On-Premises ChatGPT Business Holding Industrial / Dirección Financiera Corporativa Dirección Financiera

Forecast de Tesorería

El responsable financiero tardaba 3-4 horas en construir manualmente el forecast de tesorería rolling a 13 semanas, sin una metodología para identificar automáticamente las semanas con posición neta negativa y generar recomendaciones de acción.

Decisión previa

¿Qué camino seguir?

Los datos de este caso no se pueden anonimizar sin perder su utilidad analítica. La solución on-premises es la única opción viable.

Camino A — On-premises Recomendado para este caso

Despliega un modelo de lenguaje en tu infraestructura propia. Los datos no salen de tu organización en ningún momento.

Camino B — Con ChatGPT Business / Enterprise No recomendado — datos no anonimizables

Usa ChatGPT Business / Enterprise tras anonimizar previamente todos los datos identificables del documento.

Camino A — On-premises

Infraestructura y configuración

Modelos recomendados para esta tarea:

  • Llama 3.3 70B
  • Mistral Large 2
  • Qwen 2.5 72B

Plataformas de despliegue:

  • Ollama + Open WebUI
  • vLLM
  • LM Studio

Infraestructura mínima: Servidor con GPU (16 GB VRAM mínimo) o CPU potente (32 GB RAM), red interna

¿Necesitas ayuda con el despliegue? Emovere puede acompañarte en la configuración de la infraestructura on-premises, desde la selección del hardware hasta la puesta en marcha del modelo y la integración con tus sistemas internos.
Camino B — Con ChatGPT Business / Enterprise

Alternativa con herramienta cloud

Atención: Para este caso concreto, los datos no se pueden anonimizar sin perder su utilidad. El Camino B solo sería viable si trabajas con datos sintéticos o ejemplos genéricos para formación.

Si decides usar el Camino B, el proceso de anonimización previo es obligatorio:

  • 1Exporta el documento a revisar en formato PDF o texto plano.
  • 2Elimina o sustituye todos los datos identificables: nombres de personas, empresas, importes exactos, fechas específicas, referencias a proyectos o clientes concretos.
  • 3Verifica que el documento anonimizado sigue siendo útil para el análisis. Si no lo es, usa el Camino A.
  • 4Sube el documento anonimizado a ChatGPT Business / Enterprise y usa el prompt del Camino B que encontrarás al final de esta sección.

Prompt para ChatGPT Business / Enterprise

Prompt — ChatGPT Business / Enterprise Actúa como experto en tesorería corporativa con experiencia en holdings industriales y empresas con múltiples líneas de negocio. DOCUMENTOS A ADJUNTAR: 1. [cobros_previstos.xlsx]: cobros previstos por cliente, importe y fecha de vencimiento 2. [pagos_previstos.xlsx]: pagos a proveedores, nóminas, impuestos y deuda financiera con fecha de vencimiento 3. [posicion_bancaria.xlsx]: saldo actual por cuenta bancaria y entidad financiera 4. [lineas_credito.xlsx] (opcional): líneas de crédito disponibles, límite, utilizado y coste CONSTRUYE: 1. Forecast de tesorería rolling a 13 semanas con columnas: Semana | Saldo inicial | Cobros previstos | Pagos previstos | Saldo final | Posición neta acumulada | Estado (OK/ALERTA/CRÍTICO) 2. Identificación de semanas con posición neta negativa o inferior al umbral mínimo de [X]€, marcadas como ALERTA ROJA con la causa principal 3. Cálculo de DSO (Days Sales Outstanding) y DPO (Days Payable Outstanding) actuales y comparación con benchmark del sector 4. Gráfico de barras con la evolución semanal del saldo de tesorería (positivo en azul, negativo en rojo) 5. Análisis de concentración de cobros: % de cobros que dependen de los 3 principales clientes 6. Sección de recomendaciones ejecutivas: qué cobros acelerar (con cliente y importe), qué pagos diferir (con proveedor y impacto en relación), si es necesario activar líneas de crédito (cuál, cuánto y cuándo) Moneda: euros. Idioma: español. Formato final: Excel con las tablas + resumen ejecutivo de media página para el Comité de Dirección. RESTRICCIONES Y CONDICIONES: - Los datos de tesorería son información financiera altamente confidencial; usa herramientas con acuerdos de confidencialidad empresarial y cifrado de datos. Nunca uses Gmail o herramientas personales. - No subas datos con nombres de clientes o proveedores sin anonimizar. - No actives líneas de crédito basándote solo en el forecast sin validación del CFO.

Usa este prompt solo si has anonimizado previamente todos los datos identificables. Verifica que el resultado sigue siendo útil tras la anonimización.

