Status update de Workiva
Revisa los puntos clave y la transcripción de esta llamada de resultados.
Transcripción
Mira una vista previa de los primeros quince párrafos, organizados por participante.
Hola a todos. Gracias por acompañarnos. El tema de la mesa redonda de hoy es «Los flujos de trabajo preparados para la IA requieren datos de calidad: cómo construir los cimientos». Hoy vamos a dedicar la mayor parte del tiempo a hablar de la parte que suele ser un poco menos atractiva que la IA en sí: qué debe existir realmente en la base, ¿verdad? Antes de empezar a hablar de los flujos de trabajo de IA, vale la pena reconocer dónde se encuentra hoy la mayoría de las organizaciones. La mayoría de los equipos no están empezando con flujos de trabajo autónomos. Probablemente estén usando API, conectores, cadenas de Workiva, scripts de Workiva, tablas y aprobaciones de Workiva para ejecutar sus flujos de trabajo de ETL, validar sus datos y publicarlos. Como usuarios de la plataforma Workiva, a medida que la IA se extiende por las áreas de finanzas, ESG y GRC, estos flujos de trabajo suelen estar cada vez más interconectados y ser más críticos para el negocio. Ese trabajo no es algo separado del camino hacia la IA que están emprendiendo la mayoría de las organizaciones.
De hecho, es la base de ese camino, ¿verdad? Un agente o una herramienta de IA solo puede operar de manera eficaz si cuenta con contexto confiable, herramientas aprobadas, permisos adecuados, reglas de negocio y una vía de escalamiento. Muchos de los componentes necesarios para establecer ese entorno ya existen en las implementaciones de Workiva de las organizaciones. Por lo tanto, la pregunta no es simplemente qué tan rápido podemos implementar un agente de IA. Probablemente la pregunta más útil sea: ¿qué condiciones deben cumplir nuestros datos, nuestros flujos de trabajo y nuestra gobernanza antes de permitir de forma segura que la IA use estas capacidades? Hoy queremos explorar esa pregunta a partir de las experiencias prácticas de nuestros socios. Dicho esto, quiero darles una rápida bienvenida a Steven Schwarz, Tony Scalese y Brandon Rubin. Muchas gracias a todos por acompañarnos.
Me gustaría que cada uno se presentara brevemente y nos hablara de la organización a la que pertenece. ¿Steven? Excelente. Gracias, Ankit, te lo agradezco.
Gracias a todos por la oportunidad de participar en este panel hoy. Soy Steven Schwarz, socio de Alpha FMC. Somos una firma boutique de consultoría especializada en el sector de servicios financieros y somos socios de Workiva desde hace poco más de ocho años. Me entusiasma mucho estar aquí para compartir nuestra trayectoria y experiencias, así como los matices particulares relacionados con los datos y la IA en el caso de nuestros clientes de servicios financieros. Gracias, Ankit. ¿Tony? Buenos días, buenas tardes y buenas noches.
Me sumo a lo que dijo Steven para agradecerles la oportunidad de participar nuevamente en el panel. La pasamos muy bien haciendo esto en Amplify, así que es bueno repetirlo. Soy fundador de Bespoke Data Management Consulting Partners, o simplemente Bespoke. Nos enfocamos en la elaboración de informes financieros y en la integración y automatización relacionadas con esos informes y conjuntos de datos clave. Este es un tema muy importante para mí y espero con interés la conversación de hoy.
Por último, pero no menos importante, Brandon.
Gracias, Ankit. Gracias a todos por dedicarnos parte de su tiempo hoy. Me llamo Brandon Rubin. Soy director en RSM US. Somos una de las firmas globales de auditoría, impuestos y consultoría más grandes, y yo formo parte del equipo de servicios de datos y digitales, donde lidero nuestra práctica de Workiva. Llevo cinco años en ese cargo, pero he trabajado en la firma poco más de 11 años en distintos puestos relacionados con tecnología y transformación. Hoy dedico mucho tiempo a trabajar con nuestros clientes para ayudarlos a mejorar el uso de Workiva mediante soluciones de IA integradas en la plataforma y complementarias a ella.
