La tesorería corporativa está experimentando una transformación fundamental a medida que los sistemas de inteligencia artificial agentica comienzan a ejecutar movimientos de efectivo de manera autónoma. Estos sistemas, ofrecidos por proveedores tecnológicos como Oracle y SAP, no solo pronostican necesidades de liquidez sino que actúan sobre ellas dentro de parámetros predefinidos, según reportes recientes de la industria financiera. La tesorería agentica representa un cambio significativo en cómo los directores financieros gestionan el efectivo operativo de sus empresas.
Este desarrollo marca la evolución desde plataformas de tesorería pasivas que simplemente muestran saldos y tendencias hacia sistemas que observan, deciden y ejecutan transferencias de efectivo automáticamente. La promesa para los CFO es clara: mayor rendimiento sobre el efectivo operativo sin sacrificar liquidez ni control, según indican expertos del sector.
De la Inteligencia a la Automatización en Tesorería Agentica
Las aplicaciones tempranas de inteligencia artificial en finanzas se enfocaron en el reconocimiento de patrones, como predecir demanda e identificar pagos tardíos. Sin embargo, estos sistemas han ganado confianza gradualmente, alimentados por conjuntos de datos más amplios y resultados medibles.
“La gente apenas comienza a entender que la IA no es solo automatización con marketing más atractivo”, declaró Ernest Rolfson, CEO y fundador de Finexio, en diciembre pasado. Esta evolución refleja un cambio fundamental en cómo las empresas perciben el potencial de la tecnología.
Según investigación de PYMNTS Intelligence, aproximadamente 7% de los CFO empresariales en Estados Unidos ya han implementado IA agentica en flujos de trabajo financieros activos, mientras que un 5% adicional está ejecutando programas piloto. Estas cifras demuestran la rápida adopción de esta tecnología emergente.
Funcionamiento de los Sistemas Agenticos de Tesorería
Un sistema de tesorería agentica típicamente opera con autonomía limitada pero definida. Mantiene autoridad clara sobre acciones específicas permitidas, como transferir saldos que superen un umbral establecido, mientras conserva conciencia de políticas a través de reglas integradas sobre buffers de liquidez y elegibilidad de instrumentos.
En la práctica, estos sistemas monitorean saldos en cuentas operativas, de concentración y subsidiarias en tiempo casi real, comparando las necesidades proyectadas de efectivo contra umbrales de política establecidos. Adicionalmente, pueden transferir automáticamente el exceso de efectivo hacia vehículos aprobados como fondos del mercado monetario o depósitos overnight, revirtiendo estos movimientos cuando la liquidez es requerida.
Grandes bancos y proveedores de tesorería han estado preparando el terreno para este cambio. Empresas como JPMorgan Chase ya han incorporado análisis predictivo en la gestión de efectivo, y el siguiente paso es permitir que esas predicciones desencadenen acciones.
Nuevas Soluciones en el Mercado
Bottomline ha desarrollado un agente de IA llamado Bea, programado para lanzarse en los próximos meses. Este agente está diseñado para actuar como un miembro digital del equipo en la oficina del CFO, permitiendo a tesoreros y profesionales de cumplimiento interactuar diariamente con datos financieros usando lenguaje natural.
Redefiniendo la Ecuación de Riesgo del CFO
Tres fuerzas están convergiendo para hacer este momento distintivo de ciclos previos de automatización financiera. Primero, con tasas de interés alejadas de cero, los saldos inactivos representan un costo de oportunidad real, presionando a los CFO a tratar el efectivo operativo como un activo gestionado activamente.
En segundo lugar, la complejidad ha superado el control manual. Las entidades globales gestionan docenas o cientos de cuentas a través de divisas, bancos y jurisdicciones, haciendo que las transferencias manuales simplemente no escalen adecuadamente. Mientras tanto, el pronóstico de efectivo impulsado por IA ha alcanzado un nivel de confiabilidad que hace la automatización defendible.
Los CFO mantienen cautela justificada respecto a la automatización de “caja negra” que maneja efectivo. Esta precaución ha moldeado cómo se implementan los sistemas de tesorería agentica, según observadores de la industria. Las acciones típicamente se limitan a instrumentos de corta duración y bajo riesgo, mientras que los umbrales de aprobación pueden escalar movimientos mayores para revisión humana.
Adopción y Resultados Medibles
Según el reporte de PYMNTS Intelligence “Time to Cash: A New Measure of Business Resilience”, el 70% de las empresas encuestadas ya utiliza al menos una herramienta de IA para gestionar flujo de efectivo. Las más avanzadas, aquellas usando IA agentica capaz de toma de decisiones autónoma, han automatizado hasta el 95% de sus procesos de cuentas por cobrar, comparado con solo 38% entre empresas sin integración de IA.
Sin embargo, la implementación requiere consideraciones cuidadosas. Los sistemas generalmente se prueban en paralelo con procesos manuales antes de confiarles operaciones completas, y los equipos de auditoría y cumplimiento se involucran desde etapas tempranas del despliegue.
La pregunta para los líderes financieros ya no es si la inteligencia artificial moverá el efectivo corporativo, sino cuánta autonomía están dispuestos a otorgar y qué tan rápido desean capturar los beneficios de una función de tesorería que no solo observa el dinero, sino que lo trabaja activamente. Los próximos meses serán cruciales para determinar cómo las empresas equilibran la automatización con los controles de gobernanza necesarios, mientras la industria observa los resultados de los programas piloto actualmente en marcha.