Per a molts equips financers, la feina de veritat comença quan l’anàlisi ja està "feta". Abans que un informe arribi a un client o a un comitè de direcció cal recórrer una última milla esgotadora: reconciliar l’evidència, muntar i formatar el document, comprovar cada número i enllaçar cada afirmació amb la seva font. El PowerPoint o l’Excel final han de ser editables i aguantar l’escrutini. La IA aplicada al treball financer promet alleujar precisament aquesta part, i un cas recent ajuda a entendre fins on arriba avui la tecnologia i què és realista esperar.
Què ens ensenya el cas de Model ML
Segons un cas publicat per OpenAI, l’empresa Model ML ha construït agents d’IA que acompanyen un professional de les finances des de la petició inicial fins a l’entregable final: recerca, anàlisi i un deck o un llibre d’Excel a punt per revisar. Al centre hi ha un "agent" que planifica la feina, tria les eines adequades, reconcilia l’evidència i executa càlculs, recolzant-se —segons la font— en el model GPT‑5.6 Sol per a bona part de les tasques.
La idea de fons és interessant per a qualsevol empresa: l’agent no només respon preguntes, sinó que completa un flux de treball de principi a fi i genera arxius natius de PowerPoint i Excel amb fonts traçables. El professional deixa de reconstruir l’anàlisi i es concentra en allò que aporta criteri: revisar supòsits, afinar el missatge i validar abans de compartir.
L’"última milla" de les finances, en números
El cas aporta dades cridaneres, sempre segons l’avaluació interna de Model ML: en un gran gestor d’actius, un tearsheet a mida que un analista trigava al voltant d’una hora a muntar va passar a completar-se en uns cinc minuts
En les seves proves de creació de presentacions, GPT‑5.6 Sol va completar el flux de PowerPoint en el 100 % dels casos (davant del 76 % d’un model rival) i va superar la "porta de qualitat" de a punt per a revisió en el 43,3 % dels casos (davant del 26,7 %)
El rellevant per al lector no és el marcador entre models, sinó la tendència: la IA ja no es limita a redactar un paràgraf, sinó que encadena recerca, càlcul i format fins a un entregable que un humà pot revisar directament.
Per què la IA aplicada al treball financer importa a la teva pime
Cap pime necessita replicar el cas d’un gran gestor d’actius per treure profit d’aquesta idea. En gairebé qualsevol empresa existeix aquesta "última milla" invisible que consumeix hores: tancar el reporting mensual, preparar el dossier per al banc o l’inversor, consolidar dades de diversos fulls, quadrar xifres entre sistemes. Aquí és on la IA aplicada al treball financer ofereix un retorn clar i mesurable.
Tres lliçons que convé emportar-se:
1. El valor està en el cas d’ús, no en el model
El titular és el model de moda; el negoci està en el problema concret que resol. Un bon projecte d’IA parteix d’una tasca repetitiva, costosa i mesurable —per exemple, generar un informe recurrent— i s’avalua per resultats: hores estalviades, errors evitats, cost per entregable. Perseguir "IA per tenir IA" no porta enlloc.
2. La persona segueix decidint
En el cas, el professional revisa supòsits, fonts i missatge abans de compartir la feina. Aquesta verificació humana és imprescindible: els models poden "al·lucinar", és a dir, generar informació incorrecta amb aparença de certa. Per això importen la traçabilitat de les fonts i tècniques com RAG, que ancoren les respostes a la informació real de l’empresa.
3. Sense dades ordenades, la IA no rendeix
Un agent que consolida xifres necessita dades netes, accessibles i governades. Si la informació viu dispersa en fulls solts i correus, cap model farà màgia. La governança de la dada és el fonament, no un luxe.
Del titular al projecte: com ho aterra Tisa
A Tisa fa des de 1987 que ajudem empreses perquè la seva tecnologia treballi per al negoci, i la IA segueix aquest mateix principi: aplicar-la per casos d’ús concrets i mesurables. La nostra línia d’IA i dades acompanya cada empresa segons la seva maduresa: identifiquem les dades rellevants, definim protocols de governança alineats amb la normativa, avaluem les eines segons la capacitat d’inversió i, sobretot, desenvolupem i executem un cas d’ús adaptat al teu negoci.
A més, com a partner Microsoft, partim d’una base sòlida per a moltes pimes: Business Central integra la gestió financera i comptable, i l’ecosistema Microsoft —Power BI per a quadres de comandament, Power Automate per automatitzar processos i Copilot com a assistent— permet sumar IA sobre dades que ja estan ordenades dins de l’ERP. És la via més directa per a una empresa que ja treballa amb Office i Dynamics, sense muntar una infraestructura paral·lela.
L’enfocament pràctic seria aquest: en lloc de comprar "la darrera IA", identifiquem junts quin informe, quina conciliació o quin procés t’està menjant hores cada mes, i construïm allà un cas d’ús amb verificació humana i traçabilitat. Començar petit, mesurar i escalar.
Parlem del teu cas d’ús?
La IA aplicada al treball financer ja no és ciència-ficció, però tampoc és màgia: funciona quan es recolza en dades ordenades, casos d’ús mesurables i criteri humà. Si a la teva empresa hi ha una "última milla" que consumeix hores cada mes, aquest és un bon punt de partida.
A Tisa t’ajudem a valorar-ho sense compromís. Escriu-nos a info@grupotisa.com, truca’ns al (+34) 971 305 885 o visita grupotisa.com i estudiem junts per on començar.
Font del cas citat: article d’OpenAI sobre Model ML i GPT‑5.6 Sol (facilitat per l’editor). Xifres segons el benchmark propi de Model ML, no verificades de forma independent per Tisa.