Gracias. Muchas gracias a todos por presentarse. A quienes se están sumando, si tienen preguntas durante la transmisión por internet, pueden enviarlas mediante la herramienta de preguntas y respuestas. Intentaremos responder estas preguntas durante la transmisión, pero si se necesita una respuesta más completa o se nos acaba el tiempo, responderemos más adelante por correo electrónico. Tengan en cuenta que registramos todas las preguntas que nos envían. A quienes deseen recibir créditos de educación profesional continua (CPE) hoy, les informamos que les pediremos responder cuatro preguntas de opción múltiple durante el evento. La recepción de sus créditos depende de que envíen respuestas a por lo menos tres de esas preguntas y asistan a toda la transmisión por internet. Si están viendo la transmisión en grupo, inicien sesión individualmente para asegurarse de recibir sus créditos.
Estas preguntas aparecerán en el centro de la pantalla y tendrán un tiempo limitado para enviar sus respuestas, así que asegúrense de estar listos para responderlas cuando aparezcan. Por último, asegúrense de que el reproductor no esté en pantalla completa, ya que esto hará que no vean las preguntas emergentes. Una vez que hayan cumplido los requisitos de CPE, podrán descargar su certificado en la herramienta de certificados de CPE que aparece en la pantalla y en un correo electrónico posterior al evento, que se enviará aproximadamente una hora después del evento. Lamentablemente, no podemos otorgar créditos de CPE a quienes tengan problemas técnicos que les impidan cumplir los requisitos o no respondan las preguntas de la encuesta. Bien. Hoy quiero estructurar nuestra conversación en torno a cuatro temas.
Comenzaremos con lo que muchos de ustedes ya están enfrentando hoy: qué sucede cuando la automatización se amplía, qué sigue funcionando y, algo igualmente importante, dónde empieza a volverse frágil. A partir de ahí, profundizaremos en los propios flujos de trabajo y hablaremos de los fundamentos de los datos. Antes de incorporar más inteligencia a estos flujos de trabajo, ¿qué debe cumplirse en cuanto a la calidad, la estructura, la gobernanza y la accesibilidad de los datos subyacentes? Una vez que tengamos esos fundamentos, pasaremos a los flujos de trabajo preparados para la IA, donde exploraremos dónde debería participar realmente la IA, dónde sigue teniendo cabida la automatización determinista tradicional, cómo concebimos la orquestación y la participación humana en el proceso, y analizaremos tecnologías o capacidades emergentes como MCP, que permite a la IA interactuar más directamente con el contexto y las acciones de la plataforma.
Por último, hablaremos del modelo operativo, porque nada de esto puede escalar realmente si no hay claridad sobre quién es responsable, cómo se gobierna, cómo se monitorea y cómo evoluciona con el tiempo. Antes de entrar en la experiencia de la transmisión por internet, veamos dos cifras que ponen en contexto lo que está en juego. Gartner afirma que, para fines de este año, el 40% de las aplicaciones empresariales contará con agentes de IA diseñados para tareas específicas. La misma firma también afirma que más del 40% de los proyectos de IA agéntica se cancelarán para 2027. Entre las razones podrían estar los sobrecostos, el valor poco claro y los controles de riesgo. Ambas cifras son ciertas al mismo tiempo, ¿verdad? De eso trata toda esta sesión, y los fundamentos de los datos permiten cerrar esa brecha. Aquí está la primera pregunta para obtener créditos de CPE. ¿En qué etapa se encuentra hoy su organización en cuanto al uso de la IA en los flujos de trabajo relacionados con Workiva? Las opciones son: todavía está explorando, está realizando pruebas piloto, está ampliando activamente su uso o ya está en producción.
