GUÍA DE CAMPO DE MERCADOS DE CAPITALES

Cómo Usar Claude en Banca de Inversión: Qué Cambia para los Analistas Junior

La hoja de cálculo todavía necesita a alguien que sepa por qué el número está mal.

Esta guía analiza lo que Claude de Anthropic y herramientas de IA similares pueden hacer hoy, de forma realista, en un puesto de analista de banca de inversión, qué tareas todavía necesitan la aprobación de una persona y cómo las habilidades que te hacen ascender están cambiando: de la velocidad de producción al criterio de revisión. Recorremos flujos de trabajo concretos, límites honestos y las preguntas que los analistas junior se están haciendo realmente sobre lo que esto significa para su carrera.

Saber cómo usar Claude en banca de inversión hoy cubre una parte real del trabajo del analista junior: dar formato a presentaciones, construir comparables de primera pasada, resumir conferencias de resultados y redactar notas de preparación para reuniones. Lo que no ha cambiado es quién responde por las cifras. Los analistas junior que aprenden a dirigir las herramientas de IA y a verificar el resultado según los estándares bancarios se están volviendo más valiosos, no menos, porque la revisión y el criterio son justo las habilidades que no se automatizan.

Publicado

Lección gratis · sin crear cuentaTu Deal Desk de IA: dónde encaja Claude en el trabajo de finanzasPrivate Equity y Finanzas con Claude7 minEmpezar la lección gratis

Puntos clave

  • Las herramientas de IA ya gestionan una parte importante del trabajo de producción del analista: formato de presentaciones, comparables de primera pasada, resúmenes de conferencias de resultados y borradores de preparación para reuniones.
  • El responsable de cada cifra en un entregable para el cliente sigue siendo el analista y el equipo de la operación, no la herramienta de IA que la redactó.
  • La habilidad de revisión, detectar una suposición equivocada o un comparable desactualizado antes de que llegue a un director ejecutivo, se está volviendo más valiosa que la velocidad al escribir.
  • La adopción de IA entre analistas junior es desigual entre bancos: algunas mesas tienen herramientas estandarizadas, otras lo dejan a criterio de cada analista.
  • El uso de IA por analistas de banca de inversión no elimina el modelo de aprendizaje; cambia lo que ese aprendizaje enseña.

Flujos de Trabajo del Analista Antes y Después de las Herramientas de IA

Una idea aproximada de cómo se divide el trabajo hoy, no un estándar universal en todos los bancos.
Tarea del analistaAntes de las herramientas de IACon las herramientas de IA hoy
Conjunto de empresas comparablesEl analista extrae y teclea manualmente los datos financieros de cada comparableLa IA redacta el conjunto de primera pasada a partir de los datos pegados; el analista verifica cada cifra contra la fuente
Resumen de la conferencia de resultadosEl analista escucha o lee la transcripción completa y redacta notas a manoLa IA redacta un resumen estructurado; el analista lo verifica contra la transcripción y actualiza los supuestos del modelo
Formato de la presentaciónEl analista pasa horas igualando fuentes, espaciado y estilo de notas al pie entre páginasLa IA revisa y corrige la coherencia del formato; el analista revisa el contenido y el acabado final
Notas de preparación para reunionesEl analista redacta los puntos de conversación desde cero la noche anteriorLa IA redacta un memo inicial a partir de los materiales de la operación; el analista ajusta el tono y añade criterio
Verificación de sentido de la valoraciónUn banquero senior revisa el modelo línea por línea en busca de erroresLa IA marca los supuestos que parecen incoherentes con los datos históricos antes de la revisión senior

Copiar y pegar

Prompts que puedes usar hoy

Construye un conjunto de comparables de primera pasada

Actúa como un analista junior que construye un conjunto de empresas comparables de primera pasada para una empresa de servicios industriales del mercado medio. Usando los datos financieros que pego a continuación, calcula EV/EBITDA, EV/ingresos y P/E para cada comparable, marca cualquier múltiplo que parezca un valor atípico y enumera las partidas específicas que tuviste que asumir en lugar de obtener directamente de la fuente.

Cambia el sector y los múltiplos específicos según lo que requiera la operación en curso.

Redacta notas de preparación para una reunión

Redacta un memo de preparación de una página para una próxima llamada con el director financiero de un cliente, que cubra tres preguntas abiertas de nuestro último borrador del modelo, dos novedades recientes en su sector que valga la pena mencionar y una breve lista de puntos de conversación que respalden nuestro rango de valoración actual, escrito para que un director ejecutivo lo lea en dos minutos.

