Protocol (MCP), están comenzando a cerrar esta brecha. MCP, presentado por Anthropic a finales de 2024 como un estándar de código abierto, proporciona un método estandarizado para que la IA se conecte de forma segura a los sistemas donde se realiza el trabajo financiero. En lugar de funcionar como un chatbot independiente, la IA equipada con MCP puede acceder a los datos relevantes, comprender el contexto empresarial y ejecutar acciones aprobadas en tiempo real.

Esto representa un cambio significativo. Donde antes la IA se limitaba a responder preguntas, los protocolos abiertos le permiten convertirse en un participante activo de los procesos financieros.

Considere un escenario en el que un proveedor envía una factura al equipo de AP del comprador y el precio no coincide con la orden de compra. Una herramienta de IA independiente podría explicar la discrepancia o sugerir los siguientes pasos. Sin embargo, la IA conectada mediante un protocolo abierto como MCP puede asumir un papel directo en la investigación y resolución: puede identificar la orden de compra y el historial del proveedor correctos, comparar los precios actuales con facturas anteriores, determinar la causa probable de la discrepancia, derivar la factura al aprobador correspondiente, notificar a las partes interesadas pertinentes y registrar la resolución —todo ello dentro de los permisos, las políticas de aprobación y los flujos de trabajo establecidos por la organización. El esfuerzo manual disminuye, pero el equipo mantiene el control total.

El impacto es especialmente pronunciado en finanzas y cuentas por pagar

Cada día, los equipos financieros generan y gestionan enormes volúmenes de datos operativos: facturas, órdenes de compra, registros de proveedores, historiales de pago, contratos y flujos de trabajo de aprobación. En conjunto, estos datos pueden proporcionar el contexto que la IA necesita para tomar mejores decisiones y ejecutar acciones de alto impacto. Sin embargo, en la mayoría de las organizaciones, los datos financieros están dispersos en sistemas desconectados y protegidos por controles de acceso estrictos.

Los protocolos abiertos como MCP proporcionan la estructura para que la IA se conecte a los datos financieros de forma segura. Los equipos ya no necesitan transferir datos manualmente entre herramientas desconectadas; la IA puede acceder a la información adecuada en el momento preciso, manteniéndose dentro de los límites de los permisos existentes, las políticas de aprobación y los requisitos de auditoría.

Los beneficios son particularmente evidentes en cuentas por pagar, donde la falta de contexto suele derivar en pagos tardíos a proveedores, fraude no detectado y sobregastos. Resolver una discrepancia en una factura, por ejemplo, puede requerir localizar la orden de compra correcta, verificar los precios históricos, confirmar que los bienes fueron recibidos e identificar al aprobador correspondiente. Gestionar una disputa con un proveedor puede implicar la búsqueda en extensas cadenas de correos electrónicos, registros de pago y documentación de respaldo. Estas tareas requieren mucho tiempo, y una resolución lenta puede generar riesgos empresariales reales.

Con protocolos abiertos como MCP, las investigaciones que antes requerían un esfuerzo manual significativo a menudo pueden completarse en cuestión de minutos. Los problemas se resuelven más rápido, lo que libera a los equipos para centrarse en trabajo de mayor valor. En este contexto, la IA evoluciona de una herramienta de productividad a una infraestructura financiera fundamental, permitiendo a las organizaciones tomar decisiones mejores y más oportunas sin sacrificar precisión, gobernanza ni control.

Los protocolos abiertos introducen gobernanza donde antes no la había

A medida que la IA se integra más profundamente en las operaciones empresariales, muchos líderes financieros se mantienen cautelosos, y la seguridad suele ser su principal preocupación. Los sistemas financieros contienen información altamente sensible, y cualquier tecnología que interactúe con esos datos debe cumplir los más altos estándares de seguridad. Las funciones financieras también operan bajo regímenes regulatorios estrictos —controles de Sarbanes-Oxley (SOX) en Estados Unidos, marcos de privacidad de datos como el GDPR en Europa y requisitos PCI-DSS para datos de pago—, lo que hace que el acceso a la IA con gobernanza y auditoría sea una necesidad práctica más que un lujo.

Los protocolos abiertos no equivalen a acceso sin restricciones a los sistemas financieros. Todo lo contrario: protocolos como MCP establecen conexiones seguras y basadas en roles entre la IA y los sistemas financieros que respetan los permisos de usuario existentes, las políticas de aprobación y los requisitos de auditoría. Cada interacción puede delimitarse, monitorearse y registrarse.

Este enfoque suele ser significativamente más seguro que las prácticas actuales en muchas organizaciones, donde los empleados introducen de forma rutinaria facturas, contratos y otros datos financieros sensibles en herramientas de IA públicas. Estos flujos de trabajo informales y sin gobernanza exponen a las organizaciones a riesgos de seguridad y cumplimiento. Los protocolos abiertos ofrecen una alternativa más segura: en lugar de que los empleados eviten los sistemas existentes, las organizaciones pueden proporcionar a la IA acceso seguro y auditable a la información adecuada, manteniendo la gobernanza, la responsabilidad y el control que los equipos financieros requieren.

¿Qué viene después para la IA en finanzas?

La era del chatbot en la IA financiera está dando paso a una nueva generación en la que los protocolos abiertos dotan a la IA del contexto y la conectividad necesarios para aportar valor empresarial tangible. Los equipos financieros que adopten este enfoque de forma temprana obtendrán importantes mejoras de eficiencia y una ventaja competitiva duradera.

Cuanto más tiempo estén implementados estos protocolos, más datos contextuales podrá aprender la IA, mejorando su capacidad para optimizar tareas rutinarias, revelar información de valor y respaldar la toma de decisiones. Las organizaciones que retrasen su adopción corren el riesgo de quedarse atrás frente a los pioneros.

Al mismo tiempo, los protocolos abiertos están redefiniendo el papel de las finanzas. Cuando el sistema operativo financiero de una organización puede gestionar el trabajo rutinario en segundo plano, los equipos ganan más capacidad para el análisis de mayor valor y las decisiones que genuinamente requieren juicio humano. Este sistema operativo financiero no se define por una sola herramienta o plataforma; representa la dirección hacia la que se dirige la industria: una en la que la IA posee el contexto, la conectividad y la gobernanza necesarios para funcionar como un participante activo en las operaciones financieras cotidianas.