El cierre mensual con IA: del informe que llega tarde a la revisión que llega a tiempo

Empecemos por desmontar una idea. El "cierre mensual" no es un evento, es una cadena. Y la cadena tiene eslabones que casi nadie ve. Para cerrar bien un mes de un grupo de restaurantes necesitas que cuadren, como mínimo: las ventas diarias por local, las horas planificadas y trabajadas de cada empleado, las nóminas con sus imputaciones correctas por centro, las facturas de proveedores en su periodo, los alquileres y royalties periodificados, y las incidencias laborales (IT, ausencias, atrasos) clasificadas.

Cada uno de esos datos vive en un sistema distinto, llega en un momento distinto y lo gestiona una persona distinta. El cierre tradicional consiste en esperar a que todos lleguen, juntarlos a mano y resolver las discrepancias una a una. Por eso tarda semanas: no porque calcular sea lento, sino porque esperar y reconciliar lo es.

La primera aportación de la IA no es calcular más rápido. Es no esperar: trabajar con lo que ya hay, estimar lo que falta con criterio, y señalar exactamente qué está pendiente y qué está mal. Convertir el cierre de una foto final a una película que se va revelando durante el mes.

Durante el mes (días 1 a 30): control continuo. Las ventas llegan a diario. Las horas trabajadas, también. Con esas dos fuentes, la IA ya puede estimar el labour % acumulado de cada restaurante sin esperar a la nómina: horas por coste medio de cada categoría, contra ventas reales. ¿Es exacto al céntimo? No. ¿Es suficiente para detectar que el restaurante de la estación lleva dos semanas un punto por encima de su banda? Absolutamente. Y un punto detectado el día 15 se corrige en el mismo mes; detectado el día 50, ya es arqueología.

Días 1-5 del mes siguiente: conciliación de plantilla. Antes de que la nómina se cierre, la IA cruza quién aparece trabajando en la planificación (Orquest) con quién existe en el sistema de nómina. Las diferencias se clasifican, y esta clasificación es la clave del proceso: no es lo mismo una nómina pendiente de cierre (normal, solo hay que esperar) que una persona que trabaja y no está dada de alta (problema serio, hay que actuar hoy). El error clásico de los sistemas de control es marcar todo como incidencia; el resultado es que nadie se las mira. Separar "pendiente normal" de "diferencia real" es lo que hace que las alertas se atiendan.

Días 5-10: el cuadre de nómina. Llega la nómina cerrada y la IA hace el trabajo que antes consumía días de Excel: comparar el coste real contra el estimado, explicar las diferencias (atrasos, pagas, IT con complemento, horas extra), e imputar correctamente por centro. Lo que sale de aquí no es un listado de números: es una lista corta de casos que un humano debe revisar, cada uno con su explicación probable ya redactada.

Días 10-15: el cierre contable y el informe. Con la contabilidad disponible, la IA monta el P&L operativo por restaurante —ventas, food & paper, labour, PAC, rent, EBITDA—, lo compara contra el mismo mes del año anterior y contra el mejor local del grupo, y genera el informe: una página por restaurante, cinco KPIs, alertas del mes y la evolución de doce meses. El franquiciado lo tiene el día 15, no el 45. Y lo más importante: la mitad de lo que dice el informe ya lo sabía, porque las alertas fueron saltando durante el mes.

Primero: las conversaciones cambian de tema. Antes, la reunión mensual con el franquiciado se gastaba en reconstruir qué había pasado: por qué este número no cuadra, de dónde sale esta diferencia, a qué corresponde este coste. Ahora esa parte viene resuelta y documentada, y la reunión va de decisiones: qué hacemos con el turno de noche del local B, renegociamos este contrato de suministro, aceleramos la contratación en el local que crece. La diferencia de valor entre una reunión y otra es abismal.

Segundo: los errores se encogen. Un error de imputación detectado en el mes cuesta cinco minutos corregirlo. El mismo error arrastrado seis meses contamina comparativas, presupuestos y decisiones, y desenredarlo cuesta días. El control continuo no solo detecta antes: hace que los problemas sean pequeños cuando se tratan. Es la diferencia entre mantenimiento y reparación.

Tercero: la disciplina de datos mejora sola. Esto no lo esperábamos. Cuando los datos se usan cada semana, los errores de origen duelen cada semana, y los responsables de cada sistema los corrigen. Cuando los datos solo se miraban una vez al trimestre, los errores dormían tranquilos. El sistema se ha vuelto más limpio no por un proyecto de calidad de datos, sino porque alguien —la IA— los mira constantemente y se queja con precisión.

Acceso a las fuentes. Ventas, planificación/asistencia y nómina tienen que ser accesibles digitalmente — API, export automático o, como mínimo, un fichero periódico. Si alguna fuente solo existe en papel o en la cabeza de alguien, ahí hay un trabajo previo. En el ecosistema McDonald's esto está casi siempre resuelto: los sistemas existen, solo estaban desconectados.

Un criterio de imputación escrito. Qué cuenta va a qué línea del P&L, cómo se reparten los costes comunes entre locales, qué se periodifica y qué no. La IA aplica el criterio con una consistencia perfecta, pero el criterio lo defines tú (o tu asesor). Escribirlo la primera vez es el 80% del proyecto — y suele destapar que cada local se estaba calculando con criterios ligeramente distintos, lo que explica más de una comparativa rara del pasado.

Alguien que mire las alertas. La IA señala; alguien tiene que actuar. Si las alertas del día 15 no las atiende nadie hasta el día 45, has comprado velocidad para desperdiciarla. Esto es organización, no tecnología, y es donde de verdad se separa quien le saca partido de quien tiene un juguete caro.

El cierre mensual siempre se ha tratado como una obligación administrativa: algo que hay que hacer, cuanto más barato mejor, sin valor en sí mismo. Mentalidad de coste.

Visto con datos frescos, el cierre es otra cosa: es el sistema nervioso del grupo. Es lo que te dice dónde duele antes de que la lesión sea grave. Un grupo de restaurantes que se revisa cada semana toma al año decenas de decisiones pequeñas —un turno ajustado, un contrato renegociado, una contratación adelantada— que uno que se revisa cada trimestre simplemente no llega a tomar. Ninguna de esas decisiones sale en titulares. La suma, a final de año, sí sale en el EBITDA.

El mes que viene, tu cierre va a costar lo mismo que este. La pregunta es si va a valer lo mismo.