Hay una tarea en el área financiera que nadie celebra pero que casi todas las empresas padecen: cuadrar lo que entró con lo que se esperaba. Cruzar el extracto bancario, el reporte de la terminal de pago, la planilla de ventas y el sistema de cobros hasta que todo cierre. Cuando no cierra, alguien pasa horas buscando la diferencia. Ese es el cuello de botella. Y fue exactamente ese el problema que una empresa le trajo a Steply para resolver con IA.
Este artículo cuenta el caso sin tecnicismos: cuál era el problema real, por qué contratar más personas no lo resolvía, qué hace la IA aquí de verdad (y qué no hace), y cómo la arquitectura detrás de todo cambió el juego de "cierre que consume días" a "diferencia detectada el mismo día." Si tu equipo financiero se traba cada fin de mes, el problema probablemente es el mismo.
1. Dónde se trababa el área financiera de verdad
La operación no tenía un problema de falta de personas competentes. Tenía un problema de trabajo que no escala. Cada semana, alguien del equipo financiero exportaba cuatro fuentes distintas: el extracto bancario, el reporte de la procesadora de tarjetas, la planilla de ventas y el sistema de cobros. Luego cruzaba línea por línea para confirmar que cada valor esperado efectivamente había ingresado, en el monto correcto y en la fecha correcta.
Cuando todo cuadraba, solo era tiempo perdido. Cuando no cuadraba, y casi nunca cuadraba, comenzaba la búsqueda. Una comisión cobrada de más aquí, un pago que cayó dos días después allá, un pedido cancelado que nadie dio de baja. Cada discrepancia costaba entre quince minutos y toda una tarde para rastrear. Al cierre de mes, eso se convertía en dos o tres días de una sola persona dedicada solo a eso.
El efecto secundario era lo peor: como el cierre se retrasaba, las decisiones también se retrasaban. El dueño solo conocía la posición de caja real mucho después de que el mes había terminado. Tomar decisiones de compra, contratación o descuento basadas en números de tres semanas atrás es decidir a ciegas.
2. Por qué contratar más personas no resolvía el problema
La primera reacción de casi toda empresa en ese punto es la misma: poner a otra persona a ayudar con la revisión. Parece lógico, y es la salida más cara y menos eficaz que existe.
La conciliación financiera es un trabajo de repetición con atención sostenida, y los seres humanos son naturalmente malos en eso. Después de la centésima línea, la vista se cansa y la discrepancia pasa inadvertida. Dos personas revisando la misma planilla no duplican la precisión, crean retrabajo y criterios contradictorios ("¿tú consideraste esa comisión? yo no"). Y el costo es permanente: la persona nueva no resuelve la causa, solo absorbe el volumen hasta que el volumen crece otra vez.
El cuello de botella no era cantidad de manos. Era el hecho de que la conciliación era manual y rehecha desde cero cada vez. Mientras la revisión dependiera de que alguien abriera cuatro archivos y los comparara a ojo, el problema regresaba cada mes, más grande.
3. Lo que la IA realmente hace aquí (y lo que no hace)
Vale aclarar una confusión común de entrada. La IA, en este caso, no reemplaza al equipo financiero ni toma decisiones de dinero sola. No aprueba pagos, no mueve fondos, no decide nada que requiera una firma humana.
Lo que hace es la parte aburrida y mecánica: leer las cuatro fuentes, entender que "Pix recibido R$ 1.240" en el banco es el mismo evento que "pedido 8842 pagado" en el sistema, y emparejarlos automáticamente, incluso cuando el texto, el formato y la fecha no son idénticos. Aquí es donde la IA supera a una regla de planilla tradicional: la planilla necesita una coincidencia exacta, y la vida real nunca es exacta. Nombre abreviado, monto con comisión descontada, pago en cuotas, fecha desplazada. La IA lidia con el desorden que una regla rígida no soporta.
El resultado práctico: en vez de que una persona cruce todo, el sistema lo cruza solo y entrega únicamente la lista de lo que no cuadró. El equipo financiero deja de buscar una aguja en el pajar y solo mira las cinco o seis agujas que quedaron. El juicio sigue siendo humano. La búsqueda se volvió automática.
4. La arquitectura detrás, sin tecnicismos
La diferencia entre "pegué un ChatGPT en el área financiera" y una solución que aguanta el día a día está en la arquitectura. Piensa en la cocina de un restaurante muy concurrido: no basta un buen cocinero, se necesita flujo, estaciones de trabajo y que nadie choque con nadie. Así fue como lo construimos.
Cada fuente entra por su propia puerta
Banco, terminal de pago, ventas y cobros no se manejan a mano. Cada uno tiene una entrada dedicada que recibe el dato en cuanto existe y lo coloca en un formato único. El equipo financiero dejó de exportar e importar archivos. El dato llega.
La conciliación corre continuamente, no al final del mes
En vez de acumular todo para revisar de una sola vez, el emparejamiento ocurre todo el tiempo, en segundo plano. Un pago cayó hoy, se concilió hoy. Cuando el mes termina, el cierre ya está 95% listo, porque el trabajo se diluyó durante todo el mes. El pico de trabajo del día 1 desaparece.
La IA decide, pero dentro de límites claros
La inteligencia que hace el emparejamiento opera con reglas de seguridad alrededor. Por encima de cierto monto, o cuando la confianza es baja, no concluye sola: marca para revisión humana. Existe un registro de todo lo que decidió y por qué, así que nada es una caja negra. Y hay un interruptor de apagado: si algo parece incorrecto, el equipo financiero vuelve al modo manual sin depender de nadie.
Lo que escapa se convierte en aprendizaje
Cada discrepancia que un humano resuelve regresa al sistema como ejemplo. El patrón extraño de hoy (una comisión nueva de la procesadora, un tipo de reversión) se reconoce solo la próxima vez. La solución se vuelve más precisa con el uso, a diferencia de la planilla, que siempre sigue siendo tan grande como el problema.
5. Lo que cambió en la práctica
El número que le importa al dueño no es "cuántas líneas cruzó la IA." Es cuándo empezó a conocer la posición de caja real. Antes: dos o tres días después de que el mes terminaba. Después: en el primer día hábil, porque el trabajo se diluyó durante el mes y solo quedó revisar excepciones.
La persona del equipo financiero no fue despedida. Dejó de escarbar y empezó a hacer lo que ninguna máquina hace: investigar la causa raíz de las discrepancias que importan y hacer el seguimiento con quien corresponde. Su trabajo subió de nivel. El trabajo tedioso desapareció.
Y la ganancia silenciosa, la que nadie pone en la planilla de ROI: decisiones en el momento oportuno. Saber la posición de caja real el día 1 y no el día 20 cambia cómo negocias con proveedores, cuándo contratas y cuánto descuento puedes dar sin hacerte daño.
El reencuadre
El error de lectura más común es pensar que esto es "un robot que hace cuentas." No lo es. El cuello de botella nunca fue la cuenta, fue el trabajo manual de cruzar fuentes que no se hablan entre sí. La IA resolvió la parte que hace mejor que las personas (repetición y coincidencia aproximada en volumen), y la arquitectura garantizó que eso funcionara todos los días, con seguridad y sin convertirse en una caja negra.
Si tu cierre todavía consume días y las decisiones siempre llegan tarde, el problema es probablemente el mismo que el de esta operación. Y la solución no es una persona más revisando planillas. Es dejar de revisar planillas.