La paradoja argentina: pagos digitalizados, tesorería a mano
Argentina tiene uno de los sistemas de pago más avanzados de la región. Según datos del Banco Central citados por Ámbito, en septiembre de 2026 el cheque electrónico representó el 66% de los cheques compensados en cantidad y el 86,2% en monto —unos $23,2 billones—, con subas interanuales de 7,1 y 4,4 puntos porcentuales respectivamente.
El problema es que eso no significa que las empresas tengan la tesorería digitalizada. «Los pagos están digitalizados, pero significan apenas una parte del sistema», resume Mariano Vandam, vicepresidente de Frisvy by Interbanking, con 18 años de experiencia en banca corporativa en HSBC y Supervielle y un paso por Mercado Pago.
Entre la venta, el cobro y la contabilización siguen existiendo tramos manuales o artesanales. La consecuencia práctica es concreta: el dinero entra, pero la empresa no tiene una foto precisa de cuánto tiene disponible, cuánto puede invertir ni cuándo cierra realmente el mes.
¿Y esto cómo se aplica en tu negocio?
Dueños de negocio de Latinoamérica y España usan un agente de IA para ganar más y recuperar su tiempo. El Kit «tu mano derecha con IA» te muestra cómo en un video de 11 minutos, con una ficha para armar el tuyo. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.
👥 Quiero el Kit →Esa brecha no es un detalle contable. Es la diferencia entre decidir con datos y decidir con una planilla que alguien actualizó el viernes a las siete de la tarde.
¿Por qué la IA no resuelve sola el problema de la tesorería?
La irrupción de la inteligencia artificial promete saldar atrasos de años de un plumazo. Vandam es explícito en que ese atajo no existe, y su argumento es técnico antes que comercial: la IA no responde siempre lo mismo. Si se le hace dos veces la misma pregunta, puede devolver dos respuestas distintas.
«Las empresas necesitan procesos que sean repetitivos, confiables, trazables y auditables», plantea. Y ahí aparece el criterio que ordena todo lo demás: en Frisvy usan IA para generar las reglas que después procesan los datos, pero no dejan que el modelo toque los datos críticos.
En conciliación bancaria, por ejemplo, no aplican IA al proceso en sí. La usan para construir las reglas. Sí la aplican, en cambio, cuando reciben una orden de pago en cualquier formato: el modelo extrae los datos y los convierte en información que después pasa por los sistemas de chequeo y validación. También en la creación de reglas y en el manejo de excepciones.
El razonamiento detrás de esa decisión es el que más le sirve a cualquier equipo financiero: si una conciliación se cuestiona, la respuesta no puede ser «lo hizo la IA». Tiene que ser «lo concilió la regla número seis, porque cumple con todos los parámetros definidos». Un modelo que no se puede auditar es una caja negra, y una caja negra no sirve para cerrar un balance.
¿Cuál es la barrera real para digitalizar la tesorería?
No es cultural. Vandam descarta de plano la hipótesis de la resistencia interna: «El negocio está empujando la digitalización y la automatización fuertemente». La presión viene de arriba, de la operación, y cae sobre las áreas de tesorería, finanzas, cobros y pagos.
Ese diagnóstico coincide con lo que reporta el mercado europeo. El informe Payments Review Report de Nuek, la división de pagos de Indra Group, recogido por El Periódico Mediterráneo, concluye que la principal barrera para modernizar los pagos corporativos ya no es la falta de tecnología, sino la dificultad de integrarla en entornos complejos, fragmentados y apoyados en sistemas heredados.
Enrique Álvarez, subdirector ejecutivo de Nuek, lo formula así en ese mismo informe: el pago corporativo «está dejando de ser una acción aislada para convertirse en una capacidad integrada dentro de la operativa de la empresa».
Traducido a la operación diaria: el obstáculo no es comprar una herramienta, es conectar bancos, ERPs, filiales y unidades de negocio que nunca hablaron entre sí. Vandam lo ve igual en las grandes compañías argentinas, donde el uso de múltiples bancos y medios de pago genera procesos distintos en cada unidad. La salida que describe es unificar y eficientizar el trabajo de los equipos de tesorería, no sumar otra capa de software.
¿Qué pasa con las pymes que todavía gestionan todo a mano?
Acá el problema es más caro. Las pymes que siguen gestionando sus finanzas de forma manual no solo desaprovechan recursos: sostienen esquemas fragmentados que vuelven imprevisible el cierre financiero y aumentan la exposición a errores difíciles de corregir.
El impacto se mide en horas de trabajo. Vandam pone un ejemplo concreto: la administración de cientos de proveedores puede consumir el esfuerzo de tres o cuatro personas, y las recaudaciones pueden demorar días o incluso semanas enteras en imputarse. Automatizar ese circuito no solo ahorra tiempo; evita errores, demoras y reclamos posteriores.
