La inteligencia artificial ya puede asumir una parte importante de las tareas financieras que durante años estuvieron en manos de profesionales, especialmente aquellas basadas en reglas, procedimientos repetitivos y resultados verificables. Esa es una de las principales conclusiones planteadas por Aswath Damodaran, profesor de Finanzas de NYU Stern, durante el Investment Summit organizado en Bogotá por CFA Society Colombia. Su análisis, sin embargo, marca una frontera: cuanto mayor sea la incertidumbre, la subjetividad y la necesidad de criterio, mayor será el espacio reservado al juicio humano.
Damodaran, conocido como el ‘Decano de la Valoración’, señaló que contabilidad y determinadas labores legales figuran entre los campos con mayor potencial de automatización. Las máquinas encuentran ventajas cuando reciben instrucciones claras, pueden seguir pasos definidos y deben producir resultados comprobables. En ese escenario, la inteligencia artificial puede replicar procesos con bajo costo y elevada fidelidad. El riesgo para algunos profesionales aumenta cuando su trabajo también se vuelve predecible, porque los sistemas pueden aprender patrones repetidos y reproducirlos con rapidez.
La diferencia aparece cuando una decisión financiera deja de depender exclusivamente de una fórmula. El académico planteó cuatro contrastes para explicar el límite entre máquinas y profesionales: lo mecánico frente a lo intuitivo, las reglas frente a los principios, lo objetivo frente a lo subjetivo y el sesgo frente a la apertura mental. En mercados cambiantes, esas variables adquieren especial importancia, porque obligan a revisar hipótesis, incorporar información nueva y aceptar que una expectativa previamente construida puede resultar equivocada.
La valoración empresarial constituye uno de los ejemplos más claros. Para Damodaran, los modelos pueden procesar información y construir ecuaciones, pero una proyección financiera intenta anticipar un futuro condicionado por consumidores, inversionistas, competidores y administradores. Por esa razón, el análisis no puede reducirse a una operación mecánica. El académico cuestionó que, pese a existir más información y herramientas sofisticadas, la calidad de algunas valoraciones haya disminuido cuando el ejercicio se concentra demasiado en modelar y pierde capacidad para interpretar el contexto.
En esa lógica, Damodaran sostiene que valorar una empresa también implica contar una historia, aunque esa narrativa debe permanecer sometida a las cifras. El relato permite explicar cómo podría crecer un negocio, qué ventajas posee y qué amenazas enfrenta; los resultados financieros, en cambio, permiten comprobar si esa hipótesis tiene consistencia. “Los buenos valoradores son buenos contadores de historias, pero están estrictamente limitados por las cifras y su lógica”, afirmó el profesor al explicar la relación entre interpretación y evidencia.
El propio Damodaran encontró un ejemplo particular de esta transformación con la aparición de cinco ‘Damodaran Bots’, herramientas desarrolladas independientemente por terceros para replicar su metodología de valoración. El profesor no participó en su creación, pero utilizó el caso para examinar hasta dónde puede llegar la automatización de conocimientos especializados. La existencia de estos sistemas muestra que una metodología puede traducirse parcialmente en modelos, aunque persiste la incógnita sobre su desempeño cuando las circunstancias se alejan de los patrones conocidos.
El debate también alcanza el perfil profesional que necesitará el sector financiero. Damodaran retomó la distinción de Phil Tetlock entre “zorros” y “erizos”: los primeros tienen una mirada amplia y conectan diferentes campos, mientras los segundos se concentran intensamente en una especialidad. El académico defendió la formación de profesionales con perfil de “zorros”, capaces de relacionar disciplinas, cuestionar sus propias posiciones y adaptarse. Esa apertura puede convertirse en una ventaja frente a sistemas entrenados para reconocer y repetir patrones.
La advertencia plantea un escenario en el que la inteligencia artificial no necesariamente elimina al profesional financiero, pero sí modifica el valor de su trabajo. Las tareas mecánicas podrán trasladarse progresivamente a sistemas automatizados, mientras aumentará la importancia de interpretar incertidumbres, construir escenarios, identificar sesgos y conectar decisiones con principios. Para Damodaran, el reto consiste en evitar que los especialistas se conviertan en ejecutores previsibles de modelos. En ese nuevo entorno, pensar con amplitud puede ser tan importante como dominar las cifras.
