
De las hojas de cálculo a la IA: las cuatro etapas de madurez de la previsión de caja

Por Thomas Gavaghan
SVP, Product StrategyShare
Los equipos de tesorería deben responder a un panorama de riesgos cada vez más amplio con procesos de previsión diseñados para un mundo mucho más limitado. Los CFO y tesoreros siguen los riesgos adecuados, pero la mera concienciación sobre los riesgos no genera por sí sola la capacidad de respuesta necesaria.
En julio de 2026, la Federal Reserve mantuvo su rango objetivo entre 3.50% y 3.75% tras una votación de 9-3, con tres gobernadores partidarios de una subida de tipos. La decisión se produjo en la segunda reunión después de que Kevin Warsh se convirtiera en presidente de la Fed. Al mismo tiempo, la Federal Reserve informó de que el aumento de los aranceles estaba elevando los precios de algunos bienes de consumo. Para un equipo financiero, estas circunstancias plantean preguntas prácticas sobre los costes de financiación, las posiciones de cobertura, los precios de los proveedores, el capital circulante y las reservas de liquidez.
El CFO Risk Radar de Kyriba realiza un seguimiento de un amplio conjunto de exposiciones: desde la inflación, los aranceles, los tipos de interés y la volatilidad de las divisas hasta los problemas de la cadena de suministro, el riesgo normativo, las cuestiones relacionadas con la plantilla, la disrupción provocada por la IA y la actividad de M&A. Las categorías de riesgo pueden cambiar, pero el requisito operativo sigue siendo el mismo: los responsables financieros necesitan información oportuna y fiable sobre cómo podría cambiar la posición de liquidez de la organización, así como sobre las medidas que pueden adoptarse en respuesta.
La cuestión es si un equipo de tesorería cuenta con la madurez de previsión necesaria para responder en todo el panorama de riesgos.
La brecha de preparación que se esconde tras la lista de riesgos
El CFO Risk Radar 2026 hace tangible la brecha entre confianza y capacidad. En la encuesta realizada a CFO y altos responsables de la toma de decisiones financieras, el 47% afirmó sentirse muy preparado para gestionar el riesgo financiero. Al mismo tiempo, el 79% declaró haber experimentado algún grado de impacto financiero debido a una visibilidad inadecuada de los riesgos durante el año anterior.
Estos resultados miden aspectos diferentes, por lo que no establecen una relación causal. Sin embargo, sí describen una brecha significativa de preparación. La confianza refleja cómo evalúa una organización su propio nivel de preparación. El impacto financiero muestra lo que puede suceder cuando las señales emergentes no llegan a los responsables de la toma de decisiones con suficiente rapidez.
La madurez de la previsión de tesorería ofrece una forma práctica de localizar esa brecha. Describe la eficacia con la que una organización financiera puede recopilar, conciliar, analizar y utilizar los datos de liquidez entre bancos, entidades, divisas y horizontes temporales.
El modelo sirve como referencia para evaluar la preparación. Una plataforma puede ayudar a avanzar, pero la mera existencia de una plataforma no significa, por sí sola, que una organización pueda responder rápidamente a una pregunta sobre liquidez.
Una prueba sencilla consiste en plantear cuatro preguntas:
¿El equipo concilia manualmente el efectivo entre varios portales bancarios?
¿Los responsables financieros pueden confiar en la previsión sin tener que dedicar varios días a conciliar hojas de cálculo?
¿Puede la organización modelizar un escenario nuevo sin reconstruir manualmente el análisis?
¿Pueden los equipos de tesorería ver los cambios de liquidez entre entidades y divisas a medida que se producen?
Las respuestas apuntan a una de las cuatro etapas.
Etapa 1: operaciones manuales
En la primera etapa, la previsión de tesorería es principalmente un proceso operativo manual. Los equipos de tesorería extraen saldos de varios portales bancarios, solicitan actualizaciones a las unidades de negocio, consolidan los datos en hojas de cálculo y concilian las diferencias manualmente.