Pasos de ejecución

Cómo ejecutar la solución

  • Paso 1: Abre ChatGPT Business + Microsoft 365 Copilot + Claude Team y crea un nuevo chat o proyecto.
  • Paso 2: Prepara los datos necesarios: Tres archivos Excel: cobros_previstos.xlsx (cliente, importe, fecha de vencimien.
  • Paso 3: Copia el prompt y ajusta los campos entre corchetes con tu información real.
  • Paso 4: Revisa el resultado con criterio directivo antes de tomar decisiones.
El prompt — Camino A (on-premises)

Prompt para modelo local

Copia este prompt en tu interfaz de modelo local (Open WebUI, LM Studio o similar). Personaliza los campos entre corchetes con los datos reales de tu organización.

Prompt — Modelo local on-premises [NOTA ON-PREMISES] Este prompt está diseñado para ejecutarse en un modelo de lenguaje desplegado en tu infraestructura propia (Llama 3.3 70B, Mistral Large 2 o equivalente via Ollama / Open WebUI). Los datos no salen de tu organización. Actúa como experto en tesorería corporativa con experiencia en holdings industriales y empresas con múltiples líneas de negocio. DOCUMENTOS A ADJUNTAR: 1. [cobros_previstos.xlsx]: cobros previstos por cliente, importe y fecha de vencimiento 2. [pagos_previstos.xlsx]: pagos a proveedores, nóminas, impuestos y deuda financiera con fecha de vencimiento 3. [posicion_bancaria.xlsx]: saldo actual por cuenta bancaria y entidad financiera 4. [lineas_credito.xlsx] (opcional): líneas de crédito disponibles, límite, utilizado y coste CONSTRUYE: 1. Forecast de tesorería rolling a 13 semanas con columnas: Semana | Saldo inicial | Cobros previstos | Pagos previstos | Saldo final | Posición neta acumulada | Estado (OK/ALERTA/CRÍTICO) 2. Identificación de semanas con posición neta negativa o inferior al umbral mínimo de [X]€, marcadas como ALERTA ROJA con la causa principal 3. Cálculo de DSO (Days Sales Outstanding) y DPO (Days Payable Outstanding) actuales y comparación con benchmark del sector 4. Gráfico de barras con la evolución semanal del saldo de tesorería (positivo en azul, negativo en rojo) 5. Análisis de concentración de cobros: % de cobros que dependen de los 3 principales clientes 6. Sección de recomendaciones ejecutivas: qué cobros acelerar (con cliente y importe), qué pagos diferir (con proveedor y impacto en relación), si es necesario activar líneas de crédito (cuál, cuánto y cuándo) Moneda: euros. Idioma: español. Formato final: Excel con las tablas + resumen ejecutivo de media página para el Comité de Dirección. RESTRICCIONES Y CONDICIONES: - Los datos de tesorería son información financiera altamente confidencial; usa herramientas con acuerdos de confidencialidad empresarial y cifrado de datos. Nunca uses Gmail o herramientas personales. - No subas datos con nombres de clientes o proveedores sin anonimizar. - No actives líneas de crédito basándote solo en el forecast sin validación del CFO.
Impacto esperado

Qué cambia cuando la solución está en marcha

Genera el forecast de tesorería mensual en 1 hora vs. 3-4 horas de elaboración manual en Excel, con escenarios de stress test automáticos.

Solución: ChatGPT Business con Code Interpreter: consolida los tres archivos de cobros previstos, pagos previstos y posición bancaria, construye el forecast rolling a 13 semanas con semáforo de alertas, calcula DSO y DPO, genera el gráfico de evolución semanal y recomienda qué cobros acelerar y qué pagos diferir.

Advertencia

Límites y precauciones

Los datos de tesorería son información financiera altamente confidencial. Usa herramientas con acuerdos de confidencialidad empresarial y cifrado de datos. Nunca uses Gmail o herramientas personales.
Siguiente paso

¿Qué hacer ahora?

Tienes el prompt y la arquitectura. El siguiente paso es decidir si implementas el Camino A (on-premises) o el Camino B (cloud con anonimización) según la sensibilidad real de tus datos.

¿Necesitas ayuda para implementar esta solución?

La configuración de una solución on-premises requiere conocimiento técnico especializado y comprensión de los requisitos de cumplimiento normativo de tu sector. Emovere puede acompañarte desde la selección del hardware hasta la puesta en marcha, con garantías legales y sin que tus datos salgan de tu organización.

Hablar con Emovere Conocer Emovere

← Ver todos los tutoriales   |   Explorar más casos de uso →