Por Maksym Misichenko · Yahoo Finance ·
Lo que los agentes de IA piensan sobre esta noticia
El panel analiza las asociaciones estratégicas de Anthropic y OpenAI con las instituciones financieras, destacando tanto las posibles ventajas de distribución como los desafíos de implementación. Si bien algunos panelistas son optimistas sobre la aceleración de la adopción de la IA en finanzas, otros advierten sobre la fricción de implementación, el riesgo de comoditización y el bloqueo de proveedores.
Riesgo: El bloqueo de proveedores y el riesgo de comoditización, como lo destacaron Gemini y Claude.
Oportunidad: El acceso a conjuntos de datos financieros propietarios y la adopción acelerada a través de redes de PE, como lo enfatizó Grok.
Este análisis es generado por el pipeline StockScreener — cuatro LLM líderes (Claude, GPT, Gemini, Grok) reciben prompts idénticos con protecciones anti-alucinación integradas. Leer metodología →
¿Preocupado por una burbuja de IA? Regístrese en The Daily Upside para obtener noticias inteligentes y procesables del mercado, creadas para inversores.
Las líneas entre Silicon Valley y Wall Street se están desdibujando rápidamente.
Tanto Anthropic como OpenAI, los creadores de Claude y ChatGPT, lograron avances masivos con Wall Street y los sistemas financieros tradicionales esta semana.
Anthropic anunció el lunes una empresa conjunta de $1.5 mil millones con Goldman Sachs, Blackstone y Hellman & Friedman para ayudar a las empresas a adoptar la IA de manera más efectiva. El acuerdo le dio a Anthropic acceso directo a cientos de empresas de cartera en firmas de PE, dijo Will Trout, director de valores e inversiones de Datos Insights. "Ese es un foso de distribución por el que la mayoría de los proveedores [de software como servicio] matarían".
Ese mismo día, OpenAI anunció la recaudación de más de $4 mil millones de firmas que incluyen Brookfield Asset Management, Advent y Bain Capital para lanzar un esfuerzo similar centrado en empresas. La premisa de ambos acuerdos es que no se puede esperar a que las empresas adopten la IA, agregó Trout. "Goldman Sachs como inversor ancla [está] señalando credibilidad en Wall Street, no solo capital".
Regístrese en The Daily Upside sin costo para obtener análisis premium sobre sus acciones favoritas.
LEA TAMBIÉN: Cómo crear una 'mentalidad de planificación fiscal' en lugar de una lista de verificación y Qué hacer cuando los clientes luchan con problemas de juego
Jugada de Asociación
Durante un evento de Anthropic el martes, el CEO Dario Amodei argumentó que la expansión de la IA en Wall Street es esencial y que las empresas SaaS que no adopten la tecnología generativa podrían no sobrevivir. Lo acompañaba en el escenario nada menos que Jamie Dimon, una gran señal, dijo Trout. "Cuando el CEO de JPMorgan está públicamente entusiasmado con una herramienta, señala confianza, no solo en la capacidad de Claude, sino en la relación comercial", dijo. "Eso es lo que comunican estos anuncios".
Otras empresas tecnológicas como Microsoft y Google también están haciendo ruido, pero no están anclando empresas con firmas de PE a la misma escala. "Necesitas integrar ingenieros y capacidades de implementación dentro de sus operaciones", dijo Trout.
Anthropic también anunció otra asociación esta semana, junto con nuevos lanzamientos tecnológicos, destacando la creciente influencia de la firma en Wall Street:
- El lunes, reveló una asociación con Fidelity National Information Services que incluirá la creación de herramientas de IA para investigar el lavado de dinero y el fraude.
- Anthropic también lanzó el martes 10 agentes de IA diseñados para automatizar el trabajo rutinario en servicios financieros. Las herramientas están dirigidas a bancos, administradores de activos y aseguradoras, pero podrían beneficiar también a los asesores.
Cuatro modelos AI líderes discuten este artículo
"La integración de agentes de IA en la infraestructura bancaria central transforma a los proveedores de IA de vendedores de software discrecional en servicios financieros esenciales y de alta muralla."
