Pronóstico de caja con IA: cómo TreasuryOS redujo el cash ocioso en 40%

El problema del cash ocioso

Las tesorerías corporativas a menudo mantienen exceso de cash en múltiples bancos como buffer de seguridad. Este cash ocioso no gana nada — o gana tasas por debajo del mercado — mientras la empresa paga 15-20% anual de interés en líneas de crédito.

Escenario típico: un procesador de pagos maneja R$ 500 millones en volumen mensual en 4 bancos. Cada banco mantiene un buffer de R$ 10-15 millones "por si acaso." Son R$ 40-60 millones ociosos. A tasa CDI (~13,65%), ese cash podría generar R$ 5-8 millones por año en rendimiento.

El tesorero lo sabe. Pero no puede reducir los buffers porque no sabe — con confianza — cuánto cash necesitará mañana, la próxima semana o el próximo mes. Sin pronósticos confiables, la respuesta racional es sobre-bufferear.

Por qué los pronósticos en Excel fallan

El flujo típico: descargar estados bancarios manualmente, categorizar transacciones, aplicar promedios históricos, producir un pronóstico que está desactualizado cuando termina. Este proceso toma 2-4 horas diarias con precisión de 60-70%.

Por qué se rompe

• Datos obsoletos: El pronóstico se basa en datos de ayer
• Sin visibilidad intradía: No captura movimientos durante el día
• Sin reconocimiento de patrones: Los humanos no detectan patrones sutiles en grandes datasets
• Sin pensamiento probabilístico: Produce estimaciones puntuales sin capturar incertidumbre
• Coordinación multi-banco manual: Lento, propenso a errores, no escala

Cómo funciona el pronóstico de TreasuryOS

Ingesta de datos: tiempo real, multi-banco

TreasuryOS se conecta a cada banco vía APIs, archivos CNAB 240/camt.053, o conectores regulados. Todas las transacciones se ingestan en tiempo real y se clasifican automáticamente.

El pipeline de ML

Tres modelos simultáneos, cada uno optimizado para un horizonte diferente:

Modelo corto plazo (1-7 días): LSTM neural network. 94% de precisión dentro de 10% de margen de error.

Modelo mediano plazo (7-30 días): Ensemble gradient-boosted (XGBoost). 87% de precisión dentro de 15% de margen.

Modelo largo plazo (30-90 días): Prophet + ajustes custom. 78% de precisión dentro de 20% de margen.

Ingeniería de features: 83 features

Temporales (12): Día de semana, día del mes, proximidad a fechas de pago.

Flujos históricos (24): Promedios móviles, comparaciones misma-fecha, coeficientes de tendencia, medidas de volatilidad.

Estacionales (15): Índices de estacionalidad mensual, patrones anuales, impacto de feriados.

Obligaciones conocidas (18): Nómina programada, calendario fiscal, términos de proveedores, amortización de préstamos.

Señales externas (14): Tasa Selic, trayectoria IPCA, PMI de la industria, KPIs del cliente.

Re-entrenamiento y detección de drift

Modelos se re-entrenan semanalmente. Si el error de predicción aumenta más de 2 desviaciones estándar por 3 días consecutivos, se marca un cambio de régimen potencial.

Posicionamiento automático de cash: sweep e inversión

El motor de sweep

Cada mañana a las 8:00am:

1. Consultar saldos en todos los bancos

2. Predecir necesidades de cash para los próximos 7 días

3. Calcular buffer mínimo por banco

4. Identificar exceso que puede invertirse

5. Ejecutar transfers al destino de mayor rendimiento

Destinos: CDI automático, CDB/LCI/LCA, transferencia interbancaria + aplicación.

Rebalanceo intradía

Para operaciones de alto volumen, cada 2 horas: verificar saldos vs. pronóstico intradía, disparar transfers si necesario, todas vía PIX.

Escalera de inversión automatizada

• 0-7 días: CDI automático (liquidez diaria)
• 7-30 días: CDB 30 días (CDI + 0,5%)
• 30-90 días: LCI/LCA 90 días (CDI + 1,0%)
• 90+ días: Instrumentos de largo plazo según política

Visibilidad multi-banco

Dashboard consolidado con saldos en tiempo real, flujo intradía, overlay de pronóstico, posiciones de inversión, historial de sweeps y analytics de performance por banco.

Optimización de capital de trabajo

• DSO tracking en tiempo real por segmento
• Optimización de pagos a proveedores: ¿El descuento por pago anticipado es mejor que el retorno CDI?
• Ciclo de conversión de cash: Recomendaciones accionables

Los números de producción

Después de 18 meses con 23 clientes:

• 94% precisión de pronóstico (horizonte 7 días)
• 87% precisión (horizonte 30 días)
• 40% reducción en cash ocioso — de R$ 47M promedio a R$ 28M
• R$ 8,2M en rendimiento adicional generado en 12 meses
• 83 features consumidas por los modelos ML
• < 30 segundos de ingesta a pronóstico actualizado
• 2,3 horas/día ahorradas por equipo de tesorería
• Zero incidentes de liquidez

Por qué esto importa

Cada real ocioso es un real no generando rendimiento. Para una empresa con R$ 50M en cash ocioso promedio, el costo de oportunidad a tasa CDI es R$ 6,8M por año.

TreasuryOS reemplaza incertidumbre con pronósticos probabilísticos, y gestión manual con sweep-and-invest automatizado. Menos cash ocioso, más rendimiento, zero riesgo adicional de liquidez.