El presupuesto anual: lento, costoso y manual… ¿por qué sigue siéndolo?

La mayoría de las direcciones financieras españolas ha hecho los deberes de la digitalización. Tienen un ERP que registra cada operación, trabajan en la nube y disponen de herramientas de analítica para mirar el pasado con detalle. Y, sin embargo, cuando llega la temporada de presupuestos, el calendario se estira durante semanas, las versiones del fichero se multiplican, nadie está seguro de cuál es la cifra buena y, cuando por fin se aprueba, el escenario que la justificaba ya ha cambiado.

La paradoja es incómoda: hemos digitalizado la contabilidad, pero no la decisión. El sistema sabe lo que pasó ayer con enorme precisión, pero planificar lo que puede pasar mañana sigue siendo un ejercicio artesanal de hojas de cálculo encadenadas y correos cruzados.

Este artículo no propone comprar más software. Propone entender por qué la tecnología que ya tiene no ha resuelto el problema, y qué hace falta cambiar antes de añadir una capa más —incluida la inteligencia artificial.

El presupuesto no es un trámite contable: es la herramienta de gobierno de la dirección

Para un comité de dirección, el presupuesto es mucho más que una hoja de números que se cierra en otoño. Es el instrumento con el que la dirección marca el rumbo del próximo ejercicio y lo traduce en algo accionable.

Cuando funciona, el presupuesto permite a CEO, director general y CFO:

• Fijar el rumbo y los objetivos. Convierte la estrategia en metas concretas por área, producto o territorio.
• Asignar los recursos con criterio. Decide dónde se invierte, dónde se contiene y qué iniciativas se priorizan.
• Alinear a la organización. Da a cada responsable un marco común de objetivos y responsabilidades.
• Controlar las desviaciones. Ofrece la referencia contra la que medir lo que realmente ocurre y reaccionar a tiempo.
• Anticipar. Permite ensayar supuestos y preparar la respuesta antes de que el escenario cambie.

Por eso, cuando el presupuesto llega tarde, se construye sobre versiones dispersas o queda obsoleto a las pocas semanas, no se resiente una tarea administrativa: se resiente la capacidad de la dirección para decidir con tiempo y con criterio. Ahí empieza el verdadero problema.

La tecnología amplifica el proceso que encuentra. Acelerar un proceso desordenado solo produce desorden más rápido.

El problema no es tecnológico: es de diseño

Nuestra tesis es sencilla y, para muchos equipos, incómoda: el presupuesto no es lento por falta de tecnología, sino por un proceso de planificación que nunca se rediseñó.

Conviene formularlo como principio: la tecnología amplifica el proceso que encuentra. Si el proceso de planificación está fragmentado —datos repartidos entre sistemas, responsabilidades difusas, consolidación manual—, automatizarlo no lo arregla. Lo acelera. Y acelerar un proceso desordenado solo produce desorden más rápido. La inteligencia artificial, aplicada sobre un flujo mal diseñado, no es una excepción: hereda sus defectos y los escala.

Esto no es un dato medido; es una tesis de trabajo. Pero, como veremos, encaja con lo que muestran los principales informes del sector.

Por qué el presupuesto sigue siendo lento y tedioso pese a la tecnología

Si el software resolviera el problema por sí solo, el tiempo de elaboración del presupuesto debería haberse reducido conforme se extendían las herramientas de planificación. No ha ocurrido.

A escala global, según el FP&A Benchmarking 2026 de la Association for Financial Professionals (AFP) —basado en profesionales de finanzas de 54 países—, el ciclo medio de elaboración del presupuesto ronda las nueve semanas y no se ha reducido en los últimos tres años, pese a la difusión generalizada de herramientas de planificación.

El mismo estudio apunta dónde está la diferencia. A escala global:

• Solo el 38% de las organizaciones utiliza planificación de escenarios estructurada.
• Ese grupo se asocia a ciclos presupuestarios un 11% más rápidos que el resto.

Importa el matiz: es una asociación, no una relación de causa-efecto demostrada. No afirmamos que introducir escenarios recorte el ciclo un 11%, sino que quienes trabajan con disciplina de escenarios tienden a presupuestar más rápido.

La brecha real: digitalizamos las transacciones, no la planificación

En España la base digital existe, y es sólida. Lo que falta no es digitalizarse: es conectar la capa de planificación sobre esa infraestructura. Los datos del INE lo muestran con claridad en el gráfico inferior: el ERP está ampliamente implantado, pero el uso de IA es muy inferior.

La lectura es reveladora. El ERP está ampliamente implantado —cerca de siete de cada diez empresas catalanas de 10+ empleados conectadas lo utilizan—, pero el uso de IA es muy inferior. Cataluña se sitúa por encima de la media española en todos los indicadores, pero conviene precisarlo: es una ventaja relativa a la media nacional, no una posición absoluta de madurez.

Aquí está el punto clave: ERP no es FP&A. El ERP registra y calcula transacciones; la planificación —presupuesto, forecast, escenarios, análisis de desviaciones— es otra capa, la de la decisión. Y esa capa sigue viviendo, en la mayoría de los casos, fuera del sistema: en hojas de cálculo y correos paralelos. Tener un ERP excelente no garantiza una planificación conectada.

