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

Preparación del Budget Financiero

El responsable financiero tardaba 2-3 semanas en consolidar los inputs del Budget anual de las distintas filiales y construir el modelo de P&L proyectado, sin una metodología para detectar automáticamente inconsistencias entre las hipótesis de ventas y costes.

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 un controller financiero senior con experiencia en presupuestación de grupos empresariales. Adjunto los siguientes archivos con los inputs del Budget [año]: - [budget_ventas.xlsx]: previsión de ventas por filial, línea de producto y trimestre - [budget_costes.xlsx]: costes fijos y variables por filial y departamento - [budget_capex.xlsx]: plan de inversiones con importe, fecha y filial - [budget_deuda.xlsx]: calendario de amortización de deuda y nuevas financiaciones previstas Con estos datos: 1. Consolida los inputs en un modelo de P&L proyectado a 12 meses por filial y consolidado del holding, con columnas: Mes | Ingresos | Coste de ventas | Margen bruto | Gastos operativos | EBITDA | Amortización | EBIT | Resultado financiero | BAI | Impuesto | Resultado neto 2. Calcula los KPIs clave: margen bruto (%), EBITDA (€ y %), margen neto (%), ratio de cobertura de deuda (EBITDA/Deuda neta) 3. Identifica las hipótesis más sensibles: qué variables tienen mayor impacto en el EBITDA si varían un 10% 4. Genera un Cash Flow proyectado (operativo, inversión y financiación) y la posición de deuda neta al cierre de cada trimestre 5. Señala inconsistencias entre las hipótesis de ventas y costes (ej. crecimientos de ventas sin aumento de costes de producción) RESTRICCIONES Y CONDICIONES: - El Budget Financiero es el documento más confidencial de la empresa; usa exclusivamente herramientas con acuerdos de confidencialidad empresarial y controla el acceso. - No subas datos de filiales con información confidencial de socios o inversores. - No uses el modelo como presupuesto oficial sin aprobación del Consejo de Administración.

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: Cuatro archivos Excel: budget_ventas.xlsx (por filial, línea y trimestre), budge.
  • 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 un controller financiero senior con experiencia en presupuestación de grupos empresariales. Adjunto los siguientes archivos con los inputs del Budget [año]: - [budget_ventas.xlsx]: previsión de ventas por filial, línea de producto y trimestre - [budget_costes.xlsx]: costes fijos y variables por filial y departamento - [budget_capex.xlsx]: plan de inversiones con importe, fecha y filial - [budget_deuda.xlsx]: calendario de amortización de deuda y nuevas financiaciones previstas Con estos datos: 1. Consolida los inputs en un modelo de P&L proyectado a 12 meses por filial y consolidado del holding, con columnas: Mes | Ingresos | Coste de ventas | Margen bruto | Gastos operativos | EBITDA | Amortización | EBIT | Resultado financiero | BAI | Impuesto | Resultado neto 2. Calcula los KPIs clave: margen bruto (%), EBITDA (€ y %), margen neto (%), ratio de cobertura de deuda (EBITDA/Deuda neta) 3. Identifica las hipótesis más sensibles: qué variables tienen mayor impacto en el EBITDA si varían un 10% 4. Genera un Cash Flow proyectado (operativo, inversión y financiación) y la posición de deuda neta al cierre de cada trimestre 5. Señala inconsistencias entre las hipótesis de ventas y costes (ej. crecimientos de ventas sin aumento de costes de producción) RESTRICCIONES Y CONDICIONES: - El Budget Financiero es el documento más confidencial de la empresa; usa exclusivamente herramientas con acuerdos de confidencialidad empresarial y controla el acceso. - No subas datos de filiales con información confidencial de socios o inversores. - No uses el modelo como presupuesto oficial sin aprobación del Consejo de Administración.

Impacto esperado

Qué cambia cuando la solución está en marcha

Reduce el tiempo de preparación del Budget Financiero anual de 2-3 semanas a 3-5 días, con análisis automático de desviaciones históricas y proyecciones por escenario.

Solución: ChatGPT Business con Code Interpreter: consolida los 4 archivos de inputs del Budget (ventas, costes, CAPEX, deuda), construye el P&L proyectado a 12 meses por filial y consolidado del holding, calcula los KPIs clave, identifica las hipótesis más sensibles y genera el Cash Flow proyectado.


Advertencia

Límites y precauciones

El Budget Financiero es el documento más confidencial de la empresa. Usa exclusivamente herramientas con acuerdos de confidencialidad empresarial y controla el acceso.

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.

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