Les daré unos segundos. Empecemos por una realidad que la mayoría de los equipos empresariales ya conocen. Una automatización puede ser exitosa y, aun así, volverse frágil a medida que más personas, procesos y sistemas dependen de ella. Quiero analizarlo desde ambos lados. ¿Qué sigue ampliándose y qué empieza a fallar? Steven, empecemos contigo. Alpha trabaja mucho con organizaciones de fondos de inversión y empresas de gestión de inversiones, donde puede haber procesos complejos, múltiples fuentes de datos y muchos informes regulatorios. Cuando ves que una automatización que funciona muy bien para un proceso comienza a expandirse por toda una empresa, ¿qué suele cambiar? Y una pregunta de seguimiento: ¿qué diferencia algo que se amplía sin problemas de algo que, con el tiempo, empieza a ser difícil de mantener?
Sí, es una excelente pregunta. En el ámbito del capital privado, particularmente en el de los activos reales, definitivamente hemos visto mucho de esto con nuestros clientes, al ampliar el uso de la plataforma Workiva para manejar cientos y miles de estados financieros diferentes. Hay una diferencia clave entre algo que está automatizado y algo que realmente está diseñado para ampliarse. Si piensan en empezar con algo pequeño, probablemente puedan tolerar un par de pasos manuales. Pueden tolerar el uso de hojas de cálculo o cálculos incorporados, cifras fijas incluidas en los cálculos, excepciones, etcétera. Todo eso puede depender de lo que las personas recuerden. A pequeña escala, quizá con 10 informes, etcétera, eso es manejable.
Pueden crear procesos en torno a eso, lo que lo mejora, y aprovechar todo el potencial de Workiva, pero aun así no es totalmente escalable ni está totalmente automatizado. Al intentar ampliar el uso, lo que suele ocurrir es que esas dependencias empiezan a multiplicarse. Cuando empiezan a considerar distintas estructuras de fondos, distintos sistemas de origen, excepciones en esos cálculos, distintos parámetros y distintos elementos de esos datos, es cuando todo empieza a desmoronarse. Entonces empiezan básicamente a crear una pequeña industria para manejar todas esas excepciones en torno a su proceso de automatización, y ya no tienen la capacidad de ampliar la escala. Cuando piensan en qué distingue la capacidad de nuestros clientes para ampliar la escala con éxito dentro de una herramienta como Workiva, se trata de establecer la arquitectura: datos comunes y la creación de su mercado de datos para informes; en esencia, establecer y documentar esa capa fundamental.
Más adelante, hoy hablaremos con más detalle sobre algunos de los matices de cómo pueden codificar cierta información ahí. También está la estandarización, ¿verdad? ¿Cuáles son las definiciones comunes? ¿Cuáles son las narrativas comunes para los cálculos? ¿Cómo establecemos plantillas que realmente puedan manejar no solo los primeros 10, sino también los últimos 100 y los últimos 1,000? Luego viene la parte más importante, obviamente: la responsabilidad y la gobernanza al respecto. ¿Quién es responsable de esa arquitectura a medida que se amplía? ¿Quién es responsable de mantener esas integraciones y hacer cumplir la estandarización de esas plantillas? Así que eso es algo en lo que hemos estado trabajando mucho con nuestros clientes. Luego, obviamente, con este aumento de la IA, podrían estar creando riesgos al tener 50 agentes desconectados y distintos informes, y terminarían uniendo estos procesos con soluciones improvisadas.
TRANSCRIPCIÓN COMPLETA
Lee la transcripción traducida completa en StockNow.
Accede a todas las intervenciones, el original en inglés y el historial de cada participante con StockNow Pro.
Ver la transcripción completa con ProLa traducción con IA puede contener algunas imprecisiones.
Participantes de la llamada
Participantes en esta llamada: 4 — aquí solo puedes ver 2.
LISTA DE PARTICIPANTES
Consulta el detalle de los participantes en StockNow.
Inicia sesión para ver al equipo directivo y a analistas, con sus cargos y el historial completo de sus intervenciones.
Inicia sesión para ver la lista completa de participantesSigue explorando
