Cómo OpenAI creó ChatGPT para banqueros y analistas — Joseph Kim, OpenAI

하이라이트

• ChatGPT para Servicios Financieros es una versión adaptada de ChatGPT Work creada específicamente para la banca de inversión y la investigación de renta variable.

• El lanzamiento de la aplicación de escritorio de Codex en febrero de 2026 provocó que el uso de IA en finanzas, asuntos legales y recursos humanos pasara de casi cero a cerca del 90% en junio de ese año.

• OpenAI licencia datos financieros directamente y construye sus propios índices de búsqueda para garantizar la calidad y confiabilidad de la información.

• Los modelos de OpenAI han alcanzado hitos matemáticos importantes, incluyendo la propuesta de una solución al problema del premio del milenio de Navier-Stokes a principios de 2026.

• Para finales de 2027, los modelos superarán a los principales expertos humanos en una gama creciente de tareas difíciles en diferentes campos y especialidades.

타임라인

1. 00:00:00 - 04:11:00

   Presentación de ChatGPT para Servicios Financieros

   El producto busca cambiar la forma de trabajar en industrias como las finanzas, donde la adopción de la inteligencia artificial ha sido más lenta que en la ingeniería de software. Las áreas principales de enfoque garantizan que los usuarios tengan acceso a fuentes de datos confiables, herramientas familiares de inspección y gráficos, y la capacidad de producir documentos que sigan los estándares y formatos de sus respectivas empresas.

   • ChatGPT para Servicios Financieros adapta ChatGPT Work a la banca de inversión y la investigación de renta variable.
   • El desarrollo se realizó junto con los socios de diseño Morgan Stanley y Evercore.
   • El producto se centra en integrar datos financieros, una interfaz específica para finanzas y plantillas corporativas.
2. 04:12:00 - 05:59:00

   Motivación y el desbordamiento de capacidades

   Las capacidades de los modelos mejoraron con rapidez al pasar de resolver problemas de secundaria a cuestiones matemáticas complejas, pero el valor diario no creció al mismo ritmo. El lanzamiento de aplicaciones de escritorio específicas actúa como un punto de inflexión que dispara drásticamente la adopción en departamentos operativos y financieros, demostrando que una interfaz adecuada elimina las barreras de uso.

   • El desbordamiento de capacidades describe la brecha entre el avance de los modelos y el valor real que las personas obtienen en su trabajo diario.
   • El lanzamiento de la aplicación de escritorio de Codex en febrero de 2026 impulsó el uso de IA en áreas no técnicas como finanzas y asuntos legales.
   • Las experiencias de producto adecuadas facilitan que los profesionales aprovechen la inteligencia artificial disponible.
3. 06:00:00 - 09:17:00

   Estrategia de construcción y datos financieros

   La calidad del trabajo financiero depende directamente de la información utilizada, por lo que se optó por licenciar estados financieros, transcripciones de ganancias y datos de mercado de forma directa. Combinar el protocolo MCP con el post-entrenamiento permite que el modelo actúe de manera similar a un analista senior con décadas de experiencia. Además, se integran herramientas para generar hojas de cálculo y presentaciones que cumplen con los flujos de trabajo corporativos.

   • OpenAI licencia datos financieros y construye índices propios usando su infraestructura web para evitar problemas de latencia y errores.
   • El protocolo MCP otorga acceso al modelo, mientras que el post-entrenamiento le dota de familiaridad profunda con los datos.
   • El sistema incluye plantillas aprobadas por empresas, gráficos financieros interactivos y visores de citas.
4. 09:18:00 - 15:00:00

   Futuro de las capacidades y el fenómeno del umbral

   La evolución histórica de la potencia de cálculo y los algoritmos mantiene una tendencia constante que permite predecir el rendimiento de los futuros modelos. A pesar de las mejoras continuas, los usuarios perciben el cambio de forma repentina solo al cruzar el umbral de utilidad donde la IA reduce significativamente el esfuerzo de validación humana. Hacia 2027, las capacidades matemáticas y de razonamiento apuntan a superar a los expertos humanos en múltiples especialidades.

   • El progreso de los modelos se impulsa mediante el escalado de computación, mejoras algorítmicas y el razonamiento por aprendizaje por refuerzo.
   • El fenómeno del umbral explica que la utilidad de una herramienta pasa desapercibida hasta que cruza el punto donde ahorra más tiempo del que requiere su revisión.
   • Los modelos han resuelto problemas matemáticos avanzados, incluyendo conjeturas históricas y aspectos del premio Navier-Stokes.
5. 15:01:00 - 01:48:52

   Aplicaciones futuras en las finanzas y agentes persistentes

   El trabajo financiero se beneficia tanto de los avances generales en razonamiento como del entrenamiento especializado en modelos de Excel y PowerPoint. La incorporación de agentes persistentes transforma la interacción al permitir delegar proyectos complejos de manera similar a la colaboración entre humanos. Hacia 2027, estas tecnologías apuntan a automatizar la creación de modelos y la predicción de ganancias con un nivel superior al de los profesionales humanos.

   • El rendimiento financiero mejora mediante la marea creciente de los modelos generales y las olas específicas del post-entrenamiento.
   • Los agentes proactivos y persistentes permiten mantener objetivos y trabajar en segundo plano sin requerir instrucciones constantes.
   • Las apuestas para 2027 incluyen analistas financieros de IA comparables a compañeros de trabajo humanos y la superación de expertos en tareas críticas.