Morgan Stanley: el asistente GPT-4 utilizado por el 98% de los equipos de asesores financieros

• Morgan Stanley uses AI evals to shape the future of financial services — OpenAI (customer story)
• Morgan Stanley kicks off generative AI era on Wall Street with assistant for financial advisors — CNBC, 2023-09-18
• Launch of AI @ Morgan Stanley Debrief — Morgan Stanley (пресс-релиз), 2024-06-26
• Morgan Stanley wealth advisors are about to get an OpenAI-powered assistant to do their grunt work — CNBC, 2024-06-26
• Morgan Stanley Research Announces AskResearchGPT — Morgan Stanley (пресс-релиз), 2024-10-23

Contexto

Morgan Stanley Wealth Management es una de las operaciones de gestión patrimonial más grandes del mundo: aproximadamente 15,000 asesores financieros y $5.5 billones en activos de clientes (a marzo de 2024; el objetivo de la empresa es $10 billones). El activo intangible clave de la división es su base de conocimiento interna: décadas de investigación, análisis de mercado, procedimientos y playbooks empaquetados en un corpus de aproximadamente 100,000 documentos.

El problema: una base de conocimiento es valiosa solo si se puede acceder a ella rápidamente. Un asesor en una llamada con cliente no puede permitirse veinte minutos buscando en PDFs internos — lo que significaba que una gran parte del 'capital intelectual' de la empresa simplemente no funcionaba en el momento de la venta o el asesoramiento.

En marzo de 2023 Morgan Stanley anunció que estaba construyendo un asistente en GPT-4, convirtiéndose en uno de los primeros socios empresariales de OpenAI. El contexto competitivo importa: Goldman Sachs y JPMorgan Chase también habían anunciado proyectos de IA generativa para entonces, pero Morgan Stanley fue la primera gran firma de Wall Street en poner una solución personalizada de GPT-4 en manos de los empleados — según reportó CNBC, citando a Jeff McMillan, entonces jefe de análisis, datos e innovación en gestión patrimonial (más tarde Jefe de IA).

Para una industria financiera regulada, esto fue un paso audaz: los bancos no toleran respuestas inventadas, y cualquier sistema que pueda 'alucinar' una recomendación es un riesgo de cumplimiento. Por eso el caso de Morgan Stanley se convirtió en el punto de referencia no por el modelo sino por la metodología de implementación: evaluaciones sistemáticas que convirtieron la confianza en IA de una cuestión de fe a una cuestión de medición. McMillan expresó la motivación claramente: 'Nunca he visto nada como esto en mi carrera, y llevo haciendo inteligencia artificial durante 20 años. Vimos una ventana de oportunidad que fue completamente disruptiva, y creo que como organización, no queremos quedarnos atrás.'

Problema

El conocimiento de la empresa estaba bloqueado dentro de un corpus enorme de documentos internos. Según la propia cuenta de la empresa, los asesores podían alcanzar efectivamente solo una fracción: la accesibilidad de documentos se estimaba en 20%. La herramienta interna anterior respondía un conjunto limitado de preguntas — aproximadamente 7,000 — y no se escalaba al cuerpo completo de conocimiento de la empresa.

La mecánica es familiar para quien ha usado búsqueda corporativa: la búsqueda por palabras clave clásica encuentra documentos, no respuestas. Un asesor a quien se le hacía una pregunta de cliente sobre estrategia de mercado o un procedimiento interno tenía que elaborar una consulta, abrir varios informes, desplazarse por decenas de páginas y sintetizar la respuesta por sí mismo — minutos en el mejor de los casos, y en la práctica a menudo 'te lo diré después'. En una llamada eso significaba una pausa y pérdida de impulso; después de la llamada, una respuesta retrasada a un cliente que ya está comparando el servicio con competidores.

El segundo dolor, menos obvio, era el post-procesamiento de reuniones. La división realiza aproximadamente un millón de llamadas Zoom al año, y un asesor típico — según el participante piloto Don Whitehead — realiza de cuatro a seis reuniones al día. Después de cada una alguien tiene que escribir notas, capturar compromisos, actualizar el CRM y enviar un correo de seguimiento. Los asesores o su personal junior hacían esta rutina a mano, y la preparación del seguimiento podía extenderse durante días.

