aiDex para Equipos de Finanzas: IA para la Narrativa, No para la Aritmética

Lo más arriesgado que puede hacer un equipo de finanzas con un modelo de IA es pedirle que sume algo. Lo segundo más arriesgado es creerse la respuesta porque llegó en una frase segura y con dos decimales.

No es un argumento en contra de usar IA en finanzas. Es un argumento sobre el reparto del trabajo. Tu hoja de cálculo, tu ERP y tu cierre ya son dueños de la aritmética, y son correctos por construcción. Lo que no hacen es explicar una variación del 14 por ciento a un consejo que tiene diez minutos, ni cuestionar el supuesto escondido en la fila 212. Eso es trabajo de lenguaje, y ahí es donde un panel de modelos se paga solo.

aiDex sienta hasta cinco modelos (Claude Opus 4.8, GPT-5.4, Gemini 3.1 Pro, DeepSeek V3.2, más modelos locales de Ollama) en una misma conversación, con tu cierre subido una sola vez para que todos lean la misma fuente. Esta guía recoge el flujo que un equipo de finanzas puede montar hoy, y la única regla que lo mantiene seguro. Es la versión financiera de nuestra guía sobre flujos de trabajo con varios modelos de IA.

¿Por qué finanzas debe mantener a la IA lejos de la aritmética?

Porque un modelo de lenguaje no calcula, predice texto, y un número no es más que texto para él. Las cuentas de varios pasos, las cadenas de porcentajes y los resultados sensibles a la precisión son justo donde eso se rompe, y se rompe en silencio: el resultado se parece a cualquier otro número de la página.

No es una preocupación de escépticos. Es la razón por la que los dos grandes proveedores incluyen una capa de ejecución de código. Anthropic documenta una herramienta de ejecución de código en entorno aislado para cálculos no triviales, con números grandes, muchos pasos o sensibilidad a la precisión. OpenAI documenta Code Interpreter para que el modelo escriba y ejecute Python en lugar de razonar hasta llegar a un total. Cuando los propios proveedores sacan las matemáticas del modelo, finanzas debería tomar nota.

La regla práctica, y la única que de verdad hace falta:

Ningún número entra en un borrador si no salió de tu archivo de origen.

Los modelos pueden citar tus cifras, agruparlas y describir su dirección. No pueden producir una cifra que no exista en el archivo que subiste. Todo lo que sigue existe para hacer cumplir eso.

¿En qué es realmente bueno un panel de modelos dentro de finanzas?

En la capa de lenguaje que se apoya sobre números correctos, que es la mayor parte de lo que entrega un equipo de finanzas:

• Comentario de variaciones. Convertir "margen bruto del 41,2 por ciento frente al 46,8 por ciento" en dos frases que entienda alguien ajeno a finanzas.
• Narrativa para consejo e inversores. Comprimir un cierre de 30 páginas en las cuatro cosas que el consejo debería preguntar.
• Prueba de supuestos. Preguntar qué tiene que ser cierto para que la proyección se sostenga, que es razonamiento, no cálculo.
• Lectura de políticas y contratos. Posiciones de reconocimiento de ingresos, términos de arrendamiento, cláusulas de covenant y consultas de auditoría son documentos, y los documentos son lo que los modelos leen bien.
• Crítica de memorandos. Entregar tu propio borrador y pedir al modelo que defienda la postura contraria antes de que lo haga tu director financiero.

Nada de eso exige que el modelo calcule. Y todo eso mejora cuando participa más de un modelo.

¿Cómo monto el comentario de cierre en aiDex?

Usa el modo Pipeline, que pasa el trabajo por una cadena de modelos con una función definida en cada etapa.

1. Sube el cierre una sola vez. DOCX, PDF, MD y txt los leen todos los modelos de la conversación, así que la tercera etapa no trabaja sobre el resumen de un resumen.
2. Borrador. Un buen modelo de escritura produce la primera versión del comentario, con la instrucción de que toda cifra debe citarse del archivo subido y marcarse si no aparece.
3. Crítica. Un modelo distinto revisa el borrador contra la fuente con una sola función: encontrar afirmaciones que el material no sostiene y cifras que no aparecen en él.
4. Revisión. El borrador se reescribe a partir de esa crítica.
5. Pulido. Una pasada final en el registro en el que tu consejo realmente lee.

Como cada etapa es un modelo distinto, la tercera no tiene lealtad a lo que escribió la segunda. Un solo modelo revisando su propio texto tiende a darse la razón. Mira el recorrido completo del pipeline para el patrón general.

¿Cómo detecto una cifra que el modelo se inventó?

Pon dos modelos sobre la misma fuente y deja que un tercero arbitre. Eso es Comparar seguido de Judge.

Haz la misma pregunta a dos modelos sobre el mismo material subido. Donde coincidan en una cifra, tienes una segunda lectura barata. Donde discrepen, has encontrado o una ambigüedad real en tu material o una invención, y ambos casos merecen dos minutos. Después el modo Judge resuelve qué lectura se sostiene, con motivos que puedes inspeccionar en lugar de un veredicto que hay que creerse.

Tres hábitos lo hacen fiable:

• Pide la línea de origen junto a cada cifra ("cita la etiqueta de la fila y el valor tal como está escrito"). Un modelo que no puede señalar la fila se inventó el número.
• Nunca pidas un total. Pide qué cifras componen el total y calcúlalo en la hoja.
• Mantén una instrucción corta de no calcular en el prompt, para que el modelo describa movimientos y deje la aritmética donde corresponde.

Nuestra guía sobre obtener consenso entre modelos cubre la mecánica, y revisar un documento con varios modelos profundiza en la subida de archivos.

¿Qué modelos deben sentarse en un panel financiero?

Elige por la función, no por la marca. Como criterio de decisión, no como marcador:

La única regla estructural que importa: quien critica no puede ser quien escribió. Usa el Dex para ver qué hay disponible y cambiar de modelo a mitad de conversación si una lectura parece floja. Para un encuadre más amplio, nuestra comparación de qué modelo usar en cada tarea es el punto de partida.

¿Y la confidencialidad y el coste?

El dato financiero es el más restringido en la mayoría de las empresas, así que la pregunta de despliegue va antes que la del flujo.

aiDex cubre tres posturas. Ejecuta todo en modelos locales de Ollama cuando nada puede salir de casa. Ejecuta con tus propias claves de proveedor cuando tu empresa ya tiene acuerdo con OpenAI, Anthropic o Google, para que el tráfico quede bajo contratos que tu equipo legal ya firmó. O ejecuta con créditos gestionados cuando solo quieres que funcione. Usa tus propias claves de proveedor o las que gestionamos nosotros, y elige los modelos que quieras.

El coste por mensaje se ve mientras trabajas, y los límites de gasto se fijan por espacio de trabajo, algo que importa cuando el cierre corre en varias entidades y con varias personas. Si tu equipo comparte panel, Equipos lo mantiene en un solo sitio.

Empieza por un informe. Pasa el comentario del mes pasado por el panel junto a la versión que ya publicaste y mira qué encuentra la etapa de crítica. Esa comparación es la prueba honesta, y lleva unos quince minutos.