La inteligencia artificial aplicada a las finanzas avanza con rapidez, pero la confianza se ha convertido en un requisito imprescindible para su adopción. Así lo pone de manifiesto el nuevo estudio de Sage, líder mundial en soluciones de contabilidad, finanzas, recursos humanos y nóminas para pymes, que revela que el 68% de los líderes financieros españoles rechazaría una herramienta de IA con un 99% de precisión si no pudiera explicar cómo ha llegado a sus conclusiones.
Las conclusiones del informe The Emerging Economics of AI in Finance, elaborado a partir de una encuesta a más de 2.000 responsables financieros de todo el mundo, muestran que la capacidad de comprender y justificar las decisiones de la IA se está consolidando como un factor decisivo para su implantación en el área financiera. Las organizaciones buscan herramientas que ofrezcan mayor transparencia, control y trazabilidad, además de precisión.
De hecho, más de la mitad de las empresas estaría dispuesta a pagar más por soluciones de IA que permitan conocer cómo se generan sus recomendaciones, reflejando una creciente demanda de tecnologías más explicables y responsables.
"En finanzas, decir que algo es casi correcto siempre ha significado que era incorrecto. A medida que la IA asume flujos de trabajo financieros más complejos, el coste de la incertidumbre es sencillamente demasiado alto", afirma Aaron Harris, CTO de Sage. "Esta investigación demuestra que la próxima era de la IA no se ganará únicamente por la capacidad técnica de los modelos, sino por la confianza que generen. Los equipos financieros necesitan soluciones que aporten transparencia, control y trazabilidad para poder trabajar con absoluta seguridad".
La verificación de la IA ya ocupa casi 16 horas semanales
El estudio identifica el fenómeno denominado "Verification Tax", el tiempo que los profesionales financieros dedican a comprobar, reconstruir y validar los resultados generados por la inteligencia artificial.
En España, los equipos financieros emplean una media de casi 16 horas semanales en estas tareas. A nivel global, el 48% dedica al menos 15 horas cada semana a verificar resultados, porcentaje que asciende al 50% entre los profesionales españoles, mientras que un 19% invierte más de 30 horas semanales en este proceso.
La investigación concluye que una IA precisa pero no auditable representa un riesgo para las organizaciones, especialmente en ámbitos como el financiero, donde la trazabilidad de las decisiones resulta esencial.
Asimismo, el estudio refleja un cambio en las prioridades de los departamentos financieros. Al preguntar qué competencias consideran más importantes para los responsables financieros actuales, los encuestados situaron en primer lugar la gestión del riesgo, la gobernanza y la capacidad de juicio, muy por delante de los conocimientos técnicos de contabilidad. En España, estas capacidades obtienen una valoración de 32,1 puntos, frente a los 16,8 puntos asignados a la especialización contable.
De la IA de "caja negra" a la IA de "caja de cristal"
El informe apunta a una transición desde los tradicionales modelos de IA de caja negra (Black Box), donde resulta difícil comprender el razonamiento de las respuestas, hacia soluciones Glass Box, capaces de ofrecer visibilidad sobre la lógica, las fuentes de información y los criterios utilizados para generar cada recomendación.
En este contexto, el 71% de los líderes financieros considera que un proveedor que incorpore principios de diseño Glass Box reforzaría claramente su posición como socio tecnológico de referencia.
Para responder a esta demanda, Sage está desarrollando un enfoque basado en una IA explicable y auditable, que permita a los equipos financieros conocer el razonamiento de las recomendaciones, mantener el control sobre las decisiones automatizadas y disponer de una trazabilidad completa de cada proceso.
Kevin Permenter, Research Director, Financial Applications en IDC, señala que "las organizaciones que obtendrán una ventaja competitiva duradera serán aquellas que entiendan que la confianza no es una limitación para la IA, sino la infraestructura sobre la que debe construirse. Convertir la transparencia en un proceso operativo será clave para evitar que la verificación termine ralentizando el potencial de la inteligencia artificial".
.jpg)