OpenAI lanza ChatGPT for Financial Services con datos financieros integrados y GPT-6 Astra

OpenAI ha presentado ChatGPT for Financial Services, una versión de ChatGPT Work dirigida a instituciones financieras que combina GPT-6 Astra con datos profesionales integrados de proveedores como PitchBook, Daloopa, Crunchbase y LSEG News. El producto arranca centrado en banca de inversión y análisis de renta variable y busca cubrir un flujo más amplio que la simple consulta: investigar, construir modelos financieros y convertir el resultado en documentos, hojas de cálculo y presentaciones.

El cambio importante está precisamente ahí. OpenAI no se limita a añadir fuentes financieras a ChatGPT: intenta reunir modelo, datos licenciados, trazabilidad y generación del entregable final dentro de un mismo entorno de trabajo.

ChatGPT for Financial Services integra datos financieros dentro de ChatGPT

OpenAI define ChatGPT for Financial Services como una experiencia especializada de ChatGPT Work. El producto ha sido desarrollado con Morgan Stanley y Evercore como socios de diseño, y las primeras áreas en las que se ha concentrado son investment banking y equity research.

Una de sus principales diferencias frente a utilizar ChatGPT con conectores externos es que determinados datasets están indexados y alojados por OpenAI. Esto permite consultarlos directamente sin configurar un conector MCP ni contratar por separado esos conjuntos de datos concretos.

OpenAI también introduce citas granulares para que el usuario pueda rastrear una cifra o afirmación hasta una tabla o pasaje concreto. En análisis financiero, donde una cifra fuera de periodo o una métrica mal interpretada puede alterar una valoración completa, esta trazabilidad es más relevante que disponer simplemente de más fuentes.

Qué datos incluyen PitchBook, Daloopa y LSEG

Los tres proveedores mencionados en el anuncio no funcionan exactamente de la misma forma.

FuenteQué aportaCómo se ofrece
PitchBookPerfiles de empresas privadas y actividad de financiaciónDatos integrados en ChatGPT for Financial Services
DaloopaEstados financieros y determinadas métricas empresarialesDatos integrados; OpenAI indica un retraso de 24 horas
LSEG / Reuters NewsNoticias financieras y empresarialesSelección integrada de contenidos de Reuters/LSEG

PitchBook ha confirmado que los usuarios del producto pueden acceder directamente a su dataset Essential, con información sobre empresas, inversores y fondos.

Daloopa, por su parte, aporta datos fundamentales estructurados, estados financieros y determinados KPI enlazados con sus fuentes. La propia Daloopa señala que esta integración elimina la necesidad de activar manualmente su conector para acceder al conjunto incluido en ChatGPT for Financial Services. Las condiciones de OpenAI especifican que estos datos tienen una demora de 24 horas.

Con LSEG conviene introducir un matiz. El paquete integrado se refiere a LSEG/Reuters News, no a todo el catálogo de datos y analítica de LSEG. Además, las condiciones publicadas por OpenAI indican que Reuters Ready News está disponible para usuarios profesionales de entidades financieras elegibles domiciliadas o constituidas en Estados Unidos.

OpenAI enumera también otras fuentes dentro de sus servicios financieros, entre ellas Fiscal.ai, Quartr, Nasdaq mediante Financial Modeling Prep y Crunchbase.

Las suscripciones que ya tiene el banco también entran en la ecuación

El segundo nivel del producto son los proveedores que la entidad ya tenga contratados.

OpenAI afirma que trabaja con S&P Capital IQ, LSEG, MSCI, Dow Jones Factiva y Moody’s para que los permisos asociados a esas suscripciones puedan reconocerse mediante el inicio de sesión de ChatGPT. La idea es que un profesional pueda acceder desde el mismo espacio a información para la que su empresa ya dispone de derechos, sin que la inclusión en ChatGPT sustituya la licencia original del proveedor.

A esto se suma un ecosistema de más de 50 conectores en el que OpenAI menciona servicios como FactSet, Preqin, Datasite, Box e Intapp.

La diferencia es importante: una cosa son los datasets incluidos de serie en ChatGPT for Financial Services y otra el acceso a información que sigue dependiendo de las suscripciones y permisos que ya tenga cada institución.

