Indice
- La función financiera entra en una nueva fase
- Impacto en el trabajo diario del profesional financiero
- Claude Cowork y el debate sobre la SaaSpocalypsis
- Impacto en empresas implantadoras, integradoras y consultoras
- Una oportunidad estratégica: gobernanza aplicada a la IA en Finanzas
- Seguridad, rigor y trazabilidad: requisitos no negociables
- Preguntas frecuentes sobre IA, SaaSpocalypsis y software financiero
- Conclusión
Introducción
La Inteligencia Artificial ya no es una promesa a futuro para los departamentos financieros de grandes organizaciones. Su adopción empieza a traducirse en cambios operativos tangibles: automatización de tareas, aceleración del análisis y nuevas exigencias en materia de gobierno del dato.
En este contexto, el anuncio de Claude Cowork por parte de Anthropic ha reactivado un debate que venía creciendo: qué ocurre cuando la IA deja de actuar como una herramienta puntual y pasa a coordinar tareas, mantener contexto y apoyar la ejecución de flujos completos de trabajo. Anthropic presenta Cowork como una research preview orientada a extender capacidades agentic (agentes de IA) a escenarios de trabajo más amplios desde Claude Desktop.
De forma paralela, se ha popularizado el término SaaSpocalypsis para describir un posible desplazamiento de la centralidad del SaaS tradicional frente a una capa superior de agentes capaces de orquestar procesos. Más allá del concepto, la cuestión relevante para el ámbito financiero es concreta:
¿Cómo cambia el trabajo de los equipos de Finanzas y cómo cambia el modelo de valor de las empresas que los acompañan (implantación, integración, consultoría y soporte)?
1. La función financiera entra en una nueva fase
Durante décadas, gran parte del trabajo financiero ha estado condicionado por:
- Procesos manuales o semi-automatizados.
- Cierres prolongados y costosos.
- Reporting orientado principalmente al pasado.
La IA comienza a alterar este marco. En la práctica, los equipos financieros están aplicándola para:
- Automatizar conciliaciones, cierres y tareas de reporting.
- Analizar grandes volúmenes de datos con mayor agilidad.
- Simular escenarios y anticipar riesgos, en la medida en que los datos y los modelos lo permitan.
El efecto es un cambio de foco: el área financiera evoluciona desde una función centrada en consolidar y reportar hacia un rol más orientado a apoyar decisiones, con mayor frecuencia y con mayor exigencia de trazabilidad.
2. Impacto en el trabajo diario del profesional financiero
La IA no implica necesariamente la sustitución del profesional financiero, pero sí una redefinición clara de su aportación. Entre los cambios más relevantes:
- Reducción de tareas repetitivas (preparación de datos, extracción, formateo).
- Forecasts más dinámicos, con revisiones más frecuentes frente al presupuesto estático.
- Narrativas automáticas para explicar variaciones, que requieren supervisión y validación.
- Decisiones con mayor apoyo en datos, siempre que la calidad y el gobierno de la información lo permitan.
En este escenario, el valor se desplaza: ya no reside tanto en producir informes, sino en interpretar, cuestionar, validar y convertir la información en decisiones defendibles.
3. Claude Cowork y el debate sobre la SaaSpocalypsis
El interés alrededor de Claude Cowork se explica por un punto clave: la IA deja de limitarse a responder consultas y empieza a colaborar en tareas encadenadas, en un contexto amplio y coherente, y ayudando a ejecutar trabajo de conocimiento desde un entorno de escritorio.
Este tipo de avance abre preguntas relevantes para el ecosistema SaaS tradicional, también en software financiero:
- ¿Qué ocurre si un agente IA puede coordinar procesos financieros de extremo a extremo?
- ¿Se mantiene la misma necesidad de aplicaciones altamente fragmentadas?
- ¿Cómo se transforma el modelo comercial basado en licencias por usuario?
Reuters recogió la reacción del mercado y el impacto percibido en el software tras novedades en agentes de IA, en un contexto donde algunos valores del sector registraron caídas en bolsa ante la preocupación por el efecto sobre la demanda de SaaS, lo que se ha denominado apocalipsis del software.
La tesis de la SaaSpocalypsis, por tanto, no implica una desaparición inmediata del software, sino una pérdida de centralidad: el valor se desplaza hacia capas superiores de inteligencia y orquestación.
4. Impacto en empresas implantadoras, integradoras y consultoras
Durante años, buena parte del valor de mercado de grandes integradores y consultoras se ha apoyado en:
- Implantación de ERP y EPM.
