Model ML impulsa la transformación total de las empresas financieras con ayuda de la IA

Nuestra serie Executive Function presenta los puntos de vista de líderes a la vanguardia en la adopción de la IA.

Model ML está creando una infraestructura de IA que está transformando el modo en que operan las principales empresas de servicios financieros. La plataforma de Model ML incorpora agentes diseñados para tareas específicas y una aplicación que automatiza flujos de trabajo de principio a fin, además de ofrecer análisis e investigaciones a medida. 

Conversamos con el CEO y cofundador Chaz Englander sobre la evolución del sector financiero y cómo los últimos avances en IA están automatizando y agilizando sus operaciones.

Después de vender nuestra anterior empresa, mi hermano y yo nos dimos cuenta de que no nos gustaba invertir, pero nos obsesionamos con automatizar el proceso de inversión utilizando llamadas a funciones con GPT.

Teníamos una oficina familiar formada por seis personas, pero con estos grandes modelos de lenguaje basados en GPT‑3.5, sentíamos que teníamos la capacidad operativa de un equipo de 60 personas.

Creamos un prototipo de Model ML para nuestro propio uso y no teníamos intención de comercializarlo. Pero en cuanto vimos las mejoras en eficiencia y en capacidad de análisis al automatizar los flujos de trabajo de investigación, supimos que íbamos por buen camino.

Hay tareas que, históricamente, solían llevar días, semanas o incluso meses, y ahora algunas de ellas pueden resolverse en cuestión de minutos u horas. Por ejemplo, preparar resúmenes trimestrales de resultados solía llevar horas. Ahora, los agentes se encargan de todo el proceso: extraen los datos, dan formato a las diapositivas y publican la presentación en PowerPoint en SharePoint, todo sin intervención humana. Creo que ese será el mayor cambio que veremos este año: llegaremos a la oficina por la mañana y el trabajo ya estará hecho.

Eso está obligando a replantear el papel de las personas, en qué aportan valor y cómo las empresas tendrán que reorganizar los equipos para que sigan marcando la diferencia, hoy y también en el futuro.

Estamos viendo cómo muchas empresas están trasladando a su personal hacia funciones de mayor valor, basadas en el criterio humano. Desde nuestro punto de vista, los líderes de las empresas con las que trabajamos son quienes están replanteando toda la arquitectura de la organización con una mentalidad nativa de IA. Es un proceso increíblemente complejo, por eso al principio solemos actuar como consultores: les ayudamos a identificar dónde puede aplicarse la IA hoy con más utilidad y a prepararse para aprovechar su impacto real en los próximos 12 meses. 

Estamos viendo que las personas dentro de las empresas financieras aportan más que nunca, no menos. Al delegar las tareas más repetitivas en la automatización, las personas pueden centrarse en las relaciones y en el pensamiento estratégico. Las empresas que saldrán ganando serán aquellas que replanteen toda su estructura operativa para aprovechar ese cambio.

En el sector financiero, la precisión, el cumplimiento normativo y la integración en los flujos de trabajo no son opcionales: son requisitos básicos. Y es justo en ese nivel de exigencia donde las herramientas genéricas no están a la altura. Model ML se diseñó desde el primer día específicamente para el sector financiero, y lo hizo atendiendo a dos aspectos fundamentales.

En primer lugar, en la capa de agentes, hemos desarrollado y ajustado sistemas específicamente diseñados para interpretar y trabajar con el tipo de datos que los profesionales financieros utilizan a diario, tanto estructurados como no estructurados, en herramientas como SharePoint y conjuntos de datos habituales como Capital IQ, FactSet o Crunchbase, que pueden incluir cientos de tablas y hasta 20 terabytes de información. Hace 12 meses, era prácticamente imposible construir un agente que funcionara sobre esos conjuntos de datos. No se trata solo de modelos que responden preguntas. Son sistemas que comprenden el contexto, entienden estructuras de datos, escriben código y extraen información de terabytes de datos complejos. 

En segundo lugar, está la capa de aplicación: la interfaz a través de la cual los usuarios interactúan con los agentes, diseñada específicamente para el sector financiero. Ofrece a las empresas las herramientas necesarias para crear agentes que automatizan flujos de trabajo de principio a fin y permiten realizar análisis que antes no eran posibles. Estamos viendo decenas de casos de uso nuevos cada día, y ya contamos con miles, muchos de los cuales los clientes pueden empezar a utilizar desde el primer momento al registrarse.

