Para muchas empresas, la mejora de los procesos de planificación financiera (incluyendo la planificación y el análisis financiero, la planificación de ventas y operaciones, la planificación empresarial integrada y la previsión), es una de las principales prioridades. La automatización, la mejora de la integración entre sistemas y el aumento de la eficiencia de los procesos parece ser un esfuerzo continuo. Hoy en día, la Inteligencia Artificial y el Aprendizaje Automático parecen ser prometedores en esta área, pero ¿es realmente lo que su empresa debería comprar y/o desarrollar?

En mi carrera, he visto muchos ejemplos del uso incorrecto del término Inteligencia Artificial. Además, muchos programas informáticos se venden con el título de IA sin tener ninguna funcionalidad de IA real en su interior. Incluso en los casos en los que el software contiene IA, la mayoría de las empresas no pueden empezar a utilizarla directamente en función del estado actual de sus procesos de planificación. Sin embargo, las empresas deben comprender que la implementación y el desarrollo de la tecnología más innovadora pueden realizarse dentro de un plazo y un presupuesto aceptables. Y aquí está el quid de la cuestión: para implantar y utilizar correctamente la IA, es necesario adoptar un enfoque estructurado. Esto requiere tiempo, una cuidadosa preparación, desarrollo tecnológico y, en la mayoría de los casos, también un cambio en la forma de trabajar. Es difícil hacerlo todo de una vez, por lo que se recomienda un enfoque gradual: el objetivo es un entorno estable y flexible que ofrezca resultados ahora, pero que también pueda adaptarse rápidamente a los cambios en la empresa, el entorno y los procesos de toma de decisiones relacionados.

En este artículo se abordarán 5 etapas diferentes de los procesos de planificación y previsión. Nos centraremos en los cambios necesarios para avanzar una etapa en su viaje para alcanzar el objetivo final de crear el máximo valor dentro de estos procesos utilizando todos los recursos disponibles, incluida la IA. Los términos planificación y previsión se utilizarán indistintamente.

Etapa 0

Como punto de partida, no existe ningún proceso de planificación. Esto implica que no se ha invertido en tecnología adecuada y que todo el trabajo es manual sin ninguna base subyacente. Hay que luchar contra el fuego sin un análisis centralizado todo el tiempo y no hay una visión clara sobre la planificación a corto y largo plazo en la empresa.

Etapa 1

En esta fase, existe un proceso de planificación, pero no es de gran valor ni está bien pensado. Las actividades de planificación habituales, como la reprevisión, son básicas y relativamente ingenuas (por ejemplo, se limitan a extrapolar valores históricos de periodos anteriores), pero al menos se dispone de una línea de base como punto de partida. Como es probable que la precisión de esta previsión sea baja, será necesario un gran esfuerzo por parte de los planificadores para ajustar la "línea de base" para la presentación final. El tiempo dedicado a la lucha contra el fuego debería ser menor que en la fase 0. No es necesario invertir en tecnología adecuada, ya que el proceso seguirá estando extremadamente centrado en los resultados y puede estar sesgado por la mentalidad subjetiva de los distintos planificadores.

Etapa 2

Para la mayoría de las empresas, ésta es la madurez probable de los procesos de planificación y previsión. En esta etapa, es probable que una empresa tenga sistemas dispares y muchos datos. No tener un proceso bien construido para automatizar e integrar, es la principal causa de las ineficiencias. Sin embargo, la gran ventaja en esta etapa es la disponibilidad de métodos de previsión más sofisticados; líneas de base, tendencias, fluctuaciones irregulares, ciclicidad o estacionalidad: los métodos de previsión estadística disponibles podrán detectar los patrones en los datos y podrán ser utilizados por los planificadores. Cuando se utilizan métodos de previsión estadística menos avanzados (intuitivos), como la media móvil, la media histórica, la regresión o cualquier enfoque basado en el conductor), se puede hacer en Excel. Para los métodos de previsión más avanzados, como el Suavizado Exponencial (simple, doble, triple), la Tendencia Lineal de Holt, la Descomposición Multiplicativa y la Multiplicativa de Winter, se necesita un software más avanzado (software o herramientas de programación de cálculo estadístico). Se recomienda redactar los requisitos y un plan de juego para el flujo de datos, el diseño de integración y el diseño funcional del modelo antes de decidir qué software utilizar.