¿Le suena? La empresa tipo que vive este problema

Este dolor no depende del tamaño exacto de la plantilla, sino de la complejidad del proceso de planificación. Reconocerá a su organización si concurren varias de estas señales:

• Finanzas consolida datos de varias fuentes, sociedades, centros o líneas de negocio.
• Existe un CFO, una dirección financiera o un controller responsable del ciclo presupuestario.
• Ventas, operaciones, personas y finanzas manejan supuestos interdependientes que no siempre casan entre sí.
• El presupuesto pasa por múltiples responsables y rondas de aprobación.
• Hay ERP implantado, pero la planificación vive fuera del ERP, en ficheros.
• El negocio tiene variabilidad relevante en ventas, costes, plantilla, inventario, capacidad o tesorería.
• Se necesita rehacer el forecast con frecuencia, y cada vez cuesta.

Deliberadamente no fijamos una frontera de tamaño. No existe evidencia española que demuestre que «a partir de cierto número de empleados» se formaliza el presupuesto; lo que dispara la necesidad es la complejidad, no la plantilla.

No es cuestión de tamaño, sino de complejidad: sectores donde más duele

El dolor del presupuesto no depende del número de empleados, sino de cuánta complejidad tiene que absorber el proceso. Por eso aparece con especial intensidad en:

• Industria y manufactura. Estructura de costes compleja, inventario y planificación de capacidad: el presupuesto depende de supuestos de producción, consumo de materiales y costes que se interrelacionan.
• Distribución y comercio. Márgenes ajustados, fuerte estacionalidad y operación multiunidad (varios puntos de venta): consolidar y comparar escenarios por tienda o línea se vuelve laborioso.
• Transporte y logística. Peso de los costes variables (combustible, flota, rutas): pequeñas variaciones en los supuestos alteran todo el cuadro y obligan a rehacer cálculos.
• Servicios profesionales. Planificación por proyectos, horas y capacidad del equipo: encajar utilización, pipeline y márgenes por proyecto exige cruzar muchas fuentes.
• Organizaciones multiunidad. Varios centros o sociedades que consolidar: la dificultad no es calcular, sino unificar criterios, cuadrar aportaciones y mantener una única versión fiable.

El patrón común no es el sector ni la plantilla, sino la complejidad del proceso: múltiples fuentes, supuestos interdependientes, varias aprobaciones y planificación que vive fuera del ERP.

La IA bien implantada ya aporta valor, pero exige rediseño y gobernanza

La inteligencia artificial en finanzas ha dejado de ser una promesa para convertirse en despliegue. A escala global, según el estudio IA en las finanzas 2026 de KPMG, cerca de tres de cada cuatro organizaciones (~75%) aplican ya IA de forma activa en ámbitos financieros, y el 74% declara cumplidas sus expectativas de retorno. En España, el 70% de los líderes financieros encuestados destaca una mayor rapidez en el análisis.

Y aquí aparece la grieta. Según el estudio State of AI de Deloitte (2026): el 85% de las empresas españolas encuestadas prevé elevar su inversión en IA, y el 68% cita la eficiencia como principal beneficio; pero, a escala global, el 84% aún no ha rediseñado puestos ni flujos de trabajo para integrar la IA; el 49% de las encuestadas ve la gobernanza y la regulación como una barrera, y el 70% manifiesta preocupación por el uso de sus datos propietarios.

El mensaje es claro: la IA rinde cuando se integra en un proceso rediseñado y se gobierna el dato; añadida «encima» de un flujo roto, acelera el desorden. Por eso la posición sensata es incorporar la IA como copiloto del controller:

• Explicar desviaciones entre presupuesto y real.
• Detectar anomalías en datos y supuestos.
• Simular escenarios con rapidez.

Siempre con datos fiables, trazabilidad y supervisión humana.

Del presupuesto anual a la planificación continua

El objetivo del rediseño no es hacer el mismo presupuesto anual un poco más rápido. Es cambiar la naturaleza del ejercicio: pasar de un evento anual a una planificación continua, capaz de rehacer el forecast y simular escenarios cuando el negocio cambia, y de hacerlo sobre una única cifra confiable. El indicador de éxito no es el número de licencias instaladas, sino la velocidad de decisión.

Qué revisa un diagnóstico del proceso de planificación

Antes de recomendar ninguna tecnología, el orden correcto es: proceso → dato → integración → gobierno → tecnología/IA. Un diagnóstico revisa:

1. Duración del ciclo presupuestario y dónde se concentran los retrasos.
2. Responsables e intervinientes: quién hace qué y cuántas aprobaciones hay.
3. Fuentes de datos, sociedades y centros a consolidar.
4. Control de versiones: cómo se sabe cuál es la cifra válida.
5. Consolidación: cuánto esfuerzo manual consume.
6. Frecuencia y duración del reforecast.
7. Encaje entre ERP, BI y hojas de cálculo.
8. Calidad y trazabilidad del dato.
9. Casos aplicables de IA, de forma realista y gobernada.

El resultado no es una propuesta de producto, sino un mapa de dónde se pierde tiempo y capacidad de decisión, y en qué orden conviene intervenir.