Si alguien le dice que está usando inteligencia artificial en su empresa, la pregunta que vale la pena hacer no es si la usa sino cómo la está usando. Porque en 2026, la diferencia entre usar IA como un asistente de escritura y usarla como una herramienta de análisis financiero real puede medirse en horas de trabajo, en calidad de decisiones y, eventualmente, en dinero.
Esta es una guía práctica. Sin promesas exageradas y sin tecnicismos innecesarios.
ChatGPT — el más conocido, no siempre el mejor usado
ChatGPT es probablemente la herramienta con la que más personas han tenido su primer contacto con la IA. Y también la más subutilizada.
Bien configurado, puede hacer investigación de mercado en minutos, redactar análisis estructurados, automatizar reportes repetitivos y resumir información compleja. El problema es que la mayoría de personas le hacen preguntas vagas y obtienen respuestas vagas. La IA es tan buena como las instrucciones que recibe.
Para finanzas: útil para análisis de tendencias, redacción de informes, comparación de escenarios y automatización de tareas administrativas.
Microsoft Copilot — el aliado silencioso de los equipos financieros
Si su equipo ya trabaja en Excel, Word y Power BI, Copilot es probablemente la herramienta con mayor retorno inmediato. Se integra directamente en las aplicaciones que ya usan, sin necesidad de migrar flujos de trabajo.
Puede construir fórmulas complejas en Excel a partir de instrucciones en lenguaje natural, generar visualizaciones en Power BI sin necesidad de código y redactar reportes a partir de datos. Para equipos financieros que pasan horas en hojas de cálculo, esto no es menor.
Para finanzas: modelado financiero, automatización de reportes, análisis de datos en tiempo real.
Claude — el especialista en documentos complejos
Claude, desarrollado por Anthropic, tiene una característica que lo hace especialmente valioso para quienes trabajan con documentación extensa: puede leer, analizar y sintetizar documentos muy largos sin perder el hilo.
Contratos de cientos de páginas, data rooms con decenas de archivos, expedientes de proyectos con múltiple documentación adjunta. Claude puede cruzar esa información, identificar inconsistencias, responder preguntas específicas y generar resúmenes estructurados. Para due diligence de proyectos de inversión, es hoy una de las herramientas más poderosas disponibles.
Para finanzas: análisis de contratos, revisión de expedientes, síntesis de documentación compleja, due diligence.
Perplexity — investigación financiera con fuentes verificables
Uno de los riesgos reales de la IA es que puede inventarse datos con una confianza que desorienta. Perplexity resuelve ese problema de raíz: cada respuesta viene acompañada de las fuentes de donde proviene la información, en tiempo real.
Para investigación financiera donde la precisión importa — analizar el comportamiento de un sector, verificar datos macroeconómicos, entender el estado regulatorio de un mercado — Perplexity ofrece una capa adicional de confiabilidad que otros modelos no garantizan.
Para finanzas: investigación de mercado, verificación de datos, análisis regulatorio, benchmarking sectorial.
NotebookLM — el analista que lee todo lo que usted le da
NotebookLM, de Google, funciona diferente a los demás. No busca información en internet — trabaja exclusivamente con los documentos que usted le carga.
Suba el expediente de un proyecto inmobiliario, los estados financieros de los últimos tres años, los contratos relevantes y la documentación legal. NotebookLM los lee, los cruza y responde preguntas específicas sobre ellos. ¿Cuáles son los riesgos identificados en el contrato de fiducia? ¿Hay inconsistencias entre las proyecciones financieras y los flujos históricos? ¿Qué dice el reglamento sobre las condiciones de prepago?
Para due diligence de proyectos de inversión, esto puede reducir tiempos de análisis de días a horas.
Para finanzas: análisis de expedientes, due diligence, revisión de data rooms, evaluación de proyectos.
La conclusión práctica
Ninguna de estas herramientas reemplaza el criterio humano. Lo que hacen es ampliar la capacidad de análisis, reducir el tiempo en tareas repetitivas y permitir que las personas que las usan bien se concentren en las decisiones que realmente requieren juicio.
En un entorno donde la velocidad y la calidad de la información son ventajas competitivas reales, saber usar bien estas herramientas en 2026 no es opcional. Es la diferencia entre analizar un proyecto en tres días o en tres horas.