La contabilidad es uno de los departamentos más importantes, aunque intimidantes y costosos, en casi todas las empresas.

Los contadores supervisan todas las operaciones financieras de un negocio para ayudar a que funcione de manera fluida y eficiente. Estas incluyen la preparación y análisis de estados financieros (por ejemplo, flujo de caja, estado de resultados, balance general), el pago de impuestos a tiempo y el mantenimiento del libro mayor general (GL) de las empresas. Todas estas tareas requieren una gran cantidad de interacción humana que consume tiempo y dinero; no importa cuán cuidadoso sea un empleado, siempre existe la posibilidad de error humano, lo que podría desencadenar y llevar a resultados financieros devastadores en el futuro.

Tendencias recientes han hecho que la inteligencia artificial (IA) esté disponible en software de contabilidad, lo que está teniendo un impacto significativo en el sector de contabilidad y finanzas, al igual que en todas las demás industrias. Con la ayuda de la IA, las tareas contables que antes tomaban horas y días en completarse ahora pueden realizarse con mayor precisión en solo una fracción del tiempo.

La IA ahorra tiempo y dinero

La IA es importante en contabilidad y finanzas ya que agiliza y optimiza muchos procesos contables repetitivos. El resultado general es que las organizaciones pueden ahorrar más tiempo y dinero, ya que la IA proporciona valiosos conocimientos a los analistas contables y financieros y ayuda a analizar grandes cantidades de datos rápidamente, generando datos más precisos y accionables a costos más bajos. Estos datos luego pueden usarse para ofrecer conocimientos y análisis, impulsando la toma de decisiones estratégicas que afectan a toda la empresa.

Automatización de tareas repetitivas

La IA en contabilidad y finanzas tiene el potencial de descubrir tendencias y conocimientos adicionales al analizar e interpretar datos. Como se mencionó anteriormente, el mayor impacto de la IA en estos departamentos es la mayor eficiencia y precisión que proviene de la automatización de tareas repetitivas y administrativas, ayudando a los equipos contables a agregar valor real a su empresa, clientes y ambos.

La IA también mejora varios otros procesos contables, como cuentas por pagar y cuentas por cobrar, facturación, cobranza, gestión de gastos y adquisiciones o compras. Con la IA, los equipos de AP y AR pueden analizar grandes volúmenes de transacciones para detectar errores o tendencias ocultas, mientras que los equipos de adquisiciones y facturación o cobranza pueden detectar problemas potenciales con compras futuras, como pagos atrasados, entregas y ambos.

Protección contra fraudes, auditoría o cumplimiento

Aplicar IA a conjuntos de datos también puede ayudar a reducir el fraude al proporcionar procesos continuos de auditoría financiera para asegurarse de que las empresas cumplan con las regulaciones locales, federales y, si corresponde, internacionales.

La IA utiliza sus algoritmos para clasificar rápidamente grandes conjuntos de datos y señalar posibles fraudes y actividades sospechosas. Revisa comportamientos pasados de diferentes transacciones para resaltar comportamientos extraños, como depósitos o retiros de otros países que a veces son sumas más grandes de lo normal. La IA también aprende continuamente de auditorías de GL y correcciones por humanos o transacciones señaladas para poder hacer mejores juicios en el futuro. Además, la IA ayuda a reducir el fraude con banca digital, especialmente a medida que aumenta el volumen de transacciones y datos. Busca pagos sospechosos y deshonestos que podrían haber pasado desapercibidos debido a errores humanos.

Uno de los trabajos más importantes, aunque tediosos, de los equipos contables es auditar sus datos y registros para cumplir con las regulaciones gubernamentales. La IA aplica auditorías continuas de GL o registros y captura actividades y transacciones comerciales en tiempo real. Al realizar conciliaciones y ajustes continuos a acumulaciones, los libros de una empresa son más precisos durante todo el mes, mientras se elimina parte de la carga del cierre de fin de mes para los equipos de finanzas y contabilidad. Los algoritmos habilitados por IA en este software utilizan estas auditorías para ayudar a garantizar que los documentos y procesos de la empresa cumplan con las leyes y reglas establecidas por diferentes instituciones gubernamentales.

