Por Gary Kazantsev, jefe global de tecnología cuantitativa en Bloomberg.
La IA no es nueva en las finanzas; el aprendizaje automático ha estado durante mucho tiempo incrustado en los flujos de trabajo para la extracción de datos, el análisis, la ejecución y la gestión de riesgos. Los cambios recientes no son la presencia de la IA, sino su interfaz y rápida evolución, haciendo que sus capacidades avanzadas sean más accesibles y ampliamente aplicables.
La adopción de la IA en finanzas es desigual, y se ve obstaculizada por la calidad de los datos, la experiencia, la gobernanza, la validación y el control. Ahí la confianza es primordial. Regulaciones estrictas y en evolución exigen explicabilidad, transparencia y precisión. Un despliegue exitoso de la IA requiere conocimiento y disciplina de ingeniería más allá del solo poder de un modelo.
Chile está estableciendo regulaciones rigurosas en IA y finanzas, incluyendo un modelo de clasificación basado en riesgos (proyecto de Ley 16821-19) y la implementación de un sistema de Finanzas Abiertas (Open Finance) para el intercambio de datos en un futuro cercano.
Las plataformas globales procesan diariamente vastos volúmenes de datos financieros y noticias. A modo de ejemplo, Bloomberg actualmente procesa cientos de miles de millones de registros de datos de mercado al día de bolsas de valores de todo el mundo (en abril de 2025, superó los 650 mil millones de registros procesados en un solo día).
El desafío no es el acceso a los datos, sino organizar e interpretar esta información masiva, en tiempo real y legible por máquina, que excede la capacidad humana.
Los avances en IA/ML, particularmente la comprensión del lenguaje natural (NLU), agilizan el manejo de grandes conjuntos de datos financieros. La IA puede buscar, resumir y analizar información rápidamente, reduciendo drásticamente el tiempo de investigación.
De esta manera, la IA permite a los profesionales obtener información de datos fragmentados mientras aún verifican. La automatización total no es el objetivo; a medida que la IA acelera el procesamiento de la información, la experiencia humana, el juicio, el contexto y la rendición de cuentas se vuelven aún más críticos.
Los profesionales financieros deben comprender los mercados y las herramientas de IA, incluyendo sus limitaciones. Las instituciones exitosas se centrarán en la mejora confiable, expandiendo el alcance analítico mientras mantienen la responsabilidad humana, en lugar de optimizar únicamente para la automatización.