¿IA o asesor financiero? Un experimento argentino pone a prueba quién consigue mejores rendimientos

La gestión automatizada mostró fortalezas claras en mercados con tendencia definida, pero también fallas cuando cambió el contexto. El resultado abre una discusión sobre qué tareas puede asumir la tecnología y dónde sigue siendo decisivo el criterio profesional.

La inteligencia artificial gana terreno en la gestión de inversiones y obliga a redefinir el valor del asesor financiero.

La industria financiera, al igual que muchas otras actividades, atraviesa una etapa de profunda transformación. Los avances en inteligencia artificial y en otras tecnologías aplicadas al análisis financiero y la gestión de carteras, como el big data, el trading algorítmico, los robo-advisors y, más recientemente, los agentes de IA, vienen impulsando desde hace años innovaciones y cambios en prácticamente toda la profesión.

Sin embargo, la velocidad de ese proceso se aceleró considerablemente. Durante 2026, por ejemplo, Anthropic comenzó a integrar Claude con plataformas financieras como FactSet, S&P Capital IQ, MSCI y LSEG, lo que permite que estos sistemas accedan a información de mercado, balances, estimaciones y otras bases profesionales dentro de un mismo flujo de trabajo.

El avance amplía el rango de tareas que pueden automatizarse y vuelve cada vez más difusa la frontera entre las funciones que tradicionalmente realizaba un profesional y aquellas que puede asumir una herramienta tecnológica.

En ese contexto, un informe del Instituto de Economía de la UADE comparó durante 24 meses una cartera administrada mediante un sistema algorítmico con un fondo gestionado por especialistas, ambos expuestos al mercado argentino.

El resultado fue un empate técnico, aunque la evolución de cada estrategia mostró diferencias importantes según el contexto.

¿Cómo fueron los resultados del experimento?

Durante el ciclo alcista de 2024, el algoritmo obtuvo un retorno de 130,2% en dólares, frente al 111,8% del fondo, además de registrar menor volatilidad y una mejor relación entre riesgo y retorno. Sin embargo, en el mercado bajista de 2025 la situación se revirtió y la gestión profesional perdió 14,6%, frente al 22,1% del modelo. Al completar los dos años, terminaron casi igualados, con 79,4% para la cartera algorítmica y 80,9% para el fondo gestionado por especialistas.

Esto no significa que la profesión haya perdido valor de manera determinante, ni que la inteligencia artificial pueda reemplazar hoy a un asesor financiero. Sin embargo, sí muestra que los avances tecnológicos empiezan a competir con los profesionales en una parte cada vez mayor del proceso de inversión y podrían obligarlos a redefinir qué valor aportan dentro de la gestión de una cartera.

Además, la demanda por este tipo de herramientas viene creciendo. Una encuesta global del CFA Institute mostró que 84% de los inversores institucionales consideraría invertir en un fondo que utilice principalmente inteligencia artificial para seleccionar activos.

En este sentido, Ignacio Meggiolaro, abogado líder en derecho financiero y socio de Martínez de Hoz & Rueda, “la inteligencia artificial no va a eliminar el criterio profesional; va a aumentar exponencialmente el valor de quienes sepan combinar tecnología con criterio, responsabilidad y conocimiento del cliente”.

¿La IA ya está a la par de un gestor profesional?

La comparación de UADE muestra que la respuesta depende del contexto. Durante el ciclo alcista de 2024, el algoritmo no solo obtuvo un mayor retorno, sino que lo hizo con menor volatilidad y un ratio de Sharpe de 2,68 frente a 1,85 del fondo, lo que significa que el algoritmo obtuvo más retorno por cada unidad de riesgo asumido.

Sin embargo, cuando el mercado cambió de régimen en 2025, la gestión profesional terminó el año con una pérdida menor.

Para Julián Colombo, director de Bitso para Sudamérica, la diferencia no se explicó simplemente por el mercado bajista, sino por un problema de diseño. En tres momentos de 2025, el sistema concentró toda o casi toda la cartera en apenas uno o dos activos. El episodio más costoso llegó en octubre, cuando el algoritmo ganó 30,9%, pero una cartera equiponderada con los mismos diez ADRs habría avanzado 67,6%.

Meggiolaro coincide en que la IA tiene una ventaja extraordinaria para procesar información, detectar patrones y ejecutar estrategias con velocidad y disciplina, aunque todavía necesita del criterio profesional para interpretar contextos, administrar riesgos y comprender las necesidades particulares del cliente.

Incluso el propio estudio recuerda que los algoritmos tampoco están libres de decisiones humanas, ya que alguien define qué activos incorporar, qué variables ponderar y bajo qué reglas operar.

Así, más que una competencia con un ganador definitivo, la evidencia apunta hacia una gestión híbrida, con la tecnología ganando terreno en ejecución y análisis y el profesional conservando una ventaja frente a escenarios que el modelo nunca observó.

La automatización empieza a modificar las tareas y estructuras laborales dentro de la industria financiera.