En esta etapa se aprecia un claro cambio de trabajo. La cantidad de trabajo para los planificadores se reduce tras la reconsolidación de los datos, porque además de reconocer las tendencias de los datos y aplicar el enfoque estadístico correcto, los planificadores sólo tienen que retocar la previsión basándose en conocimientos que no se reflejan en ningún sistema. Sin embargo, es necesario invertir más tiempo en el desarrollo a largo plazo del modelo y el proceso de previsión para aumentar la escala y la eficiencia en todas las funciones de la empresa.

En este artículo no trataré el contenido exacto de los métodos de previsión avanzados. En cada método se tienen en cuenta al menos tres de los siguientes componentes: línea de base, tendencia, estacionalidad, ciclicidad, fluctuaciones irregulares y crecimiento.

Etapa 3

En esta etapa, la integración de los sistemas transaccionales de registro está en marcha. Esto implica que se ha alcanzado un estado de fuente única de la verdad dentro de la empresa, lo que repercute positivamente en el trabajo diario de los planificadores. La cantidad de trabajo de bajo valor (comprobación, conciliación, corrección de errores) para los planificadores se reduce gracias a la solución integrada. En este tiempo ahorrado, los planificadores pueden dedicarse a trabajos de alto valor (todo tipo de análisis de datos) en lugar de realizar conciliaciones manuales mensuales repetidas.

La tecnología apoya plenamente el proceso básico de previsión de principio a fin. A diferencia de la fase 2, se dispondrá de más datos para los distintos componentes del proceso de previsión, como el análisis exhaustivo de datos, la planificación de escenarios, el análisis de impacto, etc. Las opciones en materia de previsión ya no son limitadas: la detección de patrones de demanda (jerárquicos, pero también causales) a partir de una base de datos externa con estadísticas será la norma. En la etapa 2, la previsión estadística se basaba en datos reales elegidos, pero en esta etapa se utiliza el análisis predictivo para determinar qué datos (adicionales) tienen más valor predictivo para la previsión en toda la empresa. Cada vez se implementarán más algoritmos basados en datos, lo que implica aún menos trabajo para los planificadores, ya que también se crearán análisis de datos e informes extensos estandarizados con esta tecnología. Los planificadores sólo tienen que decir qué tipo de análisis tendría valor añadido y estos análisis se desarrollarán de forma estandarizada en toda la empresa. Los planificadores tardarán algún tiempo en sentirse cómodos con su "nuevo" papel.

Etapa 4

En esta etapa, la tecnología soporta un proceso de previsión más avanzado de principio a fin e incluye técnicas de previsión más innovadoras. Una mejora con respecto a la etapa 3 es la capacidad de utilizar diferentes técnicas para hacer previsiones a corto plazo (0-3 meses) y a medio plazo (3-24 meses). La capacidad de distinguir entre la planificación a corto y medio plazo disminuye la probabilidad de tener pocos datos descendentes y aumenta la precisión de la previsión a largo plazo. Tanto los datos granulares como los descendentes están disponibles en esta fase para detectar también patrones de jerarquía o relaciones causales.

La naturaleza del trabajo en términos de previsión será cada vez más la toma de decisiones estratégicas en lugar de centrarse en los datos posteriores. Los planificadores convencionales serán reeducados para añadir valor más arriba en la cadena del proceso. En esta etapa, los datos ya no serán el principal tema de conversación, sino que se cuestionarán los supuestos del modelo y se simularán en la planificación de escenarios para aumentar la precisión de las previsiones y tener una buena idea de las posibilidades futuras. El modelo proporcionará todo el análisis para que el proceso de toma de decisiones se desarrolle sin problemas.

