Por qué la tesorería será la primera función de back-office en ser completamente autónoma

Todos los CFO con los que he hablado en el último año tienen una estrategia de IA. O al menos un deck que dice que la tienen. El plan típico empieza por FP&A, pasa a compliance, quizás toca procurement. La tesorería apenas se menciona.

Esto está al revés. Después de siete años dirigiendo operaciones de tesorería en 10 mercados europeos en una empresa de €2.300M, gestionando un portfolio de cuentas por cobrar de €2.000M, y dedicando el último año a construir agentes de IA para operaciones financieras, estoy convencido de que la tesorería será la primera función de back-office en ser completamente autónoma. No parcialmente automatizada. No "asistida por IA". Autónoma.

Esta es la razón.

La trifecta de la autonomía

Para que cualquier función sea completamente autónoma, necesita tres propiedades: el trabajo debe ser repetitivo, basado en reglas, y de impacto suficiente para justificar la inversión. La tesorería es la única función de back-office que cumple las tres a la perfección.

Repetitiva a escala industrial

Las operaciones de tesorería son abrumadoramente reconocimiento de patrones. Aplicación de pagos: casar cobros entrantes con facturas pendientes. Cobros: identificar cuentas vencidas, determinar la cadencia de comunicación adecuada, enviar recordatorios. Previsión de tesorería: agregar comportamientos históricos de cobro, aplicarlos al portfolio actual de cuentas por cobrar, predecir posiciones de caja futuras. Yo personalmente gestioné un proceso en el que rastreábamos cohortes de cobro mes a mes, calculando qué porcentaje de cada vintage de facturas se cobraba a 30, 60, 90, 120 y 150+ días. Todos y cada uno de los meses. En 10 países. La misma estructura, la misma lógica, los mismos patrones.

Basada en reglas con excepciones definibles

Esta es la distinción crítica que la mayoría de los estrategas de IA pasan por alto. La tesorería no es solo repetitiva; sigue reglas explícitas con un conjunto finito de excepciones. Cuando recibes un pago que no cuadra exactamente con una factura, hay quizás 15 razones habituales: pagos parciales, descuentos por pronto pago, redondeos de divisa, pagos consolidados de múltiples facturas, retenciones fiscales, comisiones bancarias deducidas en origen. Las he visto todas. Parecen caóticas al principio, pero son clasificables. Y una vez clasificadas, la resolución sigue un camino predecible.

Compáralo con FP&A, donde "analizar por qué los ingresos han bajado un 12% en Alemania" requiere juicio de negocio contextual que cambia cada trimestre. O con compliance, donde la interpretación regulatoria exige matices legales. Las excepciones de tesorería son excepciones estructuradas. Exactamente lo que los agentes de IA manejan bien.

Impacto económico de primer orden

Un solo día de mejora en Days Sales Outstanding en un portfolio de €2.000M en cuentas por cobrar equivale a aproximadamente €5,5M en capital de trabajo liberado. Cuando reduje la deuda vencida de €100M a €15M, el impacto en las líneas de crédito de la empresa, la capacidad de titulización y la narrativa para inversores fue inmediato y material. La automatización de tesorería no solo ahorra costes de personal; libera capital que estaba atrapado en ineficiencia operativa. Es el caso de ROI soñado de cualquier CFO.

Por qué las "soluciones" actuales no son suficientes

El mercado de software enterprise de tesorería (HighRadius, Kyriba, Coupa Treasury) existe desde hace años. Estas plataformas son buenas en lo que hacen: automatización de flujos de trabajo, procesamiento directo para coincidencias limpias, reporting en dashboards. Pero tienen una limitación fundamental: automatizan el 70% fácil y dejan el 30% difícil a los humanos.

En ese 30% difícil es donde está la mayor parte del valor. Es el pago parcial de un cliente que pagó tres facturas con una sola transferencia y dedujo una nota de crédito que aún no has procesado. Es el pago que llega en una divisa distinta a la esperada porque el equipo de tesorería del cliente decidió netear entre entidades. Es la discrepancia de €25M que descubres cuando tu modelo de previsión asume una media simple de comportamientos históricos de cobro pero ignora la estacionalidad y los patrones de pagos parciales.

Encontré exactamente esa discrepancia. La causa raíz era triple: el modelo preveía cobros en lugar de cash-in real, los comportamientos objetivo no estaban ajustados estacionalmente, y los pagos parciales se perdían por las grietas. El software tradicional nunca lo habría detectado porque no era un problema de calidad de datos. Era un problema de metodología. Resolverlo requería entender cómo las medias móviles ponderadas con sesgo de recencia superan a las medias simples en la predicción de comportamiento de cobro, y por qué los índices estacionales deben calcularse por bucket, no de forma global.

Este es exactamente el tipo de problema donde un agente de IA, bien diseñado, supera tanto al software heredado como a los procesos manuales.

La pila autónoma de tesorería

Basándome en lo que he construido y en lo que he visto funcionar, la pila autónoma de tesorería tiene tres capas:

La clave es que la Capa 2 no reemplaza a la Capa 1. La complementa. Las plataformas enterprise son excelentes en automatización estructurada; los agentes de IA son excelentes en razonamiento no estructurado. La combinación es lo que te lleva del 70% de automatización al 95%+.

Por qué esto lo construirán operadores (no tecnólogos)

El mayor riesgo en la tesorería autónoma no es la tecnología. Es construir lo que no toca. He visto a tecnólogos diseñar sistemas de cobros "inteligentes" que envían emails de reclamación automatizados en función de los días de vencimiento. Cualquiera que haya llamado realmente a un deudor sabe que el timing de una llamada de cobro depende de entender el ciclo de pago del cliente, su proceso interno de aprobación, su relación con tu equipo comercial, y si están consolidando facturas este mes. Los días de vencimiento son un input entre veinte.

Los mejores productos de IA en tesorería los construirán personas que han estado sentadas en la silla de operaciones. Que han cuadrado caja a las 2 de la mañana antes de un consejo. Que han explicado a un CFO por qué la previsión fallaba en €25M. Que saben que el verdadero cuello de botella en cobros no es enviar emails; es saber qué emails enviar, a quién, y cuándo.

Esa intuición operativa no se aprende de un documento de requisitos de producto. No se puede especificar en una user story. Vive en el criterio de las personas que han hecho el trabajo.

Cronograma: más rápido de lo que piensas

La tecnología para una tesorería autónoma ya existe hoy. Los modelos de lenguaje pueden razonar sobre discrepancias de pagos. Los agentes con tool calling pueden consultar sistemas ERP, casar facturas y redactar emails de resolución. El coste de operar estos agentes baja cada trimestre.

Lo que falta no es capacidad. Es diseño de producto: alguien que entienda tanto la realidad operativa como la posibilidad técnica, que pueda diseñar el nivel adecuado de autonomía para cada subproceso, que sepa dónde mantener humanos en el loop y dónde dejar correr a los agentes.

Mi estimación: en 18 meses, las primeras empresas tendrán operaciones de tesorería autónomas al 90%+ para la gestión estándar de cuentas por cobrar. En 36 meses, la ventaja competitiva de tener una función de tesorería completamente autónoma será tan evidente que toda empresa que gestione más de €500M en cuentas por cobrar estará construyendo o comprando una.

La pregunta no es si la tesorería se vuelve autónoma. Es quién la construye primero.