El asistente que nunca duerme

Hace algunas semanas atrás tuve la oportunidad de participar en un foro de data e Inteligencia Artificial (AI, por sus siglas en inglés), en el cual altos ejecutivos y directores de las áreas de datos y analytics de empresas transnacionales de numerosos sectores económicos orquestaron conferencias y paneles de discusión sobre diversos temas, tales como gobernanza de datos, ciencia de datos, inteligencia de negocios (BI, por sus siglas en inglés) y, por supuesto, AI. Si bien la gran mayoría de las ponencias que presencié fueron de mi completo agrado, hubo una que acaparó mi atención (por mucho) por una razón particular, la edad de uno de los expositores, pues pese a ser un señor de aproximadamente 75 años, además de mostrar un gran dominio de su tema, la nube, mencionó algo que a pocas personas de su generación las he escuchado decir: «hoy, no podemos seguir haciendo las cosas como era antes».

A la primera mitad de 2025, la AI está prácticamente presente en todo tipo de empleos (y también desde luego en la vida diaria), y más que generar preocupaciones, en este sentido, una estadística que no podemos dejar pasar quienes actualmente laboramos en la industria financiera es que de acuerdo con un informe elaborado por el Foro Económico Mundial (WEF, por sus siglas en inglés) llamado “The Future of Jobs Report 2025”, la profesión financiera, en una escala de 4 niveles en cuanto a nivel de sustitución por la Inteligencia Artificial Generativa (GenAI, por sus siglas en inglés), figura en la segunda más alta, moderada capacidad, ubicándose, en esa categoría, en la quinta posición, sólo después de multilingüismo (Gráfica 1).

No obstante lo anterior, las empresas, plenamente conscientes de ello, están destinando recursos para que sus talentos se desarrollen, tanto en ámbitos puramente tecnológicos como en habilidades blandas, destacando de los primeros la ciberseguridad (materia que ha recobrado mayor relevancia en la última semana en México y en Singapur), el correcto manejo de softwares y herramientas tecnológicas, y, la AI (Tabla 1).

Hablando de la dupla AI y finanzas, una de sus derivaciones más populares es la GenAI, siendo el mejor ejemplo ChatGPT, pues se podría decir que la primera herramienta práctica enfocada en el sector financiero, BloombergGPT de Bloomberg, se basó en éste, además de acuerdo con Bain & Company alrededor de 80% de instituciones financieras a nivel global incorporaron ChatGPT o bien, alguna solución similar dentro de sus operaciones.

En abril de 2023, abordé en este espacio un caso de uso de la versión tradicional del bot, que consistió en el perfilamiento de un portafolio de inversión a partir de las series SPY y el BTCUSD, concluyendo que, si bien la experiencia no fue mala, los datos proporcionados no necesariamente eran correctos, al igual que las respuestas carecían de cierta lógica o entendimiento de lo que se había solicitado.

Considerando que ChatGPT ha evolucionado en los últimos 2 años, a la vez que se han ido lanzando versiones enfocadas a ciertos tópicos, para fines meramente ilustrativos, le mostraré diferentes formas de explotar el GPT Finance & Economics (Figura 1).

Compartiéndole la imagen del gráfico diario de velas japonesas del DJI, le pedí que dibujará los soportes y resistencias más importantes, a lo cual me generó un nuevo gráfico con dichos patrones (Figura 2).

Ahora bien, comparando el análisis que me proporcionó contra el propio, hay que comenzar señalando que se presentan errores en la imagen generada, y, por consiguiente, en el trazo de los patrones chartistas, hecho que, hasta cierto punto es razonable, precisamente por lo mismo. Sin embargo, enfocándonos únicamente en la ubicación de los pisos y techos, he de puntualizar que sí hay coincidencias con un grado de semejanza muy alto (señalados con flechas blancas en la primera imagen), algo que toma relevancia considerando que la gráfica que le envié se cerraba al horizonte de 1 año, mientras que mi análisis contempla todos los horizontes (Gráfica 2).

Una vez que subí el archivo en PDF del reporte financiero más reciente de NFLX, le solicité que resumiera el mismo, destacando puntos clave, brindándome su opinión general, así como su visión para el siguiente trimestre.

Su respuesta fue buena, acotándose al requerimiento, manejando un formato de lista para mostrar las cifras financieras más relevantes con sus respectivas comparaciones anuales, desglosar los aspectos positivos y puntualizar los highlights del guidance, al tiempo que me compartió su perspectiva, concluyendo que es positiva. E incluso (no se alcanza a visualizar por el tamaño del recurso visual) sugirió elaborarme una tabla o gráfica que albergara los datos resumidos (Figura 3).

Si algo puedo afirmar es que ésta es una de las mejores utilidades que nos ofrece este asistente virtual, pues hace no mucho, unos 5 años atrás, analizar un reporte financiero podía llevarnos fácilmente 30 minutos o hasta 1 hora, dependiendo la emisora y, por supuesto, el formato. Hoy, en cuestión de segundos es posible obtener un resumen de un documento de 15 hojas, como el de NFLX.

Para este tercer prompt debo mencionar que, originalmente, había descargado el XLSX de los últimos estados financieros de WALMEX, para que con base en éstos, se determinaran los 3 ratios operativos más conocidos; sin embargo, los cálculos fueron erróneos, tanto por las cifras que eligió para cada fórmula, así como por los periodos. A razón de esto, opté por hacer capturas de pantalla del Estado de Situación Financiera y el Estado de Resultado Integral de la emisora mexicana, y el resultado fue mejor, aunque con un pequeño detalle, asignó para el inventario del 1T25 el valor de MXN$ 100.3M cuando en realidad fue de MXN$ 109.3M (Figura 4).

El análisis de noticias es una de las actividades «operativas» que los inversionistas enfrentan a diario, y, como es sabido, los activos tienden a reaccionar con mayor fuerza basándose en éstas (en el corto plazo) que en otros factores. Bajo el entendido que quienes participamos en los mercados financieros recibimos decenas e incluso centenas en nuestro correo electrónico, es posible solicitarle a ChatGPT que prepare un análisis condensado de ellas, tal como lo hice yo enviándole la liga de una nota de Bloomberg Línea titulada «¿Una Barbie con IA? Mattel se está arriesgando con juguetes que son demasiado buenos», obteniendo no sólo un resumen, sino también su postura en cuanto a cómo le afectaría a la compañía juguetera, MAT (Figura 5).

En esta última demostración, le requerí que elaborara una gráfica comparativa de los retornos mensuales del S&P/BMV IPC y la Estrategia HH, que, si bien lo hizo, quizá el diseño no es el mejor, al tiempo que me dio un pequeño análisis de las 2 series de datos (Figura 6).

Contemplando este prompt, he de compartirle que cuando se trabaja con series usando AI, es más provechoso usar ChatGPT como complemento al momento de codificar en Python, brindándonos soporte en cuanto a la optimización o simplificación de la estructura del código.

Claramente, aún hay puntos de mejora en cuanto al grado de entendimiento y generación de resultados por parte del GPT Finance & Economics, aunado a que es vital tener en cuenta sus limitantes naturales, pues al final, como bien lo puntualiza en su descripción inicial, la información a proveer es más de alcance académico que de asesoría.

¿Usted, como profesionista financiero, cómo ha empleado ChatGPT en sus labores cotidianas?