Sustituye el sector y el contexto de valoración por los datos reales de la operación en curso antes de enviarlo a cualquier parte.

Resume la transcripción de una conferencia de resultados

Resume la transcripción adjunta de la conferencia de resultados en menos de 300 palabras, separando las previsiones declaradas por la dirección de las preguntas de los analistas y las respuestas de la dirección, y marca cualquier lenguaje que suene a un cambio de tono respecto a la llamada del trimestre anterior para que pueda revisarlo frente a los supuestos de nuestro modelo.

Vuelve a leer siempre tú mismo los pasajes marcados antes de actualizar las previsiones en un modelo en uso.

Pon a prueba un supuesto del modelo

Revisa estos supuestos de crecimiento de ingresos y margen en nuestra proyección a tres años y dime cuáles parecen agresivos en relación con el promedio histórico de cinco años de la empresa, cuáles dependen de una adquisición que todavía no se ha cerrado y cómo se vería un caso a la baja razonable para cada uno.

Trata esto como una segunda opinión, no como un sustituto de tu propio análisis de sensibilidad.

Revisa una presentación para verificar la coherencia de formato

Revisa este borrador de presentación para comprobar la coherencia del formato: verifica que todas las páginas usen el mismo tamaño de fuente en los encabezados, que todas las cifras en dólares estén redondeadas con la misma convención decimal, que la numeración de las notas al pie sea secuencial y enumera cada página donde no se siga la guía de estilo de la firma.

Las verificaciones de formato son una buena primera tarea automatizable, pero verifica las cifras subyacentes por separado.

De Anthropic

Lo que Anthropic ofrece para Banca de Inversión

Agents for financial services

Diez plantillas de agentes lanzadas en mayo de 2026, incluidos un creador de presentaciones, un preparador de reuniones, un creador de modelos y un revisor de valoraciones, lanzadas como plugins en Claude Cowork y Claude Code, con los complementos de Anthropic para Excel, PowerPoint y Word disponibles de forma general.

· Fuente

En la práctica

Cómo usan Claude los equipos de Banca de Inversión

Según la historia de cliente publicada por Anthropic

Mizuho

El anuncio de Anthropic de mayo de 2026 sobre sus agentes para servicios financieros cita a la dirección de operaciones de banca de Mizuho, que describe cómo el tiempo de preparación se está convirtiendo en tiempo para ideas.

· Leer la historia de cliente de Anthropic

Según la historia de cliente publicada por Anthropic

RBC Capital Markets

En la actualización de servicios financieros de Anthropic de octubre de 2025, quien dirige innovación digital e IA en RBC Capital Markets dijo que Claude se destaca en integrar múltiples fuentes de datos y automatizar flujos de trabajo.

· Leer la historia de cliente de Anthropic

Ejemplo ilustrativo

Convertir un conjunto de comparables en una presentación lista para el comité de crédito

  1. Un analista pega los datos financieros brutos de un conjunto de comparables públicas en una herramienta de IA y le pide una tabla de múltiplos de primera pasada.
  2. El analista verifica cada múltiplo contra la presentación correspondiente y detecta una empresa que había reportado una ganancia puntual que distorsionaba su margen.
  3. El analista le pide a la herramienta que reformatee la tabla según el estilo de la firma y luego construye a mano el comentario de apoyo.
  4. Un banquero senior revisa la versión final, señala otro valor atípico que el analista pasó por alto, y la presentación sale con ambos nombres respaldándola.

Ejemplo ilustrativo

Prepararse para una llamada con un cliente con poco aviso

  1. A un analista le avisan la noche anterior que la llamada de mañana con el cliente acaba de sumar un nuevo punto en la agenda para el que no se había preparado.
  2. Le pide a una herramienta de IA que redacte un breve memo informativo a partir de los archivos existentes de la operación, cubriendo el nuevo tema y cómo se conecta con la discusión actual de valoración.
  3. Reescribe el tono del borrador para que coincida con la forma en que su director ejecutivo realmente habla frente a este cliente en particular.
  4. Marca un supuesto del borrador que no coincide con un documento más reciente de la data room y lo corrige antes de que el memo salga.

