La frontera: calcular frente a interpretar
Un informe de gestión se compone de dos tipos de trabajo. El primero es calcular: ingresos por segmento, margen por proyecto, horas por empleado. Es reproducible, verificable y pertenece a una herramienta de BI, a un almacén de datos o, si hace falta, a una hoja de cálculo bien montada. Un modelo de lenguaje que lo haga añade un riesgo de error a un trabajo que ya puede hacerse sin errores.
El segundo es interpretar: por qué este mes se desvía, qué tres cosas debe saber la dirección, en qué se diferencia de lo que esperábamos el mes pasado. Eso es trabajo con el lenguaje, hoy es lo que más tiempo consume y es justo donde la IA aporta valor.
La regla práctica: cada cifra del informe proviene de una fuente que puedes verificar; cada frase que la rodea puede ser propuesta.
Por qué esa regla tiene que ser tan estricta
Una frase equivocada en una explicación se nota y se corrige. Una cifra equivocada se copia, se sigue calculando y termina en una decisión. Además, una cifra que sale de un modelo no es reproducible: preguntar dos veces puede dar dos respuestas, y entonces el informe deja de ser un informe.
Lo que la IA sí hace en un informe
- Describir las desviaciones en lenguaje claro: qué partidas se desvían del periodo anterior y del presupuesto, y en qué orden de importancia.
- Reunir fuentes: redactar una explicación que combine las cifras del software contable con el contexto del sistema de proyectos o del CRM.
- Escribir un borrador de la explicación que hoy un controller escribe a mano — normalmente la mayor pérdida de tiempo de todo el ciclo.
- Responder preguntas sobre el informe, con referencia a la partida de la que sale la respuesta.
Lo que nunca automatizas
La conclusión y la recomendación. Un informe que por sí mismo propone invertir o recortar traslada una decisión de la dirección a un flujo de trabajo. El modelo puede indicar qué se desvía; lo que eso significa para la organización sigue siendo una conversación.
Tampoco las proyecciones basadas en una interpretación libre. Una predicción debe salir de un modelo cuyos supuestos puedas ver, no de un generador de texto que simplemente suena verosímil.
Cuando las cifras aún no cuadran
Gran parte del dolor de los informes no es un problema de informes. Si las horas no se registran, si los proyectos se codifican de forma distinta o si dos sistemas usan una definición de ingresos diferente, la automatización hace esas diferencias más visibles más rápido, pero no más pequeñas. Eso puede ser útil — obliga a tener una conversación — pero no es un ahorro de tiempo, y es más honesto decirlo desde el principio.
Una configuración que funciona
La configuración que se sostiene en la práctica: las cifras salen de forma completamente determinista de los sistemas de origen y se toman sin cambios. Un flujo de trabajo solo lee esas cifras, escribe un borrador de la explicación con referencia a las partidas y lo deja listo para el controller. Este lo ajusta, lo aprueba y lo envía. Cada paso queda en un registro, para que después puedas ver qué explicación se modificó y por qué.