Cuando los cimientos se vuelven automáticos, la atención va donde realmente importa.
Lo aprendí después de suspender el examen de conducir cuatro veces. Me centraba en la mecánica: los cambios, el punto de embrague, qué palanca era cuál. Todo importante, pero no era todo. Todos los examinadores me dieron la misma indicación: poca atención en la carretera.
En el quinto intento, todo encajó. Las carreteras no se habían vuelto más amables, pero los cimientos ya eran automáticos. Mi atención pudo reorientarse hacia donde tenía que estar: en el exterior, donde el examen siempre había querido tenerla.
Los equipos de finanzas se enfrentan al mismo examen
He pasado mi carrera viendo a equipos de FP&A fallar de la misma manera que yo. No por falta de criterio, sino por falta de atención disponible. Cuando toda la capacidad del equipo está atrapada en la mecánica (cientos de archivos que no cuadran, versiones que nadie puede reconciliar, errores que tardan días en rastrear, entregas perseguidas una a una), el negocio le está ocurriendo a otra persona. No puedes asesorar sobre una decisión que no viste venir porque estás atascado en la mecánica.
El presupuesto anual es donde el examen se pone más difícil. Una previsión es sólo tu mejor estimación de lo que ocurrirá. Un presupuesto es un acuerdo sobre a qué se comprometerán los equipos el año que viene, lo que lo convierte en una negociación con una hoja de cálculo adjunta.
Cuando algo sale mal, es fácil culpar a las herramientas: una fórmula rota o un modelo deficiente. Pero el verdadero fracaso en el presupuesto anual es quedarse sin tiempo para negociar correctamente. Es entregar la primera versión porque nunca hubo tiempo de explorar alternativas.
La mayoría de los equipos de finanzas no quieren una sola iteración. Sólo se pueden permitir una. He conocido a muchos, incluido el mío, que sólo tuvieron esa opción. Es una de las razones por las que los equipos de FP&A a veces tienen dificultades para aportar el valor para el que fueron contratados. El valor nunca estuvo en los archivos. Estaba afuera, y nadie podía prestar atención a la carretera.
Ver detrás del telón
En la última edición de esta serie, nuestro CFO Alistair mencionó que su Head of FP&A era una de las personas que construyó las herramientas de IA que usa nuestro equipo de finanzas. Ese soy yo, y creo que debo explicar esta paradoja correctamente.
Pasé años gestionando ciclos presupuestarios en otras empresas, disculpándome por el proceso y frustrado con las herramientas disponibles. Ahora veo las cosas desde el otro lado, trabajando en una empresa que crea esas herramientas. Por eso he pasado este año trabajando junto a nuestro equipo de producto para asegurarme de que nuestras soluciones reflejan la realidad del día a día de los equipos de finanzas. Mientras escribo esto, estamos arrancando nuestro ciclo presupuestario 2027 en nuestra propia plataforma, y mis colegas están observando exactamente cómo transcurre. La persona que antes se quejaba del coche ahora ayuda a construirlo. Lo mínimo que puedo hacer es contar honestamente cómo es conducirlo.
Lo que solía costar la mecánica
Un ciclo presupuestario en archivos funciona así: un modelo maestro se convierte en una plantilla de distribución, la plantilla se convierte en docenas de copias, y las copias vuelven modificadas de formas que no autorizaste y no siempre puedes ver. Los números llegan en miles cuando pediste unidades. Alguien inserta una fila. En una empresa anterior, pasé dos días rastreando una única desviación a través de seis libros de trabajo enlazados hasta llegar a una celda donde una fórmula había sido sobrescrita con un número fijo, meses antes, por alguien que tenía toda la intención de corregirlo después.
Nuestros datos vienen de decenas de responsables de centros de coste de distintas funciones. Cada uno se convierte en un documento que hay que producir, enviar, explicar, perseguir, revisar, corregir y re-ensamblar. El criterio es una fracción del
trabajo. El resto es administración, realizada por personas contratadas para tomar decisiones. Esa es la mecánica. Ahí es donde va toda la atención.
Automatizar los cimientos
Lo que cambió para mí llegó en dos pasos, y el primero no tuvo nada que ver con la IA.
Conectamos nuestro modelo de planificación directamente a los sistemas de los que provienen los datos. Headcount del sistema de RRHH, datos reales del ERP y datos comerciales directamente desde la fuente, no una captura de pantalla de la fuente. Eso evita el error más peligroso: construir un modelo sobre datos que ya están desactualizados. Un modelo puede ser internamente consistente y aun así estar equivocado con toda la confianza del mundo, porque se construyó sobre una extracción que quedó obsoleta al día siguiente de que alguien la sacara.