LO QUE REALMENTE ESTÁ AUTOMATIZADO

Lo Que la IA Realmente Hace por los Analistas Hoy

Aquí es donde los flujos de trabajo de analistas con Claude y herramientas similares están más avanzados: las tareas de producción que antes consumían las noches.

Formato y control de calidad de presentaciones

Las herramientas de IA pueden revisar la coherencia de las fuentes, la numeración de notas al pie y las convenciones de redondeo en una presentación más rápido que una persona revisando página por página.

Comparables de primera pasada y estructura del modelo

Dado un conjunto de datos financieros pegados, la IA puede construir una tabla inicial de empresas comparables o un esqueleto de modelo que el analista luego revisa y completa.

Resúmenes de conferencias de resultados y transcripciones

La IA puede convertir una transcripción larga en un resumen estructurado que separa las previsiones de las preguntas y respuestas, el cual el analista luego lee junto a la fuente.

Borradores de preparación para reuniones

Un primer borrador de puntos de conversación o un memo de preparación puede venir de la IA, liberando el tiempo del analista para los juicios que hay que aplicar.

Síntesis de investigación

La IA puede reunir presentaciones públicas, noticias y materiales de operaciones anteriores en un informe inicial, aunque las fuentes todavía necesitan una verificación humana.

Limpieza de datos rutinaria

Reformatear hojas de cálculo, estandarizar formatos de fecha y detectar errores evidentes de captura de datos son tareas muy adecuadas para las herramientas de IA hoy.

LO QUE NO HA CAMBIADO

Quién Responde por las Cifras

Nada de esto cambia quién firma una cifra que se presenta ante un cliente o un comité de crédito. Si un conjunto de comparables tiene un múltiplo desactualizado o un supuesto del modelo no concuerda con los datos de la data room, el analista que lo dejó pasar es quien responde por ello, no la herramienta que redactó la primera versión.

Ese es el verdadero cambio en el uso de IA por analistas de banca de inversión: el trabajo que antes demostraba que podías ser confiable con una operación en curso, horas dedicadas a dar formato, capturar datos y construir la primera versión de un modelo, ahora está parcialmente automatizado. Lo que queda es la parte que siempre fue más difícil de enseñar: saber qué cifra parece incorrecta antes de que alguien más la detecte.

Los bancos difieren mucho en qué tan formalmente han adoptado las herramientas de IA. Algunas mesas tienen un flujo de trabajo estandarizado y reglas claras sobre qué necesita una segunda verificación. Otras lo dejan por completo a criterio de cada analista, lo que significa que el mismo error, confiar en un borrador de IA sin verificarlo contra los documentos fuente, aparece en distintos bancos por razones distintas.

LA NUEVA HABILIDAD BÁSICA

Cómo Revisar el Resultado de la IA Según los Estándares Bancarios

Trata cada borrador de IA como tratarías el primer borrador de un analista de primer año: útil, pero sin verificar.

Rastrea cada cifra hasta su fuente

Antes de que una cifra salga de tu pantalla, deberías poder señalar la presentación, el documento de la data room o la transcripción de la llamada de la que proviene.

Revisa dos veces los supuestos sensibles

Las tasas de crecimiento, los múltiplos y cualquier cosa vinculada a una operación que todavía no se ha cerrado merecen una segunda mirada, ya que es ahí donde los borradores de IA tienden a suavizar la incertidumbre.

Vuelve a derivar los cálculos, no solo los revises visualmente

Reconstruir un cálculo clave a mano, aunque sea una sola vez, detecta errores que un repaso visual del resultado de la IA pasaría por alto.

Confirma el estilo de la firma y el lenguaje de cumplimiento

Las convenciones de formato, los descargos de responsabilidad y el lenguaje requerido varían según el banco y el tipo de operación; las herramientas de IA no conocen las reglas específicas de tu firma a menos que se las indiques.

HABILIDADES QUE IMPORTAN MÁS AHORA

Qué Habilidades Importan Más a Medida que la Producción se Traslada a las Herramientas

La adopción de IA entre analistas junior está premiando una combinación de habilidades distinta a la que definía los primeros años del puesto hace una década. La velocidad bruta para modelar importa menos cuando una herramienta puede construir la estructura; la capacidad de detectar cuándo esa estructura está mal importa más.