Con cada nueva versión de modelo hemos visto saltos cualitativos importantes, que hemos convertido en beneficios inmediatos para nuestros clientes. Los avances en capacidades como el razonamiento y la programación han impulsado algunas áreas de nuestro producto a un nivel completamente nuevo. Recientemente, con el lanzamiento de los modelos de OpenAI o3‑pro, o3, o4-mini y GPT‑4.1, hemos visto mejoras sustanciales en razonamiento, capacidades multimodales, seguimiento de instrucciones e integración con herramientas. Gracias a ventanas de contexto más amplias y a una capacidad de razonamiento más avanzada, ahora podemos activar flujos de trabajo de principio a fin. Ahora, los usuarios pueden enlazar tareas de recopilación de datos, análisis y creación de presentaciones, generando resultados totalmente formateados de forma completamente autónoma. 

Creo que el cambio más profundo que se avecina es el auge de la automatización completa de los flujos de trabajo, donde los sistemas funcionan como torres de control que supervisan un ejército de trabajadores digitales. A medida que estos agentes asuman tareas más complejas y de varios pasos en todo el universo digital, incluso la interfaz de usuario y la forma en que interactuamos con el hardware comenzarán a transformarse. Probablemente esto suceda más allá de los próximos 12 meses, pero es hacia donde nos dirigimos.

Lo que viene a continuación es la aparición de agentes verdaderamente autónomos que podrás crear con nuestro producto. Nuestros agentes pueden ejecutar flujos de trabajo sofisticados que recopilan, analizan y presentan datos de tu CRM, correos electrónicos, archivos, proveedores externos de datos, transcripciones de reuniones y más. Estos agentes no solo esperarán instrucciones, sino que anticiparán lo que debe hacerse, ya sea de forma cíclica (diaria, semanal, mensual, trimestral o anual) o activado por sucesos del mundo real, tal y como pedirías a un miembro del equipo después de una reunión o en respuesta a un correo electrónico.

El verdadero cambio es que estos flujos de trabajo funcionarán de principio a fin, de forma automática, con razonamiento en profundidad y coordinación entre todos los sistemas. Los resultados podrían ser tan extensos como una presentación en PowerPoint de 100 páginas, generada totalmente de forma automática, con mayor rapidez, consistencia y disponibilidad las 24 horas del día, los 7 días de la semana.

Es el futuro: equipos digitales autónomos que gestionan los flujos de trabajo que impulsan el negocio, de forma más eficiente, rápida y siempre activos.

Nuestra convicción es que las empresas nativas en IA tendrán una estructura diferente. Menos niveles, ciclos más rápidos y bucles de retroalimentación más ajustados. Hemos adoptado una estructura plana. Mi cofundador Arnie y yo supervisamos directamente a más de diez personas cada uno. Puede parecer exagerado, pero la IA lo hace viable. Todas las reuniones individuales cuentan con asistencia de IA. Notas, tareas pendientes, contexto: todo está optimizado. Nos permite avanzar más rápido y estar muy pendientes del producto. Creemos que así es como funcionarán las empresas modernas: más como torres de control que como jerarquías aisladas.

Ser ágiles también implica confiar en que el ecosistema y los modelos base seguirán mejorando. El punto crucial, y quizá parte de la mentalidad de los fundadores y los equipos de ingeniería, es no tomarse el código de forma personal. Antes solíamos construirlo todo nosotros mismos: abstracciones de agentes, conectores de servicios, todo. Ahora, si OpenAI o la comunidad de código abierto lanzan algo mejor, como el SDK de agentes de OpenAI o los conectores MCP, simplemente lo integramos y eliminamos nuestro código. 

Ahora utilizamos el SDK de agentes de OpenAI y las herramientas MCP para gestionar los ciclos de los agentes, las llamadas a herramientas, las medidas de seguridad y las integraciones, lo que nos permite avanzar con menos mantenimiento y acelerar la innovación.

No estamos aquí para competir con la infraestructura, sino para proporcionar valor real mediante los resultados que conseguimos para los clientes.

Model ML utiliza la plataforma API de OpenAI, que incluye GPT‑4.1, OpenAI o3 y el SDK de agentes, para potenciar sus agentes, automatizaciones y herramientas internas.