También reemplazamos los archivos por envíos estructurados. Los responsables de centros de coste trabajan en la misma estructura que yo, con las mismas definiciones, unidades y jerarquía. Sus datos vuelven como propuestas, y cada una se revisa y aprueba antes de integrarse. No existe un segundo artefacto, por lo que no hay que reconciliar versiones, porque no las hay. La plataforma también registra quién cambió qué y cuándo. Eso parece una carga administrativa hasta que llega marzo, cuando un responsable de presupuesto pregunta por qué su objetivo es el número que es, y el presupuesto tiene que defenderse por sí solo.
Nada de esto es brillante o llamativo. Tampoco lo es saber dónde está el punto de embrague. Es simplemente la condición para todo lo demás. Ese fue el primer paso.
Lo que expuso en lugar de resolver
Pero esto es lo que descubrimos cuando empezamos a usarlo. Apuntar mejores herramientas a nuestros propios datos hizo lo que hace en todas partes: reveló nuevas brechas en lugar de resolverlas. Definiciones que habían evolucionado, campos que habían cambiado de significado con el tiempo, estructuras que se habían arrastrado mucho tiempo después de que desapareciera la razón que las justificaba. Conectar un sistema a todo eso no resolvió nada. Lo expuso, y luego hubo que arreglarlo antes de poder fiarnos de nada de eso.
Aprender a conducir no arregló los baches, pero sí significó que por fin podíamos verlos.
Un atajo hacia la cuarta versión
No podemos ignorar la parte de la IA, esta es nuestra serie Intelligence Inside, al fin y al cabo. Pero es importante recalcarlo: los datos tenían que ser fiables antes de que el siguiente paso tuviera sentido. Pusimos la IA a trabajar sobre la estructura de un modelo, no sobre los números que contiene. En este ciclo, usamos el Modeler Agent por primera vez para construir nuestros modelos de planificación directamente.
La primera construcción es increíblemente rápida. Describes el modelo que necesitas en lenguaje natural, revisas el plan que propone, revisas secciones, variables, periodos temporales y las fórmulas que los conectan, y lo apruebas (o no). Cada fórmula permanece visible y editable.
Pero la primera construcción nunca fue la costosa. La cuarta sí lo era. Reestructurar un modelo tenía un coste real, por lo que en el pasado, cuando un responsable de presupuesto me decía que un driver era incorrecto, la respuesta honesta era a menudo que la corrección no valía la reestructuración. El modelo se quedaba ligeramente equivocado, todos trabajaban con ese error asumido, y en un par de ciclos la solución provisional se convertía en conocimiento institucional que se enseñaba a los recién llegados. Ahora, cuando reestructurar cuesta una tarde, esa aritmética se invierte. Dejas de defender la estructura y empiezas a cambiarla. El razonamiento mejora, porque el modelo por fin puede seguirle el ritmo.
Creía que estaba comprando velocidad, pero lo que en realidad estaba ganando era el permiso para cambiar de opinión.
La vista en la carretera
Todavía estamos al principio de este ciclo, no al final, así que no voy a pretender que sé cómo termina. Seguimos construyendo también. Junto con nuestro equipo de Producto, estamos probando flujos de trabajo y gestión de tareas dentro de xP&A en este mismo ciclo, mientras aún es nuevo. Es una forma extraña de gestionar un presupuesto y una muy buena forma de construir un producto.
Si estás abriendo tu propio ciclo en las próximas semanas, déjame decirte dos cosas (y ninguna tiene que ver con el software): Primero, espera que cualquier nueva herramienta exponga tus problemas de datos en lugar de resolverlos, y presupuesta el tiempo necesario para arreglarlos. Segundo, mide el ciclo por cuántas veces cambiaste genuinamente de opinión sobre el año que viene o cuántas veces lo habrías hecho si hubieras podido, no por cuántos días tardaste en cerrar. Ahí es donde veo el
enorme potencial de la IA y del Modeler Agent de Lucanet en concreto: en la posibilidad de cambiar de opinión.
Por primera vez en mi carrera, estoy abriendo un presupuesto anual sintiéndome preparado en lugar de a la defensiva. El año que viene no se ha vuelto más fácil de predecir, igual que las carreteras nunca se volvieron más amables. La diferencia es que podemos mirar más allá de la mecánica, y la atención del equipo ha vuelto al exterior: al negocio, a las decisiones y a la negociación sobre el año que viene para la que existe realmente un presupuesto.
Me llevó cinco intentos aprender que el examen nunca fue sobre el coche.