El criterio sobre qué pregunta hacer se está convirtiendo en un diferenciador más grande que la capacidad de responder rápido a una pregunta conocida. Un analista que puede decirle a un director ejecutivo cuáles tres cifras de un modelo son las que vale la pena verificar dos veces antes de una llamada con el cliente está haciendo un trabajo que la IA para banqueros junior todavía no ha automatizado.

La comunicación y el contexto siguen recayendo por completo en la persona. Saber qué le importa específicamente a un cliente, de qué están nerviosos los inversores de un sector específico este trimestre y cómo plantear un desacuerdo con un banquero senior con tacto: nada de eso viene de un resumen de transcripción.

La intuición para modelar, esa sensación de si una cifra está en el rango correcto incluso antes de revisar la fórmula, todavía se construye de la forma lenta: haciendo el trabajo a mano suficientes veces como para desarrollar ese instinto. Las herramientas de IA que redactan la primera versión de un modelo no sustituyen eso; si acaso, los analistas que se saltan esas repeticiones manuales demasiado pronto llegan a la etapa de revisión con menos intuición para aplicar.

LA PREGUNTA QUE TODOS HACEN

¿La IA Va a Reemplazar a los Analistas de Banca de Inversión?

No en el sentido de eliminar el puesto. El rol de analista siempre ha combinado trabajo de producción, construir presentaciones, correr comparables, redactar memos, con un aprendizaje que enseña criterio a lo largo de varios años. Las herramientas de IA están comprimiendo el lado de producción de ese trabajo más rápido de lo que están reemplazando el lado del criterio.

Lo más probable, y lo que ya se ve en algunos bancos, es que menos horas de analista se dediquen a escribir y dar formato, y que las horas que quedan se inclinen hacia la revisión, la preparación de cara al cliente y el tipo de problema que no tiene plantilla. Eso puede significar clases de analistas más reducidas haciendo más trabajo de criterio por persona, en lugar de la misma cantidad de personas escribiendo menos.

¿La IA va a reemplazar a los analistas de banca de inversión en algún momento más adelante? Nadie lo sabe honestamente, y una página como esta no debería pretender predecirlo. Lo que se puede verificar hoy es más acotado y más útil: las tareas de producción se están reduciendo, las tareas de revisión están creciendo y los analistas que logran ascender son cada vez más los que son rápidos para detectar lo que una herramienta hizo mal.

LA PREGUNTA SOBRE LA CARRERA

¿Sigue Siendo la Banca de Inversión una Buena Carrera con la IA?

Para alguien que está evaluando si empezar una carrera en banca de inversión con la IA ya como parte de las herramientas disponibles, la respuesta honesta es que el trabajo está cambiando de forma, no desapareciendo. Las horas siguen siendo largas, la curva de aprendizaje sigue siendo pronunciada y el camino todavía pasa por el mismo modelo de aprendizaje de siempre, solo que con tareas iniciales distintas.

Lo que está cambiando es lo que enseñan los primeros dos años. Un banquero junior que aprende a dirigir bien las herramientas de IA, a saber qué pedir, cómo verificarlo y cuándo no confiar en ello, está construyendo una habilidad que se traslada hacia arriba en la carrera, ya que los banqueros senior también pasan su tiempo revisando el trabajo de otras personas. Los analistas más en riesgo no son los que usan herramientas de IA; son los que tratan el resultado de la IA como un trabajo terminado en lugar de un primer borrador.

Si estás eligiendo un banco o un grupo, es razonable preguntar cómo esperan que los analistas usen las herramientas de IA y cómo son sus estándares de revisión. Una mesa con una respuesta clara a esa pregunta tiene más probabilidades de estar invirtiendo en formar analistas para el trabajo tal como existe ahora, en lugar de para el trabajo tal como existía hace cinco años.

Aprende a Trabajar con Herramientas de IA Como un Banquero, No a su Alrededor

Leer sobre los flujos de trabajo de analistas con Claude y saber cómo ejecutarlos bajo revisión son cosas distintas. El plan de estudios gratuito de Nightschool AI es práctico desde la primera lección, así que construyes el hábito de verificar el resultado de la IA antes de que se convierta en un problema en el trabajo.

Preguntas frecuentes

¿La IA va a reemplazar a los analistas de banca de inversión?

No en el sentido de eliminar el puesto en sí. Las herramientas de IA están automatizando una parte cada vez mayor del trabajo de producción, formato de presentaciones, comparables de primera pasada y borradores de preparación para reuniones, pero alguien todavía tiene que verificar cada cifra y responder por ella. El modelo de aprendizaje que forma el criterio a lo largo de varios años sigue intacto; lo que cambia es qué tareas llenan los primeros años.

