Goldman Sachs ha empezado a cerrar el acceso a las herramientas de programación con inteligencia artificial a buena parte de su plantilla. Según una guía interna actualizada en octubre, la mayoría de los banqueros y los operadores de mercado ya no puede usar Claude Code, la herramienta de Anthropic para tareas de programación, ni el servicio de desarrollo GitHub, a los que sí tenía acceso hasta ahora. Los ingenieros mantienen el suyo, y también los llamados «strats», los estrategas cuantitativos, cuyos puestos combinan operaciones de mercado, investigación y desarrollo de software.

No es una prohibición de la IA en el banco. Goldman sigue ofreciendo a toda la plantilla su asistente interno, que presentó en junio de 2025 y que ya usaban unos 10.000 empleados para resumir documentos, redactar contenido y analizar datos. Ese asistente combina modelos de OpenAI, Anthropic y Alphabet. Lo que cambia es el acceso a herramientas más potentes, capaces de generar y ejecutar código, que quedan reservadas a perfiles técnicos.

La explicación oficial es la de un despliegue por fases. Un portavoz del banco ha señalado que, durante las pruebas, la entidad evalúa factores como la productividad y la gestión de riesgos, y que después entrega las herramientas a quienes están mejor preparados para aprovecharlas a largo plazo. Es decir, se prueba con muchos y se asigna a unos pocos. No se ha aclarado cuántas personas pierden el acceso ni qué alternativas recibirán.

La medida no ha sentado bien a todos. Algunos operadores usaban estas herramientas en su día a día para seguir flujos de órdenes de clientes, modelar movimientos y posiciones del mercado y crear contenido escrito y gráfico. Para ellos, el cambio supone perder una herramienta que ya habían incorporado a su rutina, en un sector donde la velocidad es una ventaja competitiva.

Desde el punto de vista del banco, hay argumentos de peso para el control. Un código generado por IA que no esté validado puede acabar en sistemas de monitorización, de registro de posiciones o de gestión de clientes, con consecuencias operativas y de cumplimiento. A ello se suman el riesgo de que datos sensibles de clientes o del mercado salgan de la entidad a través de las instrucciones que se dan a la herramienta, la dificultad de cumplir con las expectativas regulatorias de explicabilidad, control de versiones y validación independiente, y la propiedad intelectual del código generado, que en muchas jurisdicciones sigue sin resolverse. Un banco de inversión, además, opera con requisitos de supervisión que no se aplican igual a cualquier otra empresa.

Pero la decisión también tiene un coste que el banco no ignora. Goldman ha apostado por la IA como palanca de productividad: trabaja con Anthropic en el desarrollo de agentes para tareas como la contabilidad de operaciones y la incorporación de clientes, un proyecto que la entidad confirmó en febrero y que sigue en desarrollo, sin fecha de lanzamiento. Limitar el acceso a las herramientas de programación a quienes no son ingenieros ralentiza el uso que la propia plantilla de negocio podría darles, y concentra en el área técnica una capacidad que antes estaba distribuida.

La lectura de fondo es que la adopción de la IA en las grandes entidades financieras está pasando de la fase del entusiasmo a la del control. Primero se abre la puerta para ver qué ocurre y después se decide quién puede usar qué y bajo qué condiciones. Que el acceso dependa del puesto, y no del interés de cada empleado, es una forma de gestionar el riesgo, pero también redefine quién en el banco puede construir con estas herramientas y quién tiene que pedirlo a otro.