Pensemos en un fabricante hipotético con deuda denominada en dólares, costes operativos en euros y proveedores en Japón. Si suben los tipos, el yen se mueve y un cliente importante retrasa un pago, el equipo de tesorería puede tardar varios días en reunir la información necesaria para comprender el efecto combinado.
La previsión suele seguir un ciclo de planificación ad hoc o anual. La organización puede elaborar una posición de efectivo cuando una decisión lo requiere, pero no mantiene una visión de la liquidez que se actualice de forma continua. La fiabilidad depende en gran medida de la experiencia de las personas que preparan la previsión.
Un CFO suele identificar fácilmente la señal de esta etapa: las posiciones de efectivo se concilian manualmente entre varios portales bancarios, cuentas y entidades. La organización llega estructuralmente tarde al riesgo porque el proceso introduce demasiado retraso.
Etapa 2: dependencia de las hojas de cálculo
En la segunda etapa, el proceso se vuelve más coherente, mientras que las hojas de cálculo siguen siendo el principal entorno operativo. Algunos flujos de datos bancarios pueden estar automatizados y los equipos de tesorería pueden contar con plantillas, reglas de responsabilidad y ciclos de revisión establecidos.
El fabricante hipotético ya puede ejecutar escenarios trimestrales para un dólar más fuerte, unos costes de financiación más elevados o unos cobros de clientes más lentos. Sin embargo, cuando las condiciones del mercado cambian entre ciclos de revisión, el equipo todavía tiene que actualizar las hipótesis, conciliar la nueva información y distribuir un libro de trabajo revisado.
Una hoja de cálculo bien mantenida se parece a una sala de control bien gestionada con un único operador experimentado. Funciona hasta que llegan varias alarmas a la vez. En ese momento, el modelo operativo se convierte en el cuello de botella. Demasiadas entradas, excepciones y decisiones siguen dependiendo de un pequeño grupo de personas que procesa la información manualmente.
La señal de la Etapa 2 resulta familiar: los responsables financieros tienen una previsión, pero no terminan de creer en ella hasta completar varios días de conciliaciones. La capacidad de las hojas de cálculo puede crear una sensación engañosa de madurez, porque un libro de trabajo sofisticado aún puede ocultar datos retrasados, problemas de control de versiones y dependencias de determinadas personas.
Etapa 3: automatización
En la Etapa 3, los equipos de tesorería utilizan procesos integrados en los sistemas para agregar datos entre bancos y entidades. Los informes se vuelven estandarizados, recurrentes y más rápidos de elaborar. Los responsables financieros pueden acceder a paneles que ofrecen una visión más coherente del efectivo, la deuda, el capital circulante y el rendimiento de la liquidez.
El fabricante ya puede comparar un escenario de mantenimiento de los tipos con un aumento de 25 puntos básicos, evaluar el efecto de los movimientos de divisas y revisar el impacto de los cobros retrasados dentro de un proceso semanal o mensual. Esto supone una mejora significativa respecto a las revisiones trimestrales en hojas de cálculo.
No obstante, sigue existiendo una limitación cuando cambia la pregunta. Para cada nuevo análisis, un analista puede tener que definir las hipótesis, seleccionar los datos, configurar el escenario y validar manualmente los resultados. La automatización mejora la velocidad y la coherencia, pero la organización sigue operando con un desfase entre la aparición de un riesgo y la capacidad de evaluar su impacto sobre la liquidez.
Etapa 4: inteligencia autónoma de liquidez
En la Etapa 4, la previsión pasa de ser una actividad recurrente de reporting a convertirse en una capacidad de inteligencia siempre activa.
El efectivo, la deuda, los saldos bancarios, las exposiciones cambiarias, las previsiones de pagos y las hipótesis de capital circulante del fabricante están conectados de forma continua. Cuando se produce una decisión sobre los tipos, un movimiento de divisas, un cambio de costes relacionado con los aranceles o un retraso en el pago de un cliente, la organización puede evaluar el efecto entre entidades y divisas sin iniciar una nueva extracción de datos ni reconstruir una hoja de cálculo.