GPT-6 Astra lleva el análisis hasta Excel, Word y PowerPoint

ChatGPT for Financial Services utiliza GPT-6 Astra para trabajar con cifras, tablas, notas asociadas a documentos financieros y múltiples fuentes. OpenAI plantea casos como análisis de resultados, normalización de cuentas de pérdidas y ganancias, valoraciones, modelos LBO, búsqueda de compradores y preparación de pitchbooks.

El modelo puede seguir cifras entre periodos, interpretar anotaciones y generar gráficos interactivos con acceso a los datos y fuentes utilizados. Según OpenAI, GPT-6 Astra obtiene un 69,9 % en OfficeQA Pro, frente al 60,2 % de GPT-5.6 Sol. Es un benchmark publicado por la propia compañía y debe interpretarse como tal, no como una medida universal de precisión financiera.

Más significativo para el uso diario es que los administradores pueden publicar plantillas de Excel, Word y PowerPoint y guías de estilo internas. El resultado de una investigación puede convertirse así en un modelo de valoración, una nota de análisis o una presentación siguiendo el formato de la propia firma.

Esto acerca ChatGPT a una capa de trabajo situada entre las fuentes financieras tradicionales y las aplicaciones ofimáticas donde termina buena parte del trabajo de un analista.

Controles empresariales para información financiera sensible

La vertical financiera reutiliza controles de ChatGPT Enterprise como SAML SSO, aprovisionamiento SCIM y permisos por roles.

OpenAI afirma además que los datos empresariales no se utilizan para entrenar sus modelos por defecto, que se cifran tanto almacenados como durante la transmisión y que los administradores pueden configurar políticas de retención. Los equipos de cumplimiento pueden exportar determinados registros mediante OpenAI Compliance Platform.

Las organizaciones también pueden separar espacios de trabajo para establecer barreras de información y controlar por función qué Skills, aplicaciones y acciones de lectura o escritura están permitidas.

Estas funciones no eliminan los requisitos regulatorios de cada entidad ni convierten automáticamente cualquier uso de IA en conforme. Sí muestran que OpenAI está diseñando el producto para un entorno en el que permisos, auditoría y procedencia del dato son parte del producto, no una capa añadida después.

Disponibilidad y precio de ChatGPT for Financial Services

OpenAI lanzó ChatGPT for Financial Services el 10 de septiembre de 2026 y afirma que ya está disponible para instituciones financieras elegibles. El acceso se gestiona a través del equipo comercial o del responsable de cuenta de OpenAI. La compañía no ha publicado un precio estándar.

Tampoco todos los datos tienen la misma actualización o los mismos derechos de uso. OpenAI advierte expresamente de que la información puede estar retrasada, ser incompleta o contener errores y que debe revisarse la fuente, la fecha y los cálculos antes de utilizarla. El servicio no se presenta como asesoramiento financiero o de inversión.

OpenAI entra en una carrera que ya había empezado

La especialización por sectores tampoco empieza con este lanzamiento. Anthropic presentó Claude for Financial Services en julio de 2025, con conexiones a datos financieros y herramientas orientadas a investigación y análisis, y en mayo de 2026 amplió su oferta con agentes preparados para tareas como pitchbooks, KYC y cierre financiero.

La diferencia que OpenAI intenta reforzar ahora es la combinación de datos premium incluidos, suscripciones externas, GPT-6 Astra y creación de artefactos en formatos empresariales.

Hasta ahora, gran parte de la conversación sobre IA en finanzas se centraba en qué modelo era capaz de analizar mejor un documento o responder preguntas sobre una compañía. ChatGPT for Financial Services mueve la competencia hacia otra pregunta: qué plataforma puede convertirse en el lugar desde el que el analista accede a los datos, los interpreta y termina el trabajo sin cambiar continuamente de herramienta.

Esa ambición es más importante que cualquiera de las integraciones por separado. También será la parte que habrá que evaluar con más cautela: la utilidad real dependerá de la cobertura de los datos, los derechos contratados por cada entidad, la fiabilidad del análisis y hasta qué punto los entregables generados resisten la revisión de profesionales que trabajan con información sensible y decisiones de alto impacto.


Descubre más desde Noticias CRM

Suscríbete y recibe las últimas entradas en tu correo electrónico.