Que hace
La automatización se encarga de la recopilación de cifras y la redacción del primer borrador del board deck. El CFO, el COO y el CEO reciben un borrador listo con cifras, gráficos y narrative pocas horas antes del consejo — en lugar de varios días de trabajo manual del equipo financiero y los analistas. Un board cycle se completa en un día, no en una o dos semanas.
Los pasos concretos que el agente de IA ejecuta por sí mismo:
- Se conecta al data warehouse y al sistema de BI, extrae métricas financieras (revenue, ARR, CAC, burn, runway) y operativas (NPS, churn, pipeline, utilization).
- Compara el período actual con el plan, el período anterior y el pronóstico — identifica desviaciones materiales.
- Calcula métricas derivadas y KPI según la definición de la empresa, no según un estándar general.
- Genera el borrador del narrative para cada diapositiva — qué ocurrió, por qué, qué hacemos a continuación.
- Construye el deck según la plantilla de presentación: portada, executive summary, resultados financieros, métricas operativas, riesgos, prioridades del próximo trimestre.
- Incorpora gráficos y tablas generados a partir de los datos del warehouse.
- Exporta el archivo listo al file storage (por ejemplo, Google Drive, SharePoint o Notion) y notifica al equipo por Slack o email.
- Recibe las correcciones del CFO y reconstruye la versión — hasta la final.
Lo que la automatización NO hace
- No reemplaza el criterio del CFO, el CEO o el consejo de administración. La decisión final, el narrative y las conclusiones permanecen en manos de las personas.
- No sustituye al audit ni al compliance — las cifras se toman de las fuentes que la empresa considera de confianza, y no se recalculan desde cero.
- No toma decisiones estratégicas ni formula prioridades por sí mismo. El agente de IA describe los hechos y propone opciones de formulación; la decisión corresponde al CEO.
Como funciona
El agente de IA funciona como un pipeline con varias etapas: data ingestion → reconciliation → analysis → narrative → assembly → delivery. Cada etapa se recalcula por separado, para que el CFO corrija solo lo necesario y no rehaga todo el deck.
Arquitectura y flujo de datos
El agente se lanza por programación (monthly o quarterly board cycle) o por trigger manual. Primero accede al data warehouse o al sistema BI, extrae las métricas predefinidas para el período necesario. Después — reconciliation: verificación de que los datos del período están cerrados, sin huecos, sin valores sospechosos (por ejemplo, revenue cae un 90% sin motivo). Si algo parece sospechoso, el agente no avanza, sino que escala en Slack o por email al responsable.
La siguiente etapa es analysis. El agente calcula las desviaciones respecto al plan, el pronóstico y el período anterior, las ordena por materialidad (según los umbrales que define la empresa). Para cada desviación material genera un borrador de explicación basado en los datos — por ejemplo: «burn aumentó un 15% por el trade-off entre hiring y cash runway».
La etapa narrative consiste en la generación de texto para cada diapositiva. Se utiliza un modelo de lenguaje con acceso tool-use a los datos del warehouse, para que el modelo verifique cada cifra concreta antes de escribirla. Los borradores de narrative pasan por un grounding-prompt que prohíbe cifras que no estén presentes en el warehouse.
La etapa assembly consiste en el ensamblaje del deck según la plantilla (Google Slides, Notion o exportación a PowerPoint). La plantilla y las reglas de posicionamiento de las diapositivas son fijas; el agente solo inserta el contenido y los gráficos. Los gráficos se generan a partir de los datos del warehouse — el agente no los dibuja desde cero, sino que utiliza primitivos visuales previamente preparados. Si una métrica es nueva y no hay gráfico para ella en la plantilla, el agente deja un placeholder y lo indica en la notificación de delivery.
Delivery — el archivo se envía al file storage con control de versiones, y el comentario se envía por Slack o email al responsable.
Pasos de implementación
- Mapping de métricas. Definir la lista de métricas que se incluyen en el board deck: fuente en el warehouse, fórmula de cálculo, umbrales de materialidad para el flagging de desviaciones.
- Template deck. Fijar la plantilla de diapositivas y las reglas: qué va en cada lugar, qué secciones son obligatorias, qué orden se sigue.
- Data access. Configurar la cuenta de servicio del agente en el data warehouse y el file storage con permisos de read para las fuentes y permisos de write solo para el archivo final.
- Reconciliation rules. Definir las reglas con las que el agente se detiene y escala — datos vacíos, valores atípicos, non-closed period, saltos bruscos.
- Prompts de narrative. Preparar un conjunto de prompts que describan el estilo de narrative de la empresa (conservador o directo, para inversores o para el consejo), incluyendo la prohibición de cifras fuera del warehouse.
- Pilot run. En paralelo con la preparación manual, ejecutamos el agente en un board cycle, comparamos los resultados, recopilamos feedback del CFO sobre la calidad del narrative y la exactitud de las cifras.
- Production rollout. Transición al agente como fuente principal del borrador; la preparación manual pasa a ser una revisión con puntos de control.