La investigación de Kyriba en Japón ilustra el desafío de la respuesta. Solo el 15.8% de los 101 CFO y altos responsables de la toma de decisiones financieras de Japón afirmó que sus organizaciones podían ajustar la estrategia financiera el mismo día en que se identificaba un riesgo. El resultado deja claro el problema operativo: la concienciación sobre los riesgos tiene un valor limitado cuando los procesos de decisión avanzan más lentamente que el propio riesgo.
La Etapa 4 es la expresión práctica del pilar de capacidades del Risk Radar, que exige un análisis automatizado de escenarios y una previsión de flujos de caja que sustituyan las instantáneas trimestrales por una inteligencia siempre activa sobre el riesgo financiero.
La señal de la Etapa 4 es sencilla: cuando el CFO formula la pregunta, la respuesta ya existe. El equipo aún debe interpretar el resultado y decidir qué medidas tomar, pero no parte de una nueva extracción de datos, de la creación de una hoja de cálculo ni de otro ciclo de conciliación.
Las capacidades de la plataforma de Kyriba respaldan este modelo operativo al unificar los datos de efectivo y liquidez en toda la empresa, conectar bancos, ERP, aplicaciones y portales, y permitir previsiones basadas en múltiples escenarios. La IA integrada puede ampliar el análisis y hacer aflorar predicciones, mientras que la gobernanza, la calidad de los datos y el criterio del equipo de tesorería siguen siendo esenciales para determinar qué significa la respuesta y qué medidas deben adoptarse.
Por qué la madurez importa más que la concienciación sobre los riesgos
La misma base de previsión que ayuda a un equipo de tesorería a evaluar su exposición a los aranceles puede servir para analizar cambios en los tipos de interés, fluctuaciones de divisas, interrupciones de proveedores, cobros de clientes y presión sobre la financiación. La madurez crea una capacidad de respuesta reutilizable, en lugar de una colección de soluciones puntuales para amenazas individuales.
Si un equipo de tesorería no puede producir una posición de efectivo fiable en un plazo de 24 horas desde un acontecimiento de mercado, el riesgo concreto que originó la pregunta pasa a un segundo plano. La organización carece de la base de datos y de la velocidad operativa necesarias para responder.
Avanzar en la curva de madurez
La decisión del FOMC de julio, la transición a Kevin Warsh y la presión sobre los precios provocada por los aranceles son acontecimientos de mercado diferentes, pero pueden confluir en la misma previsión de tesorería a través de los costes de financiación, las posiciones de cobertura, los precios de los proveedores y las reservas de liquidez. Los 12 riesgos del CFO Risk Radar seguirán evolucionando de la misma manera. Una futura decisión sobre los tipos, un cambio arancelario o un movimiento de divisas puede ser diferente del titular de hoy, pero los equipos financieros seguirán necesitando traducir cada señal en una visión oportuna del efectivo, la liquidez y las medidas disponibles.
El Risk Radar es un inventario de lo que está actualmente en movimiento. La madurez de la previsión es la capacidad que permite ir más allá de esa lista.
Written By

Thomas Gavaghan
SVP, Product Strategy
Thomas Gavaghan aporta dos décadas de experiencia en la intersección entre finanzas y tecnología, incluidas más de 11 en Kyriba. Ha trabajado en todas las fases del software —desde el desarrollo hasta la entrega— y anteriormente dirigió la organización global de preventa de Kyriba, formando y gestionando equipos de alto rendimiento en todo el mundo. Hoy, como SVP, Product Strategy, Operations & Experience, Thomas se centra en cómo la IA y los datos pueden desbloquear nuevas posibilidades en la tecnología financiera, guiando a los equipos para ofrecer innovación y un impacto duradero para las organizaciones y sus clientes.
Recursos Relacionados


Nomura Research Institute, Ltd. ha logrado visibilidad sobre el 95% de su liquidez consolidada y ha duplicado los dividendos del grupo con Kyriba
Obtener más información