¿Sigue siendo la banca de inversión una buena carrera con la IA?

Sí, para quienes estén dispuestos a construir criterio en lugar de solo velocidad. Las horas y la curva de aprendizaje no han cambiado mucho. Lo que ha cambiado es que los analistas que aprenden a dirigir bien las herramientas de IA y a detectar sus errores destacan más rápido que los analistas que simplemente trabajan más horas en tareas de producción manuales.

¿Están en riesgo los puestos de analista de banca de inversión por la IA?

El riesgo es para tareas específicas, no para el puesto en sí. El formato de presentaciones, los comparables de primera pasada y los resúmenes de transcripciones se están reduciendo a medida que las herramientas de IA los absorben, y eso es real. Pero la revisión, el criterio y el trabajo de cara al cliente que define el camino hacia puestos senior no va a desaparecer, así que el trabajo está cambiando de forma, no desapareciendo del todo.

¿Cómo reviso correctamente un análisis financiero generado por IA?

Rastrea cada cifra hasta su documento fuente, vuelve a derivar a mano al menos los cálculos clave en lugar de solo revisar el resultado visualmente, y presta especial atención a cualquier supuesto vinculado a algo incierto, como una operación que no se ha cerrado o una partida puntual en los datos históricos.

¿En qué habilidades debería enfocarse ahora un banquero junior?

El criterio sobre qué cifras verificar dos veces, la capacidad de detectar un error antes que un banquero senior, una escritura clara y suficiente intuición para modelar, construida de la forma lenta haciendo el trabajo a mano, para saber cuándo un borrador de IA se ve mal. Esto importa más que la velocidad de producción bruta ahora.

¿Debería seguir buscando una carrera en banca de inversión dado el uso de herramientas de IA?

Sí, si entras con expectativas precisas. Las horas largas y la curva de aprendizaje pronunciada no han desaparecido, y el modelo de aprendizaje sigue intacto. Lo que vale la pena confirmar antes de comprometerte con un banco específico es qué tan en serio se toman la revisión del resultado de la IA, ya que es ahí donde se construye el criterio temprano ahora.

¿Puedo usar herramientas de IA en materiales de una operación en curso sin aprobación?

Eso depende por completo de la política de tu banco, y vale la pena preguntarlo directamente en lugar de asumirlo. Los datos del cliente, la información confidencial de la operación y cualquier cosa cubierta por un acuerdo de confidencialidad normalmente tienen que pasar por una herramienta aprobada y controlada por la firma, no por una cuenta personal.

¿Cómo está cambiando el ascenso de los analistas por las herramientas de IA?

La velocidad en tareas manuales se está volviendo menos diferenciadora, ya que las herramientas de IA pueden igualarla o superarla. Lo que destaca en las decisiones de ascenso es la capacidad de detectar lo que una herramienta o un colega junior hizo mal, y de comunicarse con confianza con clientes y banqueros senior.

¿La IA eventualmente reemplazará por completo a los analistas de banca de inversión?

Eso está más lejos de lo que nadie puede predecir honestamente, y esta página no va a pretender lo contrario. Lo que se puede verificar ahora es que las tareas de producción se están reduciendo mientras crece la revisión y el trabajo de cara al cliente, y los analistas que avanzan más rápido son los que detectan lo que las herramientas de IA hacen mal, no los que evitan las herramientas.

¿Sigue valiendo la pena una carrera en banca de inversión con herramientas de IA en todas partes?

Para la mayoría de las personas que lo están evaluando, sí, siempre que la expectativa coincida con la realidad: el camino todavía pasa por un aprendizaje exigente, solo que uno que enseña revisión y criterio antes de lo que antes enseñaba trabajo de producción manual. A los analistas que les cuesta son los que esperan que la descripción de puesto antigua se mantenga sin cambios.

Claude en Banca de Inversión, por función

Empieza a Construir la Habilidad que Dura Más que la Herramienta

El hábito de revisión que construyes ahora es el que seguirás usando cuando seas director ejecutivo.

Nightschool AI es una plataforma de aprendizaje independiente y no está afiliada, respaldada ni patrocinada por Anthropic. Claude es una marca de Anthropic, PBC. ¿Buscas la Claude Academy oficial de Anthropic? Está en academy.claude.com.