Componentes clave
Componente | Función |
|---|---|
Agent framework | Orquestación de etapas del pipeline, retry, logging |
Modelo de IA | Narrative, análisis de desviaciones, explicaciones |
Data warehouse connector | Extracción de métricas, verificación de closed period |
Template engine | Ensamblaje del deck según plantilla (Slides, Notion) |
Reconciliation rules | Triggers de escalación ante datos sospechosos |
Requisitos previos
Antes de la implementación, hay que asegurarse de que los datos y los procesos estén listos — sin esto el agente de IA no funciona correctamente.
Datos y acceso
- Data warehouse o sistema BI con períodos cerrados, no live dashboards con transacciones sin cerrar.
- Definiciones establecidas de las métricas clave — ARR, revenue, burn, churn. Si el equipo financiero y el equipo de ops tienen definiciones distintas, primero hay que llegar a una sola.
- File storage con acceso API (Google Drive, SharePoint o Notion) para guardar el deck terminado.
- Una plantilla de board deck que se utilice de forma estable al menos durante los últimos 2-3 ciclos.
Equipo y procesos
- Un responsable del área financiera (CFO o financial controller) que dedique 4-8 horas por semana durante el período de implementación.
- Data engineer o analytics engineer para la configuración inicial de los connectors.
- Disposición del CFO y del CEO para leer el borrador del agente y dar feedback estructurado — sin esto la narrativa no se configurará.
Marco temporal
La complejidad de la implementación es media. Plazo: 6-10 semanas:
- Semanas 1-2: mapping de métricas y plantilla, alineación con el CFO.
- Semanas 3-5: configuración de data access, reconciliation rules, prompts de narrativa.
- Semanas 6-7: pilot run en paralelo con la preparación manual.
- Semanas 8-10: iteraciones de feedback, production rollout.
Si la empresa no cuenta con un warehouse centralizado y las métricas se recopilan manualmente desde Excel o Google Sheets, el plazo aumenta 2-4 semanas para un proyecto separado de consolidación de fuentes de datos.
Problemas
- Pérdida de información en reuniones
- Actualizaciones constantes para la dirección
- Tiempo en informes manuales
FAQ
¿Cuánto tiempo lleva la implementación?
El plazo es de 6-10 semanas para una empresa con data warehouse listo y una plantilla de deck fijada. Las primeras 1-2 semanas son para el mapping de métricas y la alineación con el CFO. Las siguientes 3-5 semanas son para la configuración de data access, reconciliation y los prompts de narrative. Las semanas 6-7 son un pilot en un board cycle en paralelo con la preparación manual. Las semanas 8-10 son para iteraciones y production rollout.
¿Qué hacer si no tenemos data warehouse y las métricas están en Excel?
El agente de IA trabaja solo con fuentes que se consultan de forma programática. Si las métricas se recopilan manualmente desde Excel o Google Sheets, primero es necesario consolidarlas — como mínimo a través de una capa de BI sencilla o un warehouse. Esto añade 2-4 semanas a la implementación, pero sin ello el agente no verificará las cifras ni recalculará las desviaciones.
¿Qué puede fallar y cuáles son los riesgos?
Tres riesgos principales. El primero: las cifras en el warehouse no coinciden con lo que el CFO considera correcto, debido a diferencias en las definiciones — entonces el agente genera un narrative correcto sobre datos incorrectos. El segundo: el período en el warehouse no está cerrado y el agente ve valores intermedios — se resuelve con reconciliation rules y escalación. El tercero: alucinación de una cifra — se resuelve con un grounding-prompt y la verificación tool-use de cada cifra contra el warehouse.
¿Es adecuado para empresas SaaS y otras industrias?
La solución nació en métricas SaaS (ARR, CAC, churn, burn, runway) y es más adecuada para SaaS / Tech. Es aplicable horizontalmente en cualquier contexto con un board cycle regular con cifras y narrative — manufactura, retail, services, fintech. Las diferencias por industria están en el mapping de métricas y el narrative style, no en la arquitectura del agente.
¿Se puede exportar el deck a Notion o Google Slides?
Sí, ambas opciones son compatibles. Para Google Slides, el agente utiliza la API y crea diapositivas a partir de una plantilla. Para Notion, compone una página con gráficos y tablas embedded. Si la empresa utiliza PowerPoint, la exportación es posible a través de un formato intermedio, pero requiere más configuración de la plantilla y añade varios días a la implementación.
¿Cómo podemos confiar en las cifras que el agente insertará en el deck?
El agente no recalcula las cifras por su cuenta — las obtiene del warehouse y muestra la fuente junto a cada métrica en el deck (consulta SQL o dashboard link). El CFO ve de dónde proviene el número y abre la fuente con un solo clic. El narrative se genera únicamente a partir de esas mismas cifras, sin interpretación libre ni redondeos fuera de las reglas definidas.
¿Cómo gestiona el agente los comentarios del CFO y las iteraciones?
Tras el primer borrador, el CFO deja las correcciones directamente en el deck o en un formato aparte (hilo de Slack, comentarios en Google Slides). El agente recoge las correcciones, las aplica y reconstruye las diapositivas. Las correcciones sobre cifras se escalan como reconciliation — si el número no coincide con el warehouse, el agente no escribe un nuevo valor, sino que solicita verificar la fuente.
Quieres esto en tu negocio?
Reserva una auditoria gratuita — te mostraremos como funcionara esta automatizacion para ti.