Etapa 5

Este es el estado final, en el que todo el proceso de previsión se realiza de forma automática y está dirigido por un sistema RPA (Robot Process Automation) centralizado. Un sistema RPA centralizado es una máquina de Inteligencia Artificial que es el núcleo de toda la automatización: todo está conectado a este sistema RPA. Esta tecnología de autoaprendizaje es dueña del proceso de previsión de principio a fin y puede ejecutar todos los pasos del proceso y tomar decisiones por sí misma. Sin embargo, necesita ser entrenada para mejorar, lo que implica que en lugar de mejorar un modelo, hay que dar retroalimentación al sistema RPA. La ventaja de esto es que se puede proporcionar a la máquina de IA información detallada sobre posibles mejoras y el sistema RPA es capaz de detectar la causa exacta del desajuste y lo ajustará en consecuencia. Mientras que en las etapas 3 y 4, la intuición detrás de los métodos de previsión se desvanece, en esta etapa desaparece por completo: se confía plenamente en la capacidad del sistema RPA y es necesario entrenarlo con precisión.

Con el sistema de RPA dirigiendo el proceso de previsión, se necesitarán empleados para los desarrollos y la formación de la máquina de IA, pero todavía se necesita casi ningún empleado para comprobar las cifras de la previsión. El mayor reto en esta etapa es dejar el control. Y no a otro colega capaz, sino a un producto de Inteligencia Artificial que es capaz de ver más en los datos de lo que todas las mentes más brillantes de la empresa juntas son capaces de ver (con suficiente formación). Como en la mayoría de las etapas, es posible ejecutar el proceso antiguo y el nuevo en paralelo. Después de ejecutar este proceso durante unos meses y comparar la previsión de los meses anteriores con los actuales dentro de un cierto margen de error, las empresas se sienten más cómodas dejando que el sistema RPA controle el proceso y sólo revisen los supuestos y números de alto nivel a partir de ese momento. Mientras tanto, cada desviación de bajo nivel y los nuevos datos se introducirán en la máquina para que la previsión del mes siguiente sea aún más

Un verdadero reto para esta hoja de ruta es pasar al siguiente paso sólo cuando la empresa esté realmente preparada. Si se va demasiado rápido, las ineficiencias se volverán aún más ineficientes y conducirán a un entorno inestable. Realice pilotos adecuados y deje que los desarrollos actuales y los nuevos funcionen en paralelo para una parte del negocio. Apoye a la empresa en la transformación porque no será fácil para ellos. Guíelos en el cambio de responsabilidades y en cómo gestionar las expectativas de los planificadores convencionales. Como empresa, sólo puede avanzar tan rápido como la parte más lenta de su negocio.

Merece la pena abordar otro reto: soltar el control paso a paso. En este proceso, no se puede dejar que un sistema RPA haga la previsión si no hay un plan de juego o no se invierte tiempo en establecer la integración, limpiar los datos disponibles, conocer las técnicas de previsión, etc. Los expertos de la empresa deben tener los conocimientos necesarios para que la máquina de Inteligencia Artificial esté preparada a su nivel para añadir más valor a la empresa.

Por último, la forma de trabajar tendrá que cambiar absolutamente. Algunas funciones incluso desaparecerán dentro del proceso y será inevitable volver a formar a los empleados. No subestime el impacto de esto y sea honesto sobre el alcance del cambio de procedimientos y lo que se necesita para lograr el siguiente paso en la mejora del proceso de previsión.

Nunca es demasiado tarde para empezar e informarse sobre cómo obtener grandes ganancias en el proceso de previsión actual dentro de su empresa. Cree la hoja de ruta a largo plazo con el apoyo de toda la empresa y póngase en marcha.