Imagina a un trader el próximo año decidiendo dónde hacer una evaluación. En lugar de abrir ocho pestañas y leer hilos de foros, le pide a un asistente que compare cuatro empresas en cuanto al cálculo del drawdown, los plazos de pago y lo que sucede tras una infracción. El asistente lee lo que encuentra y regresa con un resumen. Hay tres empresas en él. La cuarta publicó sus reglas dentro de un PDF que el asistente no pudo analizar correctamente, por lo que simplemente está ausente de la comparación, y nadie en esa empresa sabrá jamás que sucedió.
Esa es la forma del cambio, y llega de manera desigual. La encuesta global sobre IA de 2026 de McKinsey reveló que 22% de las organizaciones más pequeñas afirman escalar IA agéntica en todo el negocio, frente al 40 % de las empresas con ingresos superiores a mil millones, una brecha que se amplió con respecto al año anterior. Las empresas de prop trading se ubican abrumadoramente en el primer grupo. La pregunta interesante para 2027 no es si los agentes llegarán, sino cuáles de los operadores más pequeños irán más allá de las fases piloto.
Qué cambia realmente
La mayor parte de lo que se describe como transformación es el mismo trabajo con un trabajador más rápido incorporado, lo cual conviene decir claramente antes de que alguien prepare un presupuesto para ello. Algunas cosas sí cambian de forma.
| Cómo funciona ahora | Hacia dónde se dirige | |
| Elegir una empresa | Un trader lee sitios web, foros e hilos de opiniones | Un trader pide a un asistente que compare las reglas y resuma las diferencias |
| Soporte | Un agente de IA redacta, una persona aprueba y envía | Un agente de IA resuelve directamente los casos rutinarios; las personas se encargan de las excepciones |
| Revisión de riesgos | Las alertas son clasificadas por quien tenga tiempo | Los casos llegan ya investigados y redactados |
| Marketing | Una persona escribe, una herramienta asiste | Un agente de IA genera el proceso, una persona edita y decide |
| La línea divisoria | Qué empresas utilizan agentes de IA en absoluto | A qué datos puede llegar realmente un agente de IA |
Vale la pena detenerse en la última fila. Hasta 2026, la cuestión competitiva era si una empresa utilizaba o no agentes. Eso deja de ser un factor diferenciador prácticamente en el momento en que todo el mundo puede responder afirmativamente, y lo que queda es la calidad y la accesibilidad de aquello hacia lo que se dirige el agente.
Los traders llegan con sus propios agentes de IA
El cambio para el que la mayoría de los operadores no se están preparando está del lado del trader. Los traders utilizan cada vez más asistentes para investigar compras, y esos asistentes leen cualquier cosa que sea legible públicamente. Una página de reglas redactada en texto claro, con límites explicados sin rodeos, se lee, se resume y se transmite con precisión. Las mismas reglas enterradas en un PDF con formato complejo, divididas en una docena de secciones desplegables o implícitas en lugar de explícitas, no.
Esto tiene una consecuencia práctica que no cuesta nada aplicar: redactar las reglas de modo que un lector atento y sin contexto pueda explicarlas correctamente. Esto siempre ha sido una buena práctica para los traders. Ahora se está convirtiendo en la diferencia entre aparecer en una comparación o no existir en ella.
La segunda consecuencia es que la imprecisión deja de ser cómoda. Una empresa cuyos plazos de pago se describen como "rápidos" en lugar de indicarse con un número se resumirá como "poco clara", y figurar como poco clara da muy mala impresión junto a un competidor que haya publicado una cifra concreta.
Existe una variante de esto que va más allá, en la que el asistente de un trader consulta directamente al propio asistente de una empresa en lugar de leer una página web. Eso está a más de doce meses de distancia para la mayoría de los operadores, y aún no vale la pena desarrollarlo. Conviene tener en cuenta que cada paso en esa dirección recompensa lo mismo: reglas y números que una máquina pueda leer sin tener que adivinar.
Dentro de la Firma, el cuello de botella se desplaza
Los agentes que gestionan el soporte, el seguimiento de verificaciones y las comprobaciones de pagos no eliminan el trabajo, sino que lo trasladan. La limitación pasa de cuánto puede procesar un equipo pequeño a la calidad de los datos subyacentes. Un agente que investiga una cuenta marcada solo es tan útil como lo que el motor de riesgo le exponga, y uno que responde a un trader solo es tan preciso como el registro de la cuenta que lee.
Es por eso que las empresas que escalen agentes en 2027 serán principalmente aquellas cuyos registros ya residan en un solo sistema. El trabajo de conectar cuatro exportaciones y reconciliarlas a mano no se vuelve más fácil cuando lo hace un agente. Se vuelve más rápido y se equivoca a un ritmo mayor.
