Goldman Sachs: los banqueros junior empiezan su carrera gestionando agentes de IA
Kevin Sneader, presidente de Goldman Sachs para Asia-Pacífico (sin Japón), afirmó la semana pasada que los empleados jóvenes del banco ya gestionan agentes de IA desde que se incorporan al trabajo. Bloomberg recoge solo la frase, sin cifras ni detalles. El contexto, en cambio, es conocido: en 2025 Goldman extendió a toda la firma un asistente corporativo basado en LLM y probó al programador autónomo con IA Devin. • El trabajo del junior pasa de preparar materiales a mano a plantear tareas y revisar resultados. • Las tareas rutinarias de nivel de entrada han sido las primeras candidatas a la automatización. • La gran pregunta abierta: cómo aprender el oficio si el borrador lo hace un agente.
Procesado por IA desde Bloomberg Tech; editado por Hamidun News
Kevin Sneader, presidente de Goldman Sachs para Asia-Pacífico sin Japón, dijo la semana pasada: «Cuando nuestros empleados jóvenes llegan ahora al trabajo, gestionan agentes [de IA]». La frase es corta, pero habla de uno de los mayores bancos de inversión del mundo, con unos 46 mil empleados, donde la mano de obra más numerosa y barata son los analistas y asociados de los primeros años. Si su primera tarea consiste ahora en gestionar agentes, lo que cambia es la propia escalera por la que se asciende en el banco.
Qué se sabe y qué no
Bloomberg recoge únicamente la cita. El artículo no explica a qué agentes se refiere Sneader, en qué modelos funcionan, cuántas personas trabajan ya así ni qué tareas se les han delegado. Se trata de una declaración de un alto directivo, no de un informe de implantación, y conviene leerla como tal.
Sneader llegó a Goldman en 2021 desde McKinsey, donde fue socio gerente global. Está acostumbrado a describir las transformaciones de las grandes organizaciones con el lenguaje de la gestión. Por eso, en su boca, la palabra «gestionan» suena a realidad del puesto, no a metáfora.
Cómo ha llegado el banco hasta aquí
Los hechos públicos sobre Goldman conocidos a 2025 forman una cadena clara:
- enero de 2025: el asistente corporativo GS AI Assistant se lanza como piloto para aproximadamente 10 mil empleados;
- junio de 2025: la herramienta se despliega en toda la firma;
- julio de 2025: el director de tecnología Marco Argenti habla de las pruebas de Devin, de Cognition, un agente autónomo de programación, y de una «fuerza laboral híbrida» de personas y agentes;
- otoño de 2025: dentro del programa OneGS 3.0, la dirección anuncia que limitará el crecimiento de la plantilla mientras amplía la automatización con IA.
Esto añade contexto a la cita de Sneader. El banco ha ido pasando la IA de «asistente en un chat» a «ejecutor con su propia tarea». La conclusión para los junior es directa: la persona plantea la tarea, el agente hace el trabajo de borrador y la persona revisa.
Por qué ha empezado por los más jóvenes
El trabajo tradicional de nivel de entrada en un banco de inversión consiste en construir modelos financieros, preparar presentaciones, conciliar datos y extracciones, y elaborar tablas comparativas de empresas. Todo ello es formalizable, repetible y verificable, es decir, encaja casi a la perfección con los agentes. De ahí la lógica: los empleados junior se han convertido en la primera línea donde la automatización se ve a simple vista.
Aquí surge también el principal problema, y esta es ya nuestra valoración, no palabras del banco. En la banca de inversión, el oficio se aprendía durante mucho tiempo con las manos: tras cientos de modelos construidos y documentos revisados llegaba el olfato para detectar errores. Si el borrador lo escribe un agente, quien lo revisa necesita justamente esa experiencia, y no tiene dónde adquirirla. A eso se suma la responsabilidad: en un sector regulado, de la cifra final responde una persona con nombre y firma, no un modelo.
Qué hacer si entras en la profesión o contratas
Para los banqueros y financieros que empiezan, la conclusión práctica es esta: el valor se desplaza de la velocidad de ejecución a la calidad del planteamiento y la revisión. Conviene aprender a formular la tarea de modo que pueda verificarse, llevar un registro de qué hizo el agente y con qué supuestos, y recalcular a mano resultados seleccionados para no perder la destreza.
Para directivos y departamentos de RR. HH. las preguntas son otras. ¿Cómo formar a personas que no pasan por la rutina clásica? ¿Cómo medir la eficacia de un «gestor de agentes»? ¿Quién responde si un agente se equivoca en un modelo de valoración de una operación? Los bancos que las respondan primero tendrán ventaja en la contratación. Los demás tendrán que ponerse al día y, antes, deberían exigir a sus propios altos cargos no eslóganes, sino cifras: cuántos agentes, en qué tareas y con qué porcentaje de errores.
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Qué se sabe y qué no?
Bloomberg recoge únicamente la cita. El artículo no explica a qué agentes se refiere Sneader, en qué modelos funcionan, cuántas personas trabajan ya así ni qué tareas se les han delegado. Se trata de una declaración de un alto directivo, no de un informe de implantación, y conviene leerla como tal. Sneader llegó a Goldman en 2021 desde McKinsey, donde fue socio gerente global. Está acostumbrado a describir las transformaciones de las grandes organizaciones con el lenguaje de la gestión. Por eso, en su boca, la palabra «gestionan» suena a realidad del puesto, no a metáfora.
Cómo ha llegado el banco hasta aquí?
Los hechos públicos sobre Goldman conocidos a 2025 forman una cadena clara: enero de 2025: el asistente corporativo GS AI Assistant se lanza como piloto para aproximadamente 10 mil empleados; junio de 2025: la herramienta se despliega en toda la firma; julio de 2025: el director de tecnología Marco Argenti habla de las pruebas de Devin, de Cognition, un agente autónomo de programación, y de una «fuerza laboral híbrida» de personas y agentes; otoño de 2025: dentro del programa OneGS 3.0, la dirección anuncia que limitará el crecimiento de la plantilla mientras amplía la auto
¿Qué se sabe sobre Por qué ha empezado por los más jóvenes?
El trabajo tradicional de nivel de entrada en un banco de inversión consiste en construir modelos financieros, preparar presentaciones, conciliar datos y extracciones, y elaborar tablas comparativas de empresas. Todo ello es formalizable, repetible y verificable, es decir, encaja casi a la perfección con los agentes. De ahí la lógica: los empleados junior se han convertido en la primera línea donde la automatización se ve a simple vista. Aquí surge también el principal problema, y esta es ya nuestra valoración, no palabras del banco. En la banca de inversión, el oficio se a
Delegate Deep Research, Coding & Workflows to an AI Agent
Deploy autonomous multi-step execution with NomadNet Agent (agent.nomadnet.ai) — automated web research, data synthesis, code generation, and complex task orchestration.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.