Ambos dolores suman un problema estratégico: el tiempo de los especialistas más caros de la empresa se dedicaba a recuperación de información y mantenimiento de registros — en lugar del trabajo con clientes para el que fueron contratados.

Solución

Morgan Stanley construyó el 'AI @ Morgan Stanley Assistant' — un asistente GPT-4 sobre la base de conocimiento interna utilizando un esquema RAG: el modelo responde solo a partir de documentos verificados de la empresa, no 'de memoria'. Antes del lanzamiento el equipo pasó meses curando el corpus y probando respuestas con expertos humanos (McMillan describió esto a CNBC). El lanzamiento completo a todos los asesores y su personal de apoyo ocurrió el 18 de septiembre de 2023 — CNBC obtuvo el memorándum del copresidente Andy Saperstein: 'Los asesores financieros siempre serán el centro del universo de la gestión patrimonial de Morgan Stanley. También creemos que la IA generativa revolucionará las interacciones con clientes... y en última instancia ayudará a liberar tiempo para hacer lo que mejor sabes: servir a tus clientes.'

El elemento de implementación clave es el sistema de evaluaciones, que OpenAI detallase posteriormente en un estudio de caso dedicado. El equipo comenzó con tres escenarios objetivo: recuperación de información más rápida, automatización del resumen de informes rutinarios e insights adaptados a las necesidades del cliente. Cada uno obtuvo sus propias evaluaciones: asesores e ingenieros de prompts calificaron manualmente las respuestas del modelo para precisión y coherencia, y los prompts y la recuperación se refinaron en consecuencia. Las evaluaciones de traducción para clientes multilingües vinieron después, y junto con OpenAI el equipo ajustó iterativamente los métodos de recuperación sobre la biblioteca en crecimiento. En producción, una suite diaria de regresión de preguntas de muestra detecta degradaciones antes de que el cumplimiento las note. La cuestión de los datos se resolvió por separado: una política de cero retención de datos garantiza que los datos propietarios de la empresa no se usen para entrenar modelos públicos — David Wu llamó esa condición crítica para el trato.

Un detalle de implementación curioso fue el cambio de hábito: los asesores tuvieron que aprender a hacer preguntas en oraciones completas, como lo harían con un asistente humano, en lugar de palabras clave, como con un motor de búsqueda. 'No es diferente a cómo te haría una pregunta, así es como hablas con esta máquina. La gente no está acostumbrada a eso,' explicó McMillan.

El segundo producto de la línea es 'AI @ Morgan Stanley Debrief' en un stack de Whisper + GPT-4: con consentimiento del cliente (solicitado para cada reunión por separado), la herramienta escucha una reunión de Zoom, genera notas estructuradas, captura elementos de acción, guarda el registro en Salesforce y elabora un correo de seguimiento que el asesor edita y envía personalmente. El piloto comenzó en marzo de 2024, el lanzamiento en toda la empresa se anunció el 26 de junio de 2024, y el despliegue a ~15,000 asesores se completó a principios de julio. McMillan señaló que ajustar los prompts de Debrief tomó meses — y que 'esto hace un mejor trabajo tomando notas que el humano promedio.'

Para el equipo también fue un cambio de paradigma de desarrollo. 'La forma tradicional en que resolverías esas cosas es escribiendo código,' explicó McMillan. 'En el nuevo mundo, das ejemplos de cómo se ve lo "bueno", y el sistema aprende qué es lo bueno. En realidad puede "razonar" y aplicar lógica que un humano aplicaría.' El jefe de gestión patrimonial Jed Finn estableció el marco estratégico: el objetivo es una capa de tecnología en la que un asesor realiza todas las tareas con prompts simples — desde redactar propuestas hasta reequilibrar carteras y producir informes.

Crucialmente, un humano permanece en el bucle en cada paso: el Asistente recupera y sintetiza, Debrief elabora, pero la decisión final y el botón de envío siempre pertenecen al asesor. Para el regulador y el cumplimiento ese límite es fundamental.