Qué tareas financieras empiezan a quedar bajo presión

Ese modelo híbrido, sin embargo, no implica que la transformación vaya a ser neutral para el empleo. En este sentido, Meggiolaro advierte que tareas históricamente realizadas por analistas, traders y asesores van a automatizarse a una velocidad mucho mayor, especialmente cuando el trabajo consiste en recopilar información, hacer cálculos, actualizar modelos o ejecutar operaciones estandarizadas.

De esta forma, la tecnología ya empieza a mostrar esa capacidad. Las herramientas financieras de Anthropic pueden trabajar entre Excel y PowerPoint, consultar bases institucionales y completar procesos que van desde el research hasta la actualización de modelos y presentaciones dentro de un mismo flujo de trabajo.

El cambio también empieza a aparecer en las estructuras laborales del propio sistema financiero. Standard Chartered, uno de los mayores bancos internacionales con fuerte presencia en Asia, África y Medio Oriente, anunció que prevé eliminar más de 7.000 puestos hacia 2030 mientras acelera el uso de IA y automatización, principalmente en funciones corporativas de menor valor agregado.

El caso resulta relevante porque muestra que la transformación tecnológica ya no se limita a herramientas de apoyo para inversores o analistas, sino que empieza a modificar directamente cómo los grandes bancos organizan sus equipos y qué tareas consideran reemplazables.

Eso no implica necesariamente la desaparición del asesor financiero. Para Meggiolaro, cambia qué valor se espera de él. A medida que procesar datos y ejecutar tareas cuesta cada vez menos, ganan importancia la interpretación, el diseño de estrategias, la anticipación de riesgos y el acompañamiento del cliente.

En ese escenario, sostiene que “el asesor que utilice IA tendrá una enorme ventaja frente al que no lo haga”.

Cómo debería prepararse el asesor del futuro

La adaptación, entonces, pasa menos por competir con la tecnología que por aprender a complementarla. En esta línea, Colombo sostiene que un agente inteligente aporta disciplina, backtesting, procesamiento masivo de información, replicabilidad y decisiones menos emocionales, pero todavía puede fallar cuando enfrenta situaciones que nunca estuvieron presentes en sus datos de entrenamiento.

Su recomendación es no competir con el algoritmo “en aquello que el algoritmo hace mejor”. Para quien recién comienza en la profesión, el diferencial estará en desarrollar criterio para identificar cambios de régimen, interpretar oportunidades particulares y aprender a auditar las herramientas que utiliza.

El caso de UADE resulta ilustrativo porque el sistema no ejecutó mal sus instrucciones, sino que siguió correctamente una regla que permitía concentraciones extremas.

Meggiolaro plantea un desafío similar. Una formación sólida en finanzas seguirá siendo indispensable, pero deberá complementarse con datos, algoritmos e inteligencia artificial. El profesional no solo tendrá que aprender a utilizar esas herramientas, sino también comprender sus limitaciones y saber cuándo cuestionar sus resultados.

En ese escenario, capacidades como el pensamiento crítico, la creatividad, la comunicación y el conocimiento del cliente ganan valor precisamente porque son más difíciles de estandarizar. La amenaza, entonces, parece concentrarse menos en la profesión en sí que en un determinado perfil de profesional.

Quien limite su aporte a tareas replicables quedará más expuesto, mientras quien combine conocimiento financiero con tecnología podrá ampliar considerablemente su capacidad de análisis.

La regulación también deberá adaptarse

La incorporación de IA agrega, además, una discusión sobre responsabilidad. En Argentina todavía no existe una regulación integral específica para inteligencia artificial aplicada al asesoramiento financiero, pero, según Meggiolaro, eso no implica un vacío normativo.

Las obligaciones de idoneidad, diligencia, lealtad, conocimiento del cliente, determinación del perfil de riesgo y adecuación de las recomendaciones continúan vigentes aunque un algoritmo participe de la decisión.

Por eso, el uso de estas herramientas no debería diluir la responsabilidad del intermediario. Frente al cliente, sostiene, no alcanza con argumentar que “lo decidió el algoritmo”. El agente regulado continúa siendo responsable de seleccionar, utilizar y supervisar el sistema.

En este sentido, la CNV avanzó durante 2026 en una modernización del régimen de idoneidad, con cursos de actualización obligatorios y mayores mecanismos de monitoreo, aunque hasta ahora no incorporó específicamente inteligencia artificial al programa público del examen.

Para Meggiolaro, sería razonable avanzar en esa dirección y sumar conocimientos sobre sesgos, calidad de datos, errores de modelos, concentración y supervisión humana.

La discusión termina así en el mismo punto que abrió el experimento de UADE. La evidencia de los 24 meses no permite declarar superior a ninguno de los dos modelos y sugiere, en cambio, que la combinación de disciplina algorítmica y capacidad humana de adaptación puede ofrecer un mejor diseño de inversión. La IA puede asumir cada vez más partes del proceso, pero el desafío para el asesor será demostrar su valor justamente allí donde automatizar una decisión no alcanza.