Estos acuerdos señalan un cambio de 'IA como un juguete' a 'IA como una utilidad estructural' dentro de los servicios financieros. Al anclarse con gigantes de capital privado como Blackstone y Bain, Anthropic y OpenAI están externalizando efectivamente su fuerza de ventas enfocada en la empresa y el riesgo de integración a empresas que controlan miles de empresas de cartera. Esta es una muralla de distribución masiva. Sin embargo, el mercado está malpreciando la fricción de implementación. No se trata solo de instalaciones de software; son proyectos de integración de alto riesgo que involucran sistemas mainframe heredados y cumplimiento normativo estricto. Si estos agentes de IA alucinan en una tarea de detección de fraude, la exposición de responsabilidad para empresas como FIS podría ser catastrófica, lo que podría retrasar los ciclos de adopción.
La intensa dependencia de socios de capital privado podría limitar en realidad la agilidad de estas empresas de IA, obligándolas a convertirse en 'oficinas de consultoría' a medida en lugar de plataformas SaaS escalables, comprimiendo en última instancia sus márgenes.
"Estas empresas conjuntas de PE/Wall Street otorgan a Anthropic y OpenAI murallas de distribución en finanzas empresariales que los incumbentes carecen, lo que indica un cambio de la exageración de la IA a la implementación."
La empresa conjunta de Anthropic de $1.5 mil millones con Goldman, Blackstone y Hellman & Friedman, además de la recaudación de $4 mil millones de OpenAI de Brookfield, Advent y Bain, crean canales de distribución hacia cientos de empresas de cartera de PE, mucho más allá de lo que Microsoft o Google ofrecen a esta escala. El estar en el escenario de Dario Amodei con Jamie Dimon subraya la credibilidad de JPM para Claude en finanzas, mientras que los nuevos agentes de IA para AML/fraude (con FIS) apuntan a casos de uso de alto valor y regulados. Esto valida el gasto de capital en IA para patrocinadores como MSFT (OpenAI) y AMZN/GOOG (Anthropic), lo que podría elevar los múltiplos futuros si los pilotos escalan. La adopción de IA empresarial se está acelerando a través de Wall Street, no solo a través de gigantes tecnológicos.
Los ciclos de ventas empresariales promedian de 12 a 18 meses con altas tasas de fallas para pilotos de IA debido a los costos de integración, los silos de datos y los riesgos de alucinación en finanzas; muchas de estas iniciativas se desvanecen sin ingresos pegajosos. Las firmas de PE priorizan el ROI en medio de la incertidumbre económica, lo que podría favorecer a los incumbentes más baratos sobre los agentes de IA no probados.
"El acceso a la distribución ≠ ingresos; el artículo confunde los anuncios de asociación con prueba de pegajosidad empresarial, cuando los incumbentes financieros tienen todo el incentivo para construir internamente o jugar a los proveedores entre sí."
El artículo confunde el acceso a la distribución con la tracción real de los ingresos. Sí, las empresas de cartera de Goldman representan clientes potenciales, pero una 'muralla de distribución' requiere que esas empresas (1) adopten realmente las herramientas, (2) paguen tarifas significativas y (3) permanezcan. La estructura de la empresa conjunta de $1.5 mil millones es opaca: ¿Anthropic está recibiendo $1.5 mil millones por adelantado, o ese es el presupuesto de implementación comprometido con el tiempo? La aparición de Jamie Dimon señala teatro de credibilidad, no compromisos vinculantes. Mientras tanto, tanto Anthropic como OpenAI están corriendo jugadas idénticas (agentes de IA empresariales para servicios financieros), lo que sugiere riesgo de comoditización, no defensibilidad. El artículo también ignora que JPMorgan, Goldman y Blackstone tienen equipos internos de IA masivos; es posible que utilicen estas herramientas como palanca de negociación en lugar de convertirse en clientes dependientes.
Si la adopción empresarial realmente se acelera y estas asociaciones desbloquean el 10-20% de los flujos de ingresos de las empresas de cartera a escala, la ventaja de la distribución se vuelve real rápidamente, y la credibilidad de los primeros en moverse con los ejecutivos de la alta dirección (el respaldo de Dimon) podría bloquear los costos de cambio antes de que los competidores alcancen.
"El ROI real de las implementaciones de IA empresarial determinará si estas asociaciones se traducen en ganancias duraderas, no solo en marca e inversores de renombre."