La prueba práctica es lo suficientemente sencilla como para realizarla este mismo mes. Elija una pregunta que un trader haya hecho al equipo de soporte la semana pasada y vea cuántos sistemas hay que abrir para responderla correctamente. Si la respuesta es uno, los agentes funcionarán bien en esa empresa. Si son cuatro, el agente generará una respuesta convincente a partir del sistema que haya leído por casualidad, y las respuestas equivocadas pero convincentes llegan más lejos que las respuestas correctas pero lentas.
Lo que no cambia
Una lista breve, y vale la pena tenerla clara mientras el ruido del entorno se hace más fuerte.
- La aprobación final del movimiento de dinero sigue en manos de una persona, y así debe ser.
- Las decisiones que cierren la cuenta de un trader deben llevar un nombre humano vinculado a ellas.
- La confianza se sigue ganando con lo que hace una empresa cuando algo sale mal, algo que ningún agente puede llevar a cabo en nombre de la empresa.
- Una oferta que no funciona no empieza a funcionar porque un agente la describa con más frecuencia.
Lo mismo se aplica al factor humano. Una empresa que pone un agente de IA en manos de un equipo de soporte sin instrucciones sobre cuándo anularlo obtiene un servicio inconsistente en lugar de un servicio más rápido, porque cada persona traza el límite en un lugar diferente. Decidir ese límite de forma centralizada y ponerlo por escrito es un trabajo poco glamuroso que determina si todo esto se percibe como una mejora para los traders.
Qué hacer en los próximos 12 meses
Ninguna parte de la preparación útil requiere predecir qué herramientas ganarán. Vale la pena hacer todo ello de todos modos.
- Reescriba las páginas de reglas en texto plano con números explícitos y retire los PDF que contengan cualquier información que un trader necesite antes de comprar.
- Reúna los registros de cuentas, compras y pagos en un solo lugar, ya que cualquier agente que valga la pena ejecutar depende de su lectura.
- Elija una tarea que ya se ejecute con aprobación humana y mida con qué frecuencia esa aprobación cambia algo.
- Ponga por escrito qué decisiones nunca se automatizarán, antes de que surja la pregunta en medio de una semana ajetreada.
El patrón en los cuatro casos es el mismo: la preparación gira en torno a los datos y la claridad más que a las herramientas, y da sus frutos independientemente de si 2027 resulta ser como todos esperan. Los operadores que construyen sobre PropAccount.com comienzan con los registros de cuentas, los parámetros de las reglas y el historial de pagos ya consolidados en un solo sistema, que es la parte lenta y costosa de corregir más adelante y la que decide en silencio lo que cualquier agente puede hacer por la empresa.
Preguntas frecuentes: IA agéntica
P: ¿Qué es la IA agéntica en el contexto de una empresa de prop trading?
Un software al que se le da un resultado en lugar de una pregunta, y que luego planifica los pasos, utiliza los sistemas de la empresa y comprueba su propio trabajo. En la práctica, abarca la resolución de soporte, la clasificación de alertas de riesgo, el seguimiento de verificaciones y la preparación de pagos.
P: ¿Qué cambiará para las empresas de prop trading en 2027?
Dos cosas. Los traders comienzan a investigar a las empresas a través de sus propios asistentes, lo que recompensa las reglas publicadas de forma clara. Dentro de las empresas, el límite de lo que pueden hacer los agentes pasa de las herramientas disponibles a la calidad y accesibilidad de los datos.
P: ¿Reemplazarán los agentes de IA a los equipos de soporte de las empresas de prop trading?
Se hacen cargo de las preguntas repetitivas y específicas de cada cuenta que representan la mayor parte del volumen de tickets. Las disputas, las decisiones a criterio personal y cualquier cosa que implique movimiento de dinero siguen necesitando personas, y en esos casos es donde realmente se juzga la calidad del soporte.
P: ¿Cómo debería prepararse una pequeña empresa de prop trading para la IA agéntica?
Publicar las reglas en texto claro con números explícitos, consolidar los registros de cuentas y pagos en un solo sistema, probar una tarea con aprobación humana previa y decidir por adelantado qué decisiones siguen en manos de las personas.
P: ¿El uso de agentes de IA le da a una firma de prop trading una ventaja competitiva?
Cada vez menos por sí solo. A medida que la adopción se generaliza, la ventaja se desplaza hacia aquello a lo que el agente de IA puede acceder, lo que significa que las firmas con datos limpios y consolidados le sacan más partido a las mismas herramientas que las firmas que no los tienen.
