OpenAI acaba de llevar ChatGPT al corazón del análisis financiero profesional. La nueva propuesta automatiza investigación, modelos y presentaciones: tareas que sostienen una parte importante del trabajo de consultoría y transacciones. Para las Big Four, el reto no es solo tecnológico, sino económico.

OpenAI anunció el 10 de septiembre ChatGPT para servicios financieros, una versión desarrollada con Morgan Stanley y Evercore como socios de diseño. La herramienta conecta capacidades de inteligencia artificial con datos y flujos de trabajo habituales en banca de inversión, análisis de renta variable y operaciones corporativas.

La noticia importa a las Big Four porque reduce el coste y el tiempo de producir algunos de los entregables que clientes y asesores utilizan a diario. No significa que una plataforma pueda sustituir por sí sola una auditoría, una due diligence o el criterio de un socio. Sí apunta a que el trabajo básico será más fácil de internalizar, comparar y automatizar.

Qué ofrece ChatGPT para servicios financieros

Según la información del lanzamiento, el producto incorpora datos de proveedores como LSEG, PitchBook, Daloopa, Crunchbase y Quartr. También prevé integraciones con suscripciones existentes a FactSet, S&P Global, Preqin y Datasite. El objetivo es que el profesional pueda investigar una empresa, construir un modelo financiero y generar una presentación para un cliente sin saltar continuamente entre aplicaciones.

La propuesta incluye acceso basado en roles, cifrado y exportación de registros para procesos de cumplimiento y auditoría. Además, las citas granulares permiten rastrear de dónde procede una cifra, un requisito especialmente relevante cuando el resultado de la IA entra en una decisión financiera.

Trabajo	Nueva capacidad directa	Presión sobre las Big Four	Valor que sigue siendo diferencial
Investigación	Consulta conjunta de fuentes financieras	Menos horas de búsqueda y recopilación	Selección de fuentes y lectura sectorial
Modelización	Primeros modelos y escenarios	Entregables iniciales más rápidos	Supuestos, validación y sensibilidad
Presentaciones	Pitchbooks con plantillas de la firma	Menor coste de producción	Narrativa, recomendación y defensa ante el cliente
Due diligence	Síntesis documental y detección preliminar	Automatización de tareas junior	Materialidad, riesgos y responsabilidad profesional
Cumplimiento	Controles de acceso y trazabilidad	Facilita el uso empresarial	Gobierno, independencia y supervisión humana

Por qué afecta al modelo de las Big Four

Durante décadas, las grandes firmas han combinado conocimiento experto con una pirámide de equipos: muchos profesionales jóvenes recopilan, ordenan y analizan información; los niveles superiores revisan, interpretan y convierten ese trabajo en una recomendación. La IA generativa comprime precisamente la primera parte de esa cadena.

Si un equipo financiero interno puede obtener en minutos un borrador de análisis, un modelo y una presentación, es razonable prever presión sobre las horas facturables de menor complejidad. Esta es una inferencia sobre el posible efecto económico del producto, no una consecuencia anunciada por OpenAI. La respuesta probable será competir más por resultados, propiedad intelectual y ejecución que por volumen de horas.

El cambio también puede acelerar la contratación. Un cliente podrá llegar a una conversación con más trabajo preliminar hecho y exigir al asesor que se concentre en los problemas difíciles. La consultoría no desaparece, pero el punto de partida sube.

Los trabajos más expuestos

• Búsquedas iniciales de mercado, empresas y transacciones comparables.
• Extracción y normalización de datos públicos o licenciados.
• Primeras versiones de modelos y análisis de escenarios.
• Resúmenes de documentos para una due diligence.
• Preparación mecánica de gráficos, tablas y presentaciones.
• Benchmarking y redacción de borradores de informes.

Son actividades importantes, pero repetibles. También han servido tradicionalmente para formar a los profesionales junior. Automatizarlas obliga a las firmas a replantear cómo se aprende a detectar errores, entender un negocio y construir criterio sin pasar tantas horas en la preparación manual.

Lo que la herramienta no sustituye

Una respuesta rápida no equivale a una conclusión defendible. En auditoría, fiscalidad, operaciones y consultoría regulada siguen siendo esenciales la independencia, el juicio profesional, la responsabilidad frente al cliente y la evidencia que soporta cada afirmación. Una cita indica el origen de un dato; no garantiza que sea correcto, pertinente o suficiente.

Tampoco se automatizan fácilmente la negociación entre partes, la gestión política de una transformación, la implantación en sistemas heredados ni la decisión de qué riesgo aceptar. En estos ámbitos, el valor está en combinar contexto, experiencia y rendición de cuentas. El gobierno y la auditoría de la inteligencia artificial serán parte de la solución, no un añadido posterior.

Cómo deberían responder las grandes firmas

1. Pasar de horas a resultados. Cobrar por impacto, velocidad o riesgo asumido reduce la dependencia del trabajo rutinario.
2. Convertir experiencia en activos. Metodologías, datos sectoriales y criterios propios pueden diferenciar una solución genérica.
3. Integrar y gobernar. Las empresas necesitarán conectar la IA con permisos, datos y controles reales.
4. Reforzar la validación. La revisión humana debe concentrarse en supuestos, excepciones, materialidad y trazabilidad.
5. Rediseñar la carrera junior. Habrá que enseñar antes pensamiento crítico, interlocución con clientes y control de calidad.

Las firmas que traten la IA únicamente como una herramienta de productividad corren el riesgo de acelerar un modelo antiguo. Las que rediseñen la oferta podrán vender decisiones mejores y ejecución más segura. La experiencia de otros sectores ya muestra que la IA generativa crea valor cuando cambia el proceso, no solo cuando redacta más rápido.

Qué deberían hacer ahora las empresas

Para un director financiero o responsable de estrategia, el primer paso no es sustituir al asesor. Es identificar un flujo acotado —por ejemplo, análisis de comparables o revisión documental— y medir tiempo, calidad y coste frente al proceso actual. El piloto debe incluir permisos, protección de información confidencial, fuentes autorizadas y aprobación humana.

También conviene separar tres preguntas: qué puede producir la herramienta, qué puede validar el equipo interno y qué requiere una opinión independiente. Esa frontera evita tanto bloquear usos valiosos como delegar en la IA decisiones que necesitan responsabilidad profesional. Antes de contratar, cada organización deberá confirmar disponibilidad, condiciones y precio con el proveedor.

En resumen

• ChatGPT para servicios financieros reúne datos, análisis, modelos y presentaciones en un mismo entorno.
• Las tareas repetibles de investigación y producción afrontarán más presión en precio y tiempo.
• El criterio, la independencia, la validación y la ejecución siguen siendo difíciles de sustituir.
• Las Big Four tendrán que transformar su modelo de talento y facturación, no solo adoptar otra herramienta.
• Para los clientes, la oportunidad consiste en internalizar trabajo preliminar sin perder control ni responsabilidad.

---

Fuentes

• Reuters: OpenAI launches ChatGPT for the financial services industry.
• Business Insider: Wall Street already loves ChatGPT. Now OpenAI is doubling down.

Imagen conceptual creada con inteligencia artificial. Este artículo tiene carácter informativo y no constituye asesoramiento financiero, legal ni profesional.