“ChatGPT, tengo unos ahorros y quiero invertirlos. ¿Cómo repartirías hoy el dinero entre Bolsa, bonos, fondos u otros activos para intentar sacarles partido sin asumir más riesgo del necesario?”. Una petición así tarda segundos en escribirse, y puede terminar con una cartera completa, porcentajes para cada activo y argumentos suficientemente convincentes como para pensar que detrás hay un asesor financiero.
Cada vez más inversores recurren a la inteligencia artificial (IA) para analizar acciones, comparar fondos o buscar oportunidades. ChatGPT, Gemini, Claude o Grok pueden ordenar una enorme cantidad de información y devolver una respuesta rápida, clara y razonada.
Si una máquina puede revisar muchos más datos y hacerlo mucho más rápido que una persona, ¿también debería invertir mejor? Wall Street lleva casi una década intentando averiguarlo con dinero de verdad.
Dinero real
Más de una docena de ETF estadounidenses han utilizado desde 2017 modelos de IA para seleccionar acciones e intentar batir al mercado. El resultado, por ahora, está lejos de la promesa.
De media, estos fondos se han quedado un 5% por detrás del Vanguard Total Stock Market ETF, uno de los vehículos más sencillos para replicar la Bolsa estadounidense, y alrededor de la mitad de los productos lanzados ya ha cerrado.
Uno de los casos que mejor refleja esa brecha es AIEQ, un ETF lanzado en 2017 que utiliza IBM Watson, la plataforma de IA de IBM, para analizar datos financieros, noticias y señales de mercado antes de decidir qué acciones entran o salen de la cartera. Su historial muestra hasta qué punto disponer de más información y reaccionar más rápido no garantiza una ventaja sostenida frente al S&P 500.
Al cierre de 2025, AIEQ continuaba rezagado con una rentabilidad anualizada del 5,75% a cinco años frente al 14,42% del índice; una distancia que los datos de 2026 apenas han logrado maquillar, ya que el fondo avanza alrededor de un 12,4% en el año mientras el S&P 500 se anota cerca de un 14%.
¿Quién lo hace mejor?
Los malos resultados de AIEQ no cierran el debate porque los modelos más nuevos están dejando cifras bastante distintas. Alejandro López-Lira, profesor de Finanzas de la Universidad de Florida, lleva desde 2023 siguiendo carteras construidas por ChatGPT, DeepSeek, Grok y Claude para comprobar cómo se comportan frente al mercado.
A finales de julio de 2026, la cartera de acciones que seguía las decisiones de DeepSeek ganaba cerca de un 35% en el año, frente al 19% de la creada por Grok y el 16% de la de ChatGPT.
La ventaja de DeepSeek era todavía mayor al mirar los doce meses anteriores. Su cartera había ganado cerca de un 76%, frente al 27% del S&P 500 en ese mismo periodo. Desde el inicio del experimento, ChatGPT seguía por delante en términos acumulados, con aproximadamente un 78%, frente al 73% de DeepSeek.
Los modelos tampoco están ganando comprando todos lo mismo. DeepSeek había reforzado su apuesta por Nvidia, mientras ChatGPT mantenía una posición importante en Kratos Defense y Claude había colocado buena parte de su cartera en un ETF de bonos del Tesoro estadounidense.
La diferencia es importante porque todavía no estamos hablando de lo mismo. AIEQ es un fondo real, con dinero de clientes, comisiones y años de historial. En cambio, las carteras elaboradas por la Universidad de Florida son experimentos controlados que permiten medir cómo decide cada modelo, pero todavía no han pasado por suficientes ciclos de mercado como para saber si esa ventaja puede mantenerse durante cinco o diez años.
¿Quién tiene la última palabra?
Preguntar a una IA qué hacer con el dinero ya no es una rareza. Una encuesta del banco HSBC entre casi 10.000 inversores de diez mercados concluyó el pasado mes de junio que el 73% ya utiliza estas herramientas para cuestiones financieras o de inversión, aunque solo un 12% reconoció que habían sido el factor principal en su última decisión.
Esa distancia entre usar la IA y dejar que tome la decisión final cambia mucho según la edad. Según Betterment, una de las principales plataformas estadounidenses de inversión automatizada, el 48% de la generación z (18-29 años) reconoce que estas herramientas ya han influido en alguna de sus decisiones financieras y un 41% se sentiría cómodo utilizándolas para planificar sus finanzas a largo plazo. Entre los baby boomers (61-79 años), ese último porcentaje caía hasta apenas el 5%.
Esa confianza creciente entre los más jóvenes choca, además, con un problema bastante curioso, porque las distintas IA no siempre entienden el riesgo de la misma manera. El estudio Investor risk profiles of large language models, publicado por la Universidad de Corea el pasado mes de marzo, puso a prueba GPT, Gemini y Llama con el mismo cuestionario utilizado para medir el perfil de riesgo de un inversor. GPT resultó ser el más agresivo y también el que más variaba sus respuestas, Llama fue el más conservador y Gemini se mantuvo en una posición intermedia y más estable.
Los fondos llevan casi nueve años intentando demostrar que una máquina puede invertir mejor que Wall Street. Los últimos experimentos empiezan a acercarse, pero falta hacerlo durante años, con dinero real y cuando el mercado deja de comportarse como esperaba el modelo. Y, de momento, eso no ha pasado.