Resultado

Más del 98% de los equipos de asesores financieros utilizan el asistente — una adopción cercana al techo para una herramienta corporativa. El sistema responde efectivamente preguntas en un corpus de 100,000 documentos — versus aproximadamente 7,000 preguntas que la herramienta anterior podía manejar. La accesibilidad de documentos, según la estimación de la empresa, aumentó de 20% a 80%, y la recuperación de información pasó de minutos a segundos. McMillan describe el cambio cualitativo: 'Ahora, los asesores pueden comprometerse con clientes en temas que no han discutido antes porque la fricción entre el conocimiento y la comunicación se ha reducido a cero.'

Para Debrief, existen estimaciones tempranas públicas: un asesor piloto estimó los ahorros en aproximadamente 30 minutos de trabajo por reunión; con un millón de llamadas Zoom al año en toda la división, CNBC estimó el potencial en cientos de miles de horas anualmente. Kaitlin Elliott, Jefa de Soluciones de IA Generativa, señaló: 'La retroalimentación de los asesores ha sido abrumadoramente positiva... los seguimientos que solían tomar días ahora ocurren en horas.' Al mismo tiempo, McMillan llamó candidamente al proyecto un 'gran experimento en productividad' y dijo que una evaluación rigurosa del impacto tomaría al menos un año de observación.

El enfoque se está escalando más allá de la gestión patrimonial: el 23 de octubre de 2024 la empresa lanzó AskResearchGPT — un asistente GPT-4 sobre el corpus de Morgan Stanley Research (70,000+ informes propietarios al año) para personal de banca de inversión, ventas y negociación e investigación, con un flujo de trabajo patentado 'consulta → correo listo para cliente con citas y enlaces en un clic'.

Es importante enmarcar estos números: Morgan Stanley publica métricas de uso (adopción, accesibilidad del corpus, velocidad) en lugar de un impacto en dólares — el banco en ningún lugar ha afirmado 'la IA nos hizo X millones'. En nuestra opinión esta es una posición deliberada y honesta para una herramienta interna: atribuir rigurosamente la contribución de un copilot a los ingresos del asesor es metodológicamente difícil, y la empresa prefiere las métricas que controla.

Las apuestas de la industria son altas: según una estimación de Citigroup citada por CNBC, los empleos financieros son algunos de los más propensos a desplazamiento por IA, y la adopción de IA podría aumentar las ganancias de la industria en $170 mil millones para 2028.

Para el mercado, el caso de Morgan Stanley es el modelo del camino 'bajo riesgo' hacia la IA generativa, la imagen espejo de chatbots orientados al cliente como el de Klarna: la IA se orienta hacia adentro, hacia los empleados; un humano permanece en el bucle de cada decisión; y la confianza se construye sobre evaluaciones medibles, no demostraciones. En nuestra opinión esa combinación — un corpus estrecho, evaluaciones como un proceso, un humano como filtro final — es la parte más transferible del caso: funciona en cualquier industria donde el costo de una respuesta incorrecta es alto, desde medicina hasta derecho.

Lecciones aprendidas

1. En una industria regulada, la confianza en la IA se construye sobre evaluaciones: la puntuación sistemática de calidad de respuestas en preguntas reales es lo que convence al cumplimiento — no las demostraciones.
2. RAG sobre tu propio corpus es la apuesta correcta para un negocio intensivo en conocimiento: el modelo no 'sabe' la respuesta, la encuentra en los documentos de la empresa.
3. Las evaluaciones son un proceso, no una prueba de aceptación única: una suite diaria de regresión en preguntas de muestra detecta degradación de calidad antes de que usuarios o cumplimiento lo noten.
4. La métrica 'accesibilidad del conocimiento' (20→80%) es un indicador de valor más honesto que 'número de consultas de bot'.
5. La adopción del 98% sigue de la integración en el flujo de trabajo real del asesor (y meses de curación del corpus antes del lanzamiento), no de un mandato descendente.
6. El consentimiento del cliente por reunión y la edición humana final (Debrief) son la plantilla para traer IA a escenarios de cliente sensibles sin riesgo de reputación.
7. Comienza con un corpus estrecho y un rol de usuario (el asesor); escala después de que la calidad sea comprobada — el camino de Morgan Stanley desde Assistant a Debrief y AskResearchGPT tomó dos años de lanzamientos secuenciales.

Preguntas frecuentes