OpenAI muestra cómo los equipos financieros usan Codex para informes y planificación de escenarios

El 12 de mayo de 2026, OpenAI mostró cómo Codex puede integrarse en el trabajo diario de los equipos financieros, y no solo en los procesos de ingeniería. En un nuevo material de OpenAI Academy, la compañía reúne cinco escenarios prácticos, desde las revisiones mensuales de negocio y los board packs hasta la revisión de modelos y la planificación de escenarios.

Dónde ahorra tiempo Codex

La idea central es sencilla: los profesionales de finanzas no deberían empezar con una hoja en blanco ni montar a mano la primera versión de los documentos antes de una reunión con el CFO o el consejo de administración. Se propone usar Codex sobre los artefactos de trabajo que ya conocen: hojas de cierre, dashboards de ingresos y gastos, actualizaciones del forecast, comentarios de los responsables de métricas y presentaciones anteriores. El resultado no es una respuesta abstracta de un chatbot, sino el borrador de un archivo concreto que el equipo puede revisar, corregir y pasar al siguiente paso del proceso.

• Preparar la narrativa de una revisión mensual de negocio a partir del cierre del periodo, el forecast y los comentarios de los responsables
• Depurar y hacer QA de un modelo financiero antes de presentarlo a la dirección o al board
• Actualizar con datos recientes el paquete periódico de reporting para el CFO o el board
• Construir un variance bridge de ingresos, margen, gastos, EBITDA y cash flow
• Recalcular los escenarios base, downside y upside del forecast y del operating plan

En los cinco casos, OpenAI insiste en lo mismo: Codex toma datos de entrada reales del ciclo de trabajo actual y acelera el primer montaje. Esto elimina trabajo rutinario, pero no sustituye la experiencia financiera. El equipo dedica menos tiempo a la consolidación mecánica de materiales y más a verificar las cifras, formular conclusiones y preparar preguntas para el negocio. Sobre todo cuando los plazos son estrictos y las fuentes están repartidas entre hojas de cálculo y chats.

Cómo funciona el proceso

En los ejemplos de OpenAI, Codex trabaja no a partir de una descripción general de la tarea, sino de un conjunto concreto de archivos y canales. Para un MBR pueden ser el close workbook, el dashboard de ingresos, la actualización del forecast, la presentación anterior y las notas de los responsables. Para la planificación de escenarios: el operating model, el headcount plan, el cash forecast, los últimos actuals y las notas de la dirección. Es importante que, para cada cifra relevante, se exija al sistema indicar la fuente: una pestaña del workbook, un dashboard, un tracker o una nota del responsable. Así el resultado sirve para revisarlo, no solo para leerlo.

OpenAI también subraya la conexión con las herramientas de trabajo de la empresa. Cita Google Drive, SharePoint, Box, hojas de cálculo, documentos, presentaciones, Slack, Teams, Gmail y Outlook Email como puntos habituales de los que Codex puede tomar contexto y a los que puede devolver el resultado. Es decir, no se trata de una demostración con un dataset sintético, sino de un escenario en el que el equipo financiero pide actualizar el CFO pack de mayo, revisar el modelo del FY27 o explicar la evolución de forecast a actual de abril según los procesos ya existentes.

Dónde hace falta control

A pesar de la automatización, OpenAI marca los límites. Si Codex depura un modelo, puede corregir sin riesgo la estructura, las referencias, las fórmulas, las etiquetas de periodo o las convenciones de signos, pero no debe cambiar en silencio los supuestos de negocio. Si en un variance bridge o en un paquete de reporting aparece una cifra sin confirmar, hay que marcarla como no confirmada. En revisiones de alto riesgo, el sistema debe devolver no solo el archivo actualizado, sino también un memo de QA que priorice los riesgos: qué correcciones se hicieron, qué supuestos siguen en disputa y qué celdas o pestañas debe revisar el responsable de finanzas.

En esencia, OpenAI no propone sustituir al equipo de FP&A, sino acelerar su ciclo. Codex resuelve bien la primera pasada por los datos, la búsqueda de discrepancias entre fuentes y la preparación de la estructura del documento. Pero la responsabilidad de la interpretación, la redacción final, la aprobación de supuestos y el envío de materiales a la dirección sigue en manos de las personas. En finanzas esto es crítico: el coste de un error en un modelo o en un board pack es demasiado alto como para dejar la decisión por completo a una máquina.

Qué significa

Codex se posiciona cada vez más no como una herramienta solo para desarrolladores, sino como un entorno de trabajo para áreas con mucha operativa y muchos archivos. Para los equipos financieros es un caso especialmente revelador: si la IA sabe montar MBR, revisar modelos y recalcular escenarios con rapidez a partir de datos reales, la siguiente ola de adopción de IA en las empresas no pasará solo por TI, sino también por la oficina del director financiero.