El reto
Automatización del Controlling de PyG
El Controller de la empresa tardaba 3-4 horas en preparar el informe mensual de controlling de PyG, identificando manualmente las desviaciones presupuestarias y redactando el análisis de causas para el Comité de Dirección.
ChatGPT Business actúa como controller financiero de la empresa: genera el informe ejecutivo de controlling con resumen del mes, top 3 desviaciones favorables y desfavorables con causa probable, partidas a vigilar por tendencia acelerada, y 3 recomendaciones accionables para el próximo mes.
Nivel de sensibilidad: alto. Los datos de PyG por planta son información financiera altamente confidencial. Usa herramientas con acuerdos de confidencialidad empresarial y cifrado de datos.
Decisión previa
Cómo elegir el camino correcto
Antes de empezar, responde esta pregunta: ¿puedes anonimizar los datos que va a procesar la herramienta sin perder su utilidad para este caso?
Camino A — Recomendado para empezar
Anonimización previa + ChatGPT Business
Los documentos se anonimizan antes de procesarse. La anonimización es posible para este caso, lo que permite usar ChatGPT Business de forma segura.
Camino B — Máxima seguridad
Modelo on-premises
El modelo de IA se despliega en infraestructura propia. Los datos nunca salen de tus servidores. Recomendado cuando se requiere máxima seguridad o los datos no se pueden anonimizar.
Para este caso concreto: la anonimización es posible. El Camino A permite usar ChatGPT Business de forma segura con datos anonimizados. Si necesitas trabajar con los datos originales sin anonimizar, usa el Camino B (on-premises).
Camino A — Recomendado
Anonimización previa + ChatGPT Business
La anonimización es posible para este caso, lo que permite usar ChatGPT Business de forma segura. Sigue este proceso de preparación antes de subir ningún documento a la herramienta.
- 1 Identifica qué datos son sensibles en cada documento: nombres de personas, cifras confidenciales, datos de clientes o proveedores.
- 2 Usa etiquetas consistentes para la sustitución: [PERSONA_1], [CLIENTE_A], [CIFRA_X]. Mantén la misma etiqueta para la misma entidad en todos los documentos.
- 3 Verifica que el contenido sigue siendo útil tras la anonimización. Si no lo es, usa el Camino A (on-premises).
- 4 Guarda el mapa de anonimización (tabla etiqueta → entidad real) en un lugar seguro y offline, con acceso restringido.
Herramienta de anonimización recomendada: Para documentos en Word o PDF, usa la función "Buscar y reemplazar" con una lista preparada de sustituciones. Para volúmenes mayores, Microsoft Presidio (open source) automatiza la detección y sustitución de entidades nombradas — personas, organizaciones, lugares, fechas.
Camino B — Máxima seguridad
Modelo on-premises: los datos nunca salen de tu empresa
Si necesitas trabajar con los datos originales sin anonimizar, o si requieres la máxima garantía de privacidad, despliega el modelo en tu propia infraestructura. Ningún dato abandona nunca tus servidores.
Modelos recomendados
Qwen 2.5 72B — Especialmente potente para análisis de datos financieros, tablas y cálculos numéricos.
Llama 3.3 70B — Ideal para síntesis de documentos financieros largos y generación de informes estructurados (contexto 128K tokens).
Mistral Large 2 — Excelente para extracción de información estructurada de contratos y pólizas.
Llama 3.3 70B — Ideal para síntesis de documentos financieros largos y generación de informes estructurados (contexto 128K tokens).
Mistral Large 2 — Excelente para extracción de información estructurada de contratos y pólizas.
Plataformas de despliegue
Ollama + Open WebUI — Para uso individual o equipo reducido en hardware propio. Interfaz similar a ChatGPT, configuración en menos de 1 hora.
vLLM — Para entornos de producción con múltiples usuarios simultáneos y alto rendimiento.
LM Studio — Para pruebas y validación sin configuración de servidor.
vLLM — Para entornos de producción con múltiples usuarios simultáneos y alto rendimiento.
LM Studio — Para pruebas y validación sin configuración de servidor.
Infraestructura mínima
GPU: 2× NVIDIA A100 40GB o 4× RTX 4090 (24GB VRAM cada una). Para modelos de 70B parámetros en producción.
RAM: 128GB mínimo para modelos de 70B. Para modelos de 7-13B (uso individual), 32GB son suficientes.
Cloud privada: AWS Private Cloud, Azure Government o Google Cloud Confidential Computing con VPC aislada — sin transferencia de datos fuera de la UE.
RAM: 128GB mínimo para modelos de 70B. Para modelos de 7-13B (uso individual), 32GB son suficientes.
Cloud privada: AWS Private Cloud, Azure Government o Google Cloud Confidential Computing con VPC aislada — sin transferencia de datos fuera de la UE.
Garantía de privacidad: Con un modelo on-premises correctamente configurado, los datos nunca salen de tu red corporativa, el modelo no se entrena con tu información, no hay transferencia internacional de datos — elimina el riesgo de transferencias a EE.UU. bajo el RGPD — y el cumplimiento normativo es total.
¿Necesitas implementar esta solución en tu organización?
La configuración de un modelo on-premises para este caso requiere un proveedor técnico especializado que conozca tanto la tecnología como los requisitos de cumplimiento normativo. Emovere puede ayudarte a desplegar esta solución en tu infraestructura de forma segura, con garantías legales y sin que tus datos salgan nunca de tu organización.