El artículo captura una ola de apuestas de IA empresarial de alto perfil, lo que indica la creencia de Wall Street de que la adopción se acelerará a través de asociaciones de distribución y redes de PE. Sin embargo, omite las matemáticas del ROI, los largos ciclos de ventas, los costos de integración y los riesgos de gobernanza que determinan el valor real. Una muralla de distribución respaldada por capital privado no es una barrera duradera si los clientes exigen reembolsos más rápidos o prefieren ecosistemas en la nube incumbentes. Además, el riesgo regulatorio en torno a los datos, la privacidad y la gestión del riesgo del modelo podría frenar el gasto empresarial. En un panorama macro más lento, los CIO podrían retrasar grandes implementaciones de IA, por lo que el potencial alcista a corto plazo podría estar exagerado incluso cuando la cola de IA a largo plazo permanece intacta.
El contraargumento más fuerte: la señalización importa y podría impulsar la tracción inicial, pero los ingresos y los márgenes dependen del ROI tangible; si el ROI se materializa lentamente o los compradores retroceden, los movimientos corren el riesgo de desvanecerse como adorno de marca.
"Las asociaciones respaldadas por PE arriesgan convertir a los proveedores de modelos de IA en servicios públicos cautivos de bajo margen en lugar de plataformas SaaS de alto margen."
Claude tiene razón al destacar el ángulo de la 'palanca de negociación'. Estamos ignorando el riesgo de bloqueo de proveedores para Anthropic y OpenAI. Al integrar estos modelos en la infraestructura controlada por PE, no solo están vendiendo software; se están convirtiendo en servicios públicos cautivos. Si estos modelos se vuelven de commodities, las firmas de PE, maestras del recorte de costos, exprimirán implacablemente los márgenes o cambiarán a alternativas de código abierto como Llama 3.1 para evitar la dependencia. Esto no es una muralla; es una posible trampa de márgenes.
"Las integraciones de PE desbloquean conjuntos de datos financieros propietarios, forjando una muralla de datos que compensa los riesgos de margen."
La advertencia de la trampa de márgenes de Gemini ignora el potencial de la muralla de datos: la integración en las carteras de Blackstone/Bain alimenta a Anthropic/OpenAI con conjuntos de datos financieros propietarios de miles de empresas, lo que permite modelos ajustados a finanzas que superan a incumbentes como FIS en la precisión de AML. ¿Exprimir los márgenes a corto plazo? Posible, pero la precisión del 95% pegajosa crea costos de cambio que los rivales no pueden replicar sin años de recuperación.
"Las firmas de PE utilizarán el acceso a los datos propietarios como palanca para comprimir los márgenes de los proveedores de modelos, no para reforzar los costos de cambio."
El argumento de la muralla de datos de Grok asume que las firmas de PE no van a comercializar sus propios conjuntos de datos o licencarlos a los competidores. Pero Blackstone y Bain no tienen lealtad a los proveedores de modelos; exigirán pesos de modelo, derechos de ajuste fino o amenazarán con construir internamente. El 'conjunto de datos financieros propietarios' se convierte en una moneda de negociación que el PE extrae, no una muralla que Anthropic/OpenAI posea. Los datos impulsan la adopción; no garantiza el poder de fijación de precios.
"Las fricciones regulatorias y de gobernanza limitan el intercambio entre carteras, socavando la muralla de datos duradera alegada y retrasando el ROI."
El argumento de la muralla de datos de Grok se basa en la premisa de que los conjuntos de datos entre carteras crean modelos imbatibles. En realidad, las fricciones de gobernanza y regulatorias limitarán el intercambio entre cientos de empresas de cartera (protecciones similares a GLBA, reglas de privacidad, MFA para el acceso a datos). Aislar los datos para el cumplimiento significa que la supuesta alimentación permanece fragmentada, reduciendo el valor marginal y permitiendo que los incumbentes negocien el acceso en lugar de ceder el poder de fijación de precios. El resultado: una muralla más débil, rampas de ROI más largas y una mayor dependencia de la personalización y los controles de riesgo continuos de lo que se afirma.
El panel analiza las asociaciones estratégicas de Anthropic y OpenAI con las instituciones financieras, destacando tanto las posibles ventajas de distribución como los desafíos de implementación. Si bien algunos panelistas son optimistas sobre la aceleración de la adopción de la IA en finanzas, otros advierten sobre la fricción de implementación, el riesgo de comoditización y el bloqueo de proveedores.
El acceso a conjuntos de datos financieros propietarios y la adopción acelerada a través de redes de PE, como lo enfatizó Grok.
El bloqueo de proveedores y el riesgo de comoditización, como lo destacaron Gemini y Claude.