El dato que dimensiona el desafío viene de la Encuesta Nacional sobre Adopción de IA en Pymes, elaborada por nadIA —la iniciativa del CEPE de la Universidad Torcuato Di Tella y Fundar, con relevamiento de la Fundación Observatorio PyME y apoyo del BID. El 41,6% de las pymes industriales y de software ya usa al menos una tecnología de IA, pero más de la mitad de las que adoptaron está en fase experimental, apenas un 4% cuenta con presupuesto específico para IA y solo un 3,3% tiene una política formal escrita.
El propio estudio advierte que la adopción se asocia a la base digital previa de cada empresa, y que el riesgo es que la IA termine profundizando brechas que ya existen. En otras palabras: la IA no nivela hacia arriba por sí sola, amplifica lo que ya había.
Hay una explicación de fondo. En un análisis publicado en Infobae, Eduardo Levy Yeyati y Daniel Yankelevich señalan que falta una capa intermedia de gente capaz de traducir una herramienta general al proceso de una empresa concreta: las grandes la contratan, las pymes no, y muchas de las relevadas quieren sistematizar el uso de IA y no saben a quién llamar.
¿Qué cambia realmente cuando la IA entra en la tesorería?
El punto de partida no es el modelo, son los datos. Agicap, plataforma especializada en gestión de tesorería, lo resume con una frase que recoge La Vanguardia: «No puedes hacer cosas avanzadas con IA si antes no tienes datos fiables y una interfaz controlada».
Esa plataforma trabaja con compañías de entre 200 y 1.000 empleados y facturaciones de 25 a 250 millones de euros, y sitúa su implementación en dos a tres meses. El perfil que describe —empresas con varios bancos, leasing, filiales y ciclos de caja exigentes— es casi calcado al de las corporaciones medianas argentinas que describe Vandam.
El contexto local no ayuda a bajar la guardia. Según el Reuters Institute de la Universidad de Oxford, citado por La Gaceta, el uso semanal de IA generativa en Argentina pasó del 51% en 2025 al 68% en 2026, muy por encima del promedio global del 51% y de países como Estados Unidos (49%) o Reino Unido (42%). El mismo relevamiento ubica a Argentina liderando el uso de agentes de IA: un 23% de los encuestados los usó para tareas reales en la última semana.
Adopción alta, madurez baja. Esa combinación es exactamente el terreno donde se pierde dinero: mucha herramienta suelta, poca trazabilidad.
Qué significa esto para tu startup
Si tu empresa cobra y paga todos los meses, la tesorería ya es un proceso crítico, aunque hoy funcione con mails y planillas. Tres decisiones concretas:
- Separa lo que necesita criterio de lo que necesita repetibilidad. Antes de meter IA en un proceso, pregúntate si ese proceso tiene que dar el mismo resultado siempre. Si la respuesta es sí —conciliación, imputación de cobros, validación de pagos—, va a código y reglas auditables. La IA puede generar esas reglas, pero no debería decidir sobre los datos.
- Mide el costo manual antes de comprar la solución. Cuenta cuántas personas y cuántas horas por semana consume hoy administrar proveedores, imputar recaudaciones o cerrar el mes. Ese número es tu caso de negocio y también tu vara para evaluar proveedores.
- Exige trazabilidad en la demo, no en el contrato. Si el proveedor no puede explicar por qué un pago se concilió de una manera determinada, no estás comprando automatización: estás comprando una caja negra. Vandam lo dice sin vueltas: los procesos que automatiza una empresa son críticos y no pueden fallar.
El mayor desafío que identifica el propio vicepresidente de Frisvy no es tecnológico. Es de discernimiento: las empresas reciben propuestas de soluciones todos los días y les cuesta diferenciar qué es serio de qué no lo es, en un terreno donde se maneja información confidencial y donde una semana sin facturar no es una opción.
La nueva era de la tesorería no se define por cuánta IA se le pone encima, sino por cuánto del proceso se vuelve repetible, auditable y visible. Frisvy opera en 13 países, con más de 400 empresas y una red de 40.000 compañías conectadas, y su apuesta pasa por eliminar la dispersión operativa antes que por sumar capas de inteligencia artificial.
Fuentes
- Mariano Vandam, de Frisvy: «Estamos viviendo una nueva era de la tesorería, de IA y automatización para transformar la gestión financiera» (fuente original)
- Los pagos entre empresas españolas son cada vez más automatizados, inteligentes y conectados
- Agicap, la plataforma que ayuda a las empresas a recuperar el control de su tesorería
- A pesar de la crisis, Argentina lidera la adopción de inteligencia artificial
- La IA de acá: adopción, regulación e impacto en la región
¿Y esto cómo se aplica en tu negocio?
Dueños de negocio de Latinoamérica y España usan un agente de IA para ganar más y recuperar su tiempo. El Kit «tu mano derecha con IA» te muestra cómo en un video de 11 minutos, con una ficha para armar el tuyo. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.
👥 Quiero el Kit →