IA en finanzas

Los beneficios de las finanzas impulsadas por IA son tremendos. Solo en este mes, ha habido algunos casos de uso interesantes e impresionante interés en el mercado.

Tipalti recauda $150 millones para automatizar flujos de trabajo de pagos con IA

Tipalti, un Alto Desempeñador en el Cuadrante de Software de Pagos Empresariales de G2 (así como un jugador de nicho en el Cuadrante de Software de Automatización de AP), ahora está valorado en más de $2 mil millones después de que recaudó $150 millones en financiamiento de Serie E, liderado por Durable Capital Partners. La empresa utiliza aprendizaje automático para reducir riesgos y errores mientras descubre flujos de trabajo que podrían optimizarse. Tienen un componente llamado "Detectar" que rastrea una variedad de puntos de datos, como correos electrónicos y pagos, con el objetivo de descubrir patrones que puedan indicar comportamientos fraudulentos. El momento del financiamiento seguramente no es una coincidencia, ya que las empresas están especialmente enfocadas en observar de dónde viene el dinero y hacia dónde va durante la pandemia.

Como se puede ver en el gráfico a continuación, los datos de G2 reflejan esta sed de software para ayudar a las empresas a gestionar y automatizar sus procesos de pago. Esto se puede ver en el aumento del tráfico a las categorías de Software de Pagos Empresariales y Software de Automatización de AP en marzo de 2020, cuando comenzó el confinamiento debido a la pandemia de COVID-19 en los Estados Unidos.

Nym Health recauda $16.5 millones para sus herramientas de aprendizaje automático auditables para automatizar la facturación hospitalaria

Nym, que ha construido una plataforma para automatizar la gestión del ciclo de ingresos para la facturación hospitalaria, acaba de recaudar $16.5 millones, incluyendo financiamiento del brazo de riesgo de Google, GV. Sus herramientas de aprendizaje automático ayudan a los hospitales con el problema perenne de la facturación, que puede ser particularmente difícil debido a la codificación complicada. Su software convierte automáticamente los gráficos médicos y los registros médicos electrónicos de las consultas de los médicos en códigos de facturación adecuados.

Según Nym, “la empresa utiliza procesamiento de lenguaje natural y taxonomías que fueron desarrolladas específicamente para entender el lenguaje clínico para determinar el cargo óptimo para cada procedimiento, examen y diagnóstico realizado a un paciente.”

Las complicaciones de facturación son un problema particularmente difícil dentro del espacio de la salud y en otras industrias, como los servicios financieros y el comercio minorista. La tecnología basada en procesamiento de lenguaje natural (NLP) puede ayudar a los departamentos financieros en cualquiera de estas industrias a entender facturas, recibos y más.

Como hemos visto en las categorías de G2, las empresas han estado ansiosas por digitalizar y automatizar su trabajo y flujos de trabajo durante mucho tiempo. Debido a la pandemia de COVID-19, las empresas acudieron en masa a G2 desde marzo de 2020, buscando formas de trabajar de manera más inteligente. Vimos un gran aumento en el tráfico al sitio, con empresas buscando acortar plazos e innovar rápidamente a escala. Vimos esta tendencia en nuestras categorías de procesos, así como en el espacio financiero.

Las empresas pueden elegir entre soluciones listas para usar, como las de Nym Health y Tipalti, y plataformas de ciencia de datos de extremo a extremo. Sin embargo, no es necesariamente un escenario de uno u otro debido a la tecnología en evolución y las capacidades de integración mejoradas. En este caso, el talento en ciencia de datos puede centrarse en proyectos específicos y las empresas pueden buscar soluciones listas para usar para automatizar otros procesos.

