Imagina este escenario. Un cliente te pide construir su modelo financiero. Tienes tu agente de IA listo, ese que arma el modelo en minutos, y hasta una herramienta que grabó la reunión completa. Todo parece cubierto.
Pero al sentarte a trabajar aparece un hueco. Hay una variable que no entendiste bien: el cliente habló de una «capitalización» y tú, como analista, no tienes del todo claro el concepto. Vuelves a escuchar la grabación una vez, dos, siete veces… y da igual. Porque el problema no está en la grabación: está en que, durante la reunión, ni el cliente supo explicar bien a qué se refería, ni tú supiste hacer las preguntas correctas para extraer lo que necesitabas. Y si tú no lo extraes, tu IA tampoco puede. No tiene con qué construir el modelo.
Ese pequeño hueco, aparentemente técnico, esconde la verdad más importante de esta era: la IA puede ejecutar, pero todavía no puede entender por ti.
«La IA puede ejecutar, pero todavía no puede entender por ti.»
— Camilo Vivi, fundador de SIKERTEK
El eslabón que la IA no puede reemplazar: las preguntas correctas
Un modelo financiero no falla porque a la máquina le falte capacidad de cálculo. Falla mucho antes, en un momento profundamente humano: la conversación con el cliente. Ahí es donde se define qué variables importan, qué supuestos son razonables y qué es lo que el cliente en realidad necesita, aunque no sepa nombrarlo.
Y es que hacer las preguntas correctas no es una habilidad técnica: es criterio. Requiere entender los fundamentos, saber qué es una capitalización, cómo se comporta, por qué cambia el modelo, para poder detectar, en tiempo real, cuándo algo no cuadra y hay que preguntar más. La IA no sabe qué no sabe. Tú sí, si dominas tu oficio.
Los humanos tenemos una forma de interpretar lo que el otro dice, leer entre líneas, captar lo que insinúa, deducir lo que necesita aunque lo exprese mal, que a una máquina le cuesta enormemente replicar. Un modelo de lenguaje, para acercarse a esa lectura, tendría que interrogarte con decenas de preguntas explícitas; un buen analista lo resuelve con una conversación y algo de intuición entrenada. Esa intuición no se descarga: se construye.
Por qué esto no va a cambiar pronto
Mientras los negocios dependan de relaciones humanas, y todo indica que será así por mucho tiempo, será muy difícil que la IA haga las preguntas correctas por ti. No porque la tecnología no avance, sino porque el nudo no es tecnológico: es relacional y conceptual.
Lo he dicho antes en este blog: la tecnología es el motor, pero el criterio, la empatía y la estrategia siguen necesitando un humano al volante. La IA no elimina al analista; redefine su valor. El trabajo mecánico se automatiza: armar fórmulas, ordenar datos, redactar el primer borrador del modelo. Lo que sube de precio es exactamente lo contrario: tu capacidad de entender el negocio del cliente, hacer las preguntas que nadie más hace y traducir una conversación ambigua en supuestos sólidos.
Para el profesional financiero de Latinoamérica que quiere competir por clientes en Estados Unidos, esta es una excelente noticia. Tu ventaja no está en teclear más rápido que una máquina —esa carrera ya la perdimos todos—, sino en el criterio que aportas. Y el criterio sí es exportable, sí se paga en dólares y sí desarrolla talento en la región.
Cómo usar la IA como analista sin que te reemplace
Si estás empezando tu práctica de análisis financiero o bookkeeping, el objetivo no es usar menos IA, sino usarla desde el criterio. Tres principios prácticos:
- Domina los fundamentos antes de automatizar. La IA amplifica lo que ya sabes; si no entiendes el concepto, amplifica tu error. Estudia los conceptos que aparecen en tus reuniones —capitalización, flujo de caja, provisiones, lo que sea— hasta poder explicarlos con tus palabras.
- Prepara las preguntas correctas para cada reunión. La grabación no reemplaza una buena entrevista. Llega con una lista de qué necesitas confirmar y no salgas de la reunión con vacíos. La IA solo es tan buena como la información que tú lograste extraer.
- Usa la IA para ejecutar y validar, no para pensar por ti. Deja que construya el borrador, corra escenarios y detecte inconsistencias. Pero la interpretación final, los supuestos y la conversación con el cliente son tuyos. Ahí está tu firma profesional.
Dónde la máquina sí es imprescindible: tu equipo
Hay un lugar donde delegar en las máquinas no solo es válido, sino obligatorio: tu hardware. Si tu criterio es el cerebro, tu equipo es el músculo que lo ejecuta.
Construir modelos de múltiples variables, correr escenarios y apoyarte en IA de forma local exige capacidad real de cómputo y procesamiento. Sin ella, los recálculos se arrastran, los archivos se congelan y —lo que de verdad importa— tus entregas se quedan atrás frente a una competencia que sí tiene con qué. Un cliente que percibe lentitud percibe riesgo. Y en este mercado, el que se ve lento pierde.
Por eso, cuando pienses en tu equipo, piénsalo como una inversión en tu criterio, no como un gasto. Necesitas suficiente RAM para mover varios clientes y modelos pesados a la vez (32 GB es el punto cómodo), un procesador moderno de rendimiento sostenido como un Intel Core Ultra 7, y una pantalla amplia para no perderte entre tantas variables. Un equipo como la ThinkPad E16 Gen 3, con Core Ultra 7, 32 GB de RAM y pantalla de 16", está pensado justo para esa carga: potencia para trabajar con IA sin que la máquina sea el cuello de botella.
Conoce la ThinkPad E16 Gen 3 en Lenovo →
Aviso de transparencia: este artículo contiene enlaces de afiliado. Si compras a través de ellos, SIKERTEK recibe una comisión sin ningún costo adicional para ti.
En resumen
La IA cambió las reglas, pero no cambió lo esencial. La máquina ejecuta; el humano entiende, pregunta e interpreta. El futuro del análisis financiero no es del que más automatiza, sino del que combina las dos cosas: criterio humano para hacer las preguntas correctas, y una máquina lo bastante potente para ejecutar lo que ese criterio decide.
Automatiza el músculo. Nunca delegues el criterio.
Y tú, ¿estás dejando que la IA piense por ti, o la estás usando para amplificar lo que ya sabes hacer bien?
