Goldman Sachs ya usa agentes de IA para las tareas que nadie quiere hacer

Mientras el debate sobre la inteligencia artificial se centra en la creatividad y los roles de cara al público, la verdadera revolución silenciosa está ocurriendo en la trastienda de los negocios. El sector financiero está cambiando su enfoque: más allá de los algoritmos de trading, el impacto real empieza a verse en las tareas administrativas que consumen tiempo y recursos. Goldman Sachs es el último gigante en mover ficha, asociándose con la startup de IA Anthropic para automatizar su trabajo de oficina.

La colaboración, que ya lleva seis meses en marcha, se centra en el uso de agentes de IA construidos sobre el modelo Claude. Según un comunicado oficial de Anthropic, Goldman Sachs también es uno de los inversores significativos en la compañía, que ya cuenta con 8 de las 10 empresas más grandes de la lista Fortune 100 como clientes. Según Marco Argenti, Director de Información de Goldman, el objetivo es entrenar a estos agentes con datos financieros complejos para que puedan hacerse cargo de procesos repetitivos de varios pasos, como la contabilidad o el alta de nuevos clientes. Los primeros resultados ya se consideran prometedores.

Pero, ¿qué es exactamente un “agente de IA”?

Antes de seguir, aclaremos este término que vas a oír cada vez más. No es solo un chatbot que responde preguntas.

• Definición en simple: Un agente de IA es un sistema que no solo genera texto, sino que puede ejecutar una secuencia de tareas para alcanzar un objetivo. Piensa en él como un asistente virtual que puede usar herramientas (como un calendario, un email o una base de datos) por sí mismo.
• Por qué importa: Porque va un paso más allá de la automatización simple. Un script tradicional sigue reglas fijas ("si pasa A, haz B"). Un agente puede razonar sobre un objetivo ("reserva un viaje a Madrid para la próxima semana") y realizar los pasos necesarios (buscar vuelos, comparar precios, revisar tu calendario, reservar) de forma autónoma.
• Ejemplo: Le pides "analiza las ventas del último trimestre y envíame un resumen por email con los tres productos más vendidos". El agente accede a la base de datos, procesa la información, redacta el email y te lo envía, todo sin intervención humana en cada paso.

El objetivo real: más productividad, no menos personal

Esta iniciativa forma parte de una estrategia más amplia de eficiencia en Goldman Sachs. El banco busca usar la IA para ahorrar tiempo, minimizar errores y, sobre todo, liberar a sus empleados para que puedan dedicarse a trabajos de mayor valor que dependen del juicio humano. La compañía ha dejado claro que su meta inmediata es potenciar la productividad y optimizar la contratación futura, no reducir su plantilla actual.

A diferencia de la automatización tradicional, estos agentes de IA están diseñados para adaptarse al contexto, lo que les permite gestionar tareas más complejas que antes requerían supervisión humana constante.

La lección clave: la IA no adivina, necesita un encargo claro

El éxito de Goldman Sachs con Anthropic no es magia. Se basa en un principio fundamental que a menudo se olvida: un modelo de lenguaje no lee la mente. El hecho de que entrenen a los agentes con "datos financieros complejos" es la prueba. No esperan que Claude "sepa" de finanzas; le están dando el contexto, las reglas y los ejemplos para que pueda operar correctamente.

La IA no necesita que le expliques tu vida, pero sí necesita un encargo claro. Tu problema casi nunca es la herramienta de IA, sino que tu instrucción está incompleta, es ambigua o carece de criterios de calidad. Si el encargo es confuso, la respuesta también lo será.

Checklist: 4 pasos para definir una tarea que un agente de IA podría hacer

¿Quieres empezar a pensar como Goldman Sachs? Usa este checklist para identificar y definir una tarea en tu propio trabajo que podría ser automatizada:

1. Define el Objetivo Final: ¿Cuál es el resultado exacto que esperas? No digas "gestionar facturas". Di "extraer el nombre del proveedor, la fecha y el importe total de cada factura en PDF y registrarlo en una fila de este Google Sheet".
2. Mapea los Pasos Intermedios: ¿Qué acciones se necesitan para llegar al objetivo? (Ej: Abrir email -> Descargar adjunto -> Leer el PDF -> Encontrar los datos -> Abrir el Sheet -> Añadir una fila -> Pegar los datos).
3. Identifica las Herramientas y Datos: ¿A qué sistemas o archivos necesita acceder el agente? (Ej: Acceso a la bandeja de entrada de facturas@empresa.com, permiso de edición en el Google Sheet "Control de Facturas T3").
4. Establece las Reglas y Excepciones: ¿Qué debe hacer si falta un dato? ¿Cómo debe formatear la fecha? ¿Qué pasa si una factura viene en formato imagen en lugar de PDF? (Ej: "Si no encuentras el importe, marca la fila en rojo y envíame una alerta por Slack").

Más allá de los gigantes: herramientas que puedes probar hoy

Aunque la solución de Goldman Sachs es a medida, ya existen muchas herramientas de IA que pueden automatizar partes de tu negocio. No necesitas ser un banco de inversión para empezar a delegar tareas repetitivas y ganar productividad.

Una implementación con cautela, pero con un rumbo claro

Implementar IA en un sector de alto riesgo como el financiero no está exento de peligros. Un error en contabilidad o en el cumplimiento de normativas puede tener consecuencias graves, un riesgo que se debe tomar en serio, como detallamos en nuestra cobertura sobre los fallos de seguridad de Claude. Por esta razón, Goldman Sachs está probando estas herramientas de forma muy controlada antes de un despliegue generalizado. Ven la IA como un sistema de apoyo para los trabajadores —un copiloto—, no como un sustituto directo.

Aun así, los expertos advierten que a medida que la inteligencia artificial se vuelve más competente en tareas profesionales como la contabilidad o la gestión de documentos, los roles de oficina en muchas industrias inevitablemente evolucionarán. De hecho, el debate sobre el impacto en el empleo ya es una realidad en otros sectores, como muestran los despidos en grandes bufetes de abogados. El experimento de Goldman Sachs con Anthropic podría convertirse en un caso de estudio clave sobre cómo la IA remodelará el trabajo administrativo en la banca global y, por extensión, en el resto de las empresas.