La visión de G2: Construirlo versus comprarlo

Tomaremos un pequeño desvío para observar el uso de la IA dentro de los servicios financieros desde abajo hacia arriba, o cómo las instituciones están confiando en el talento de ciencia de datos para desarrollar sus propias soluciones impulsadas por IA. Similar al horizontal de finanzas y contabilidad, la IA en servicios financieros se está utilizando para automatizar tareas repetitivas, como reunir y clasificar datos, dar sentido a datos no estructurados y detectar tendencias a lo largo del tiempo.

El dilema de construir versus comprar se cierne en gran medida en el espacio de la IA. Con los científicos de datos y otros expertos en datos siendo costosos y difíciles de encontrar, muchas empresas optan por soluciones más listas para usar que pueden utilizar incluso con poca o ninguna experiencia en ciencia de datos.

Estas herramientas listas para usar varían en su robustez y el grado en que facilitan las tareas de ciencia de datos de manera integral. Por ejemplo, el software de aprendizaje automático está más enfocado en soluciones puntuales, mientras que las plataformas de ciencia de datos y aprendizaje automático permiten a las empresas facilitar sus proyectos de IA de extremo a extremo. Cualquiera de estos enfoques puede usarse para potenciar las operaciones financieras, ya sea dentro de una organización o en servicios financieros.

Al observar los datos de reseñas de G2 anteriores, podemos ver cuán prolífico es el uso de la IA en finanzas, siendo los servicios financieros una de las 10 principales industrias que utilizan estas plataformas. Aunque se dice que "la IA es costosa", eso no tiene por qué ser el caso. Al observar el uso de la IA con servicios financieros, los usuarios de G2 informaron pagar desde menos de $1000 hasta más de $250,000 anualmente y desde menos de $1000 hasta más de $50,000 por costos de configuración única. Por lo tanto, el rango de precios varía enormemente, lo que significa que las empresas pueden invertir en la tecnología según su presupuesto y la cantidad de ROI que buscan obtener de ella.

Datos, datos y más datos

A medida que las empresas acumulan más y más datos, es importante organizar y utilizar los datos para descubrir tendencias y otra información importante. Independientemente del departamento, la IA puede ayudar a analizar grandes cantidades de datos a velocidades rápidas, optimizar flujos de trabajo, señalar irregularidades y ayudar con la toma de decisiones en general.

Un ejemplo de equipos contables utilizando esta funcionalidad de IA es en el análisis de flujo de caja y pronósticos. Al revisar interminables números y transacciones, la IA puede ayudar a predecir si y cuándo una empresa podría quedarse sin dinero y, por lo tanto, permitir que la empresa tome la acción proactiva adecuada para reevaluar su situación.

La IA también puede revisar rápidamente facturas y cobros para detectar duplicados y reducir pagos excesivos o dobles. Las firmas contables utilizan la IA para responder proactivamente a los desafíos de los clientes antes de que se vuelvan demasiado graves. Con la información derivada de la IA, los planificadores financieros o contadores pueden ajustar un plan de inversión o gastos para planificar mejor el futuro y evitar posibles errores financieros.

Las reglas de la contabilidad permanecen iguales, pero la forma en que se completan las tareas y procesos contables está cambiando rápidamente. La industria está de acuerdo; según una encuesta global de más de 3,000 ejecutivos, gerentes y analistas realizada por MIT Sloan Management Review, “Casi el 85% cree que la IA permitirá a sus empresas obtener o mantener una ventaja competitiva. Pero solo alrededor de una de cada cinco empresas ha incorporado la IA en algunas ofertas o procesos.”

La profesión de contabilidad se está volviendo más sofisticada y optimizada, y es importante que los contadores y equipos financieros no resistan estos cambios. Podrían terminar siendo dejados atrás por aquellos que han adoptado nuevos software y servicios que aprovechan el poder de la IA, para aprovechar los ahorros de costos y tiempo que proporcionan.

Este artículo está coescrito por Matthew Miller, investigador principal de G2, IA y análisis