Prompt para ChatGPT Business / Enterprise
Prompt — ChatGPT Business / Enterprise
Eres el controller financiero de la empresa, grupo industrial fabricante de masterbatch con 4 plantas de producción en España y Francia. Recibes la tabla de desviaciones presupuestarias del mes {mes} con los costes reales vs. budget por partida.
Genera un informe ejecutivo de controlling de PyG con:
1. RESUMEN EJECUTIVO (máximo 150 palabras): resultado global del mes, desviación total en € y en %, valoración general (positivo / negativo / mixto)
2. DESVIACIONES FAVORABLES (coste real < budget): top 3 partidas con mayor ahorro, causa probable de cada una
3. DESVIACIONES DESFAVORABLES (coste real > budget): top 3 partidas con mayor sobrecoste, causa probable de cada una, y si es una desviación puntual o una tendencia que requiere acción correctiva
4. PARTIDAS A VIGILAR: partidas que están dentro del budget este mes pero muestran tendencia de aceleración en los últimos 3 meses
5. RECOMENDACIONES: máximo 3 acciones concretas para el próximo mes (renegociación de proveedor, revisión de proceso, ajuste de budget, etc.)
Formato: informe ejecutivo en prosa, con una tabla resumen al inicio. Tono: directo, sin eufemismos, orientado a la acción.
Datos de desviaciones: {tabla_desviaciones}
Contexto adicional: {contexto_mes}
RESTRICCIONES Y CONDICIONES:
- Los datos de PyG por planta son información financiera altamente confidencial; usa herramientas con acuerdos de confidencialidad empresarial y cifrado de datos.
- No presentes el informe al Comité sin revisión del CFO.
- No uses el análisis de causas sin validación de los responsables de área que conocen el contexto operativo.
Usa este prompt solo si has anonimizado previamente todos los datos identificables del documento. Verifica que el resultado sigue siendo útil tras la anonimización.
El prompt — Camino A (on-premises)
Prompt específico para este caso
Este prompt funciona tanto con el Camino A (modelo on-premises) como con el Camino B (herramienta cloud con datos anonimizados). Personaliza los campos entre corchetes con los datos reales de tu empresa.
Prompt — Automatización del Controlling de PyG
Eres el controller financiero de la empresa, grupo industrial fabricante de masterbatch con 4 plantas de producción en España y Francia. Recibes la tabla de desviaciones presupuestarias del mes {mes} con los costes reales vs. budget por partida.
Genera un informe ejecutivo de controlling de PyG con:
1. RESUMEN EJECUTIVO (máximo 150 palabras): resultado global del mes, desviación total en € y en %, valoración general (positivo / negativo / mixto)
2. DESVIACIONES FAVORABLES (coste real < budget): top 3 partidas con mayor ahorro, causa probable de cada una
3. DESVIACIONES DESFAVORABLES (coste real > budget): top 3 partidas con mayor sobrecoste, causa probable de cada una, y si es una desviación puntual o una tendencia que requiere acción correctiva
4. PARTIDAS A VIGILAR: partidas que están dentro del budget este mes pero muestran tendencia de aceleración en los últimos 3 meses
5. RECOMENDACIONES: máximo 3 acciones concretas para el próximo mes (renegociación de proveedor, revisión de proceso, ajuste de budget, etc.)
Formato: informe ejecutivo en prosa, con una tabla resumen al inicio. Tono: directo, sin eufemismos, orientado a la acción.
Datos de desviaciones: {tabla_desviaciones}
Contexto adicional: {contexto_mes}
RESTRICCIONES Y CONDICIONES:
- Los datos de PyG por planta son información financiera altamente confidencial; usa herramientas con acuerdos de confidencialidad empresarial y cifrado de datos.
- No presentes el informe al Comité sin revisión del CFO.
- No uses el análisis de causas sin validación de los responsables de área que conocen el contexto operativo.
Ejecución
Cómo ejecutar este caso paso a paso
- 1 Paso 1: Abre ChatGPT Business y crea un nuevo chat o proyecto.
- 2 Paso 2: Prepara los datos necesarios: Tabla de desviaciones presupuestarias del mes (Excel: partidas de coste, real vs.
- 3 Paso 3: Copia el prompt y ajusta los campos entre corchetes con tu información real.
- 4 Paso 4: Revisa el resultado con criterio directivo antes de tomar decisiones.
Datos necesarios: Tabla de desviaciones presupuestarias del mes (Excel: partidas de coste, real vs. budget), contexto adicional del mes (eventos especiales, paradas de planta, cambios de precio de materias primas).
Impacto
Qué cambia cuando la solución está en marcha
Genera el informe de controlling de PyG en 20 minutos vs. 3-4 horas de análisis manual, con identificación automática de desviaciones y recomendaciones de acción.
Advertencias
Qué tener en cuenta
Los resultados generados por IA son borradores. Deben ser revisados y validados por el responsable correspondiente antes de su uso oficial o comunicación externa.
Advertencia específica: Los datos de PyG por planta son información financiera altamente confidencial. Usa herramientas con acuerdos de confidencialidad empresarial y cifrado de datos.
Mantén los datos actualizados. Un modelo con información desactualizada dará respuestas incorrectas. Establece un proceso regular de actualización de los documentos de referencia.