- Parametrización de reglas y procesos.
- Mantenimiento de plataformas cloud.
La aparición de agentes capaces de automatizar trabajo y coordinar tareas acelera un cambio: el foco deja de estar en configurar sistemas y pasa a estar en diseñar modelos de operación confiables, donde la IA se incorpora con controles.
Esto se traduce en un reposicionamiento natural:
- Menos énfasis en parametrización mecánica.
- Más énfasis en arquitectura, gobierno del dato, seguridad y control.
- Mayor relevancia del diseño de procesos y de la supervisión.
El riesgo no es la IA en sí, tampoco en la eliminación de los ERP ni plataformas EPM, sino mantener un modelo de valor que no evoluciona.
5. Una oportunidad estratégica: gobernanza aplicada a la IA en Finanzas
Desde una perspectiva de servicios especializados para la Oficina del CFO, el valor diferencial comienza a concentrarse en:
- Definir cómo se usa la IA en finanzas (dónde sí y dónde no).
- Garantizar rigor, trazabilidad y control.
- Integrar IA y sistemas financieros sin comprometer fiabilidad.
- Establecer criterios de supervisión y escalado.
En otras palabras: el futuro no es la IA sin reglas, sino la IA gobernada. Y para ello es crítico combinar conocimiento del negocio financiero con arquitectura de información y procesos. Desde Nova vemos este cambio como una oportunidad clara.
6. Seguridad, rigor y trazabilidad: requisitos no negociables
En el entorno financiero, existen límites claros.
Seguridad del dato
Los datos financieros y los datos personales asociados requieren control estricto. El RGPD establece principios de tratamiento como licitud, transparencia y limitación de finalidad, que resultan especialmente relevantes cuando se incorporan tecnologías que procesan grandes volúmenes de información.
Rigor y explicabilidad
- Cada cifra debe poder rastrearse hasta su origen.
- Cada análisis debe poder explicarse.
- Cada hipótesis debe quedar documentada.
Además, el marco regulatorio europeo en torno a la IA está avanzando, con obligaciones según el tipo de uso y el nivel de riesgo.
En paralelo, el foco en resiliencia y gestión del riesgo tecnológico se refuerza en el sector financiero europeo, alineado con iniciativas como DORA y guías de supervisión relacionadas.
Preguntas frecuentes sobre IA, SaaSpocalypsis y software financiero
Definitivamente no. Cowork se presenta como una “research preview” orientada a llevar capacidades agentic a trabajo de conocimiento desde el escritorio y conectado en línea a los sistemas de información, lo que puede complementar herramientas existentes y automatizar partes del flujo. El impacto dependerá de la arquitectura, permisos, integraciones y del grado de gobierno del dato y su lógica financiera y de negocio en cada organización.
Suele ser más efectivo comenzar por casos donde el valor sea medible y el control sea gestionable, por ejemplo modelos consistentes de planificación y presupuestación conectadas a ERP, cuadros de mando de KPIs, y mejoras de trazabilidad y coherencia del dato. Nova destaca precisamente la integración con ERP, la lógica del negocio en EPM, y la gobernanza del dato como base para tener información auditable y fiable.
El mayor riesgo no suele ser técnico, sino de control. En finanzas, la seguridad del dato, el acceso auditable, la trazabilidad de la información y la explicabilidad de resultados son requisitos críticos. Además, en Europa existen obligaciones relevantes en protección de datos (RGPD) y un marco regulatorio de IA en evolución que refuerza la necesidad de gobernanza.
Un buen inicio es identificar procesos donde el valor sea claro y el riesgo sea gestionable, por ejemplo, los modelos de planificación y forecasting, reporting financiero y de gestión, o integración de datos para análisis. En Nova plantean un enfoque orientado a resolver retos de gestión financiera y de datos, apoyándose en soluciones EPM y analítica para dar visibilidad y acelerar decisiones con control.
Conclusión
La IA no elimina el software financiero. Lo que hace es redefinir su papel y desplazar el valor hacia la inteligencia aplicada, la gobernanza y la confianza.
Para los departamentos financieros, el reto es claro: aprovechar el potencial de la IA manteniendo control, rigor y credibilidad.
Para quienes dan servicio a la Oficina del CFO, la pregunta estratégica es inevitable:
¿Seguiremos implantando herramientas o empezaremos a diseñar inteligencia financiera confiable, gobernada y auditable?
En Nova creemos que el futuro pasa por lo segundo.
