¿Géminis o ChatGPT?

Eficiencia, rendimiento y adaptabilidad de la

Inteligencia Artificial (IA) generativa de vanguardia en finanzas y contabilidad
1
Nitin Liladhar Rane 2 Saurabh P. Chaudhary 3 Jayesh Rane
*1,2,3
Universidad de Mumbai, Mumbai, India
*1
Correo electrónico: nitinrane33@[Link]

Abstracto:

Este trabajo de investigación explora un análisis comparativo de Gemini y ChatGPT en relación con su eficacia y
rendimiento en tareas financieras y contables. Se tienen en cuenta varios factores que influyen en la eficiencia de
los modelos de lenguaje grandes (LLM), como el tamaño del modelo, la arquitectura y la asignación de recursos.
Gemini, como parte de la IA de Google, se beneficia del acceso a vastos conjuntos de datos y amplios recursos
informáticos, lo que puede proporcionar ventajas en el análisis financiero intrincado. Sin embargo, esta ventaja
conlleva mayores costes computacionales. Por el contrario, ChatGPT, desarrollado por OpenAI, prioriza la
velocidad y la eficiencia de los recursos, lo que lo hace preferible para tareas que requieren un procesamiento
rápido de texto. El documento aclara las disparidades en los atributos del modelo, las varianzas arquitectónicas y
los enfoques de asignación de recursos entre Gemini y ChatGPT. Profundiza en sus capacidades distintivas, como
las habilidades conversacionales naturales de ChatGPT y la precisión y las habilidades multimodales de Gemini.
Además, la investigación investiga cómo estos modelos aumentan la eficiencia en el análisis financiero, la
presentación de informes, la auditoría, el servicio al cliente y el asesoramiento financiero. La evaluación del
rendimiento indica que tanto Gemini como ChatGPT sobresalen en el análisis de datos, el modelado financiero, la
elaboración de informes, la auditoría y las tareas de servicio al cliente. No obstante, Gemini puede tener una
ventaja en precisión y profundidad, aprovechando la amplia base de conocimientos y capacidades de búsqueda de
Google. Por el contrario, la creatividad y la competencia de ChatGPT en la generación de texto lo hacen adecuado
para producir resúmenes concisos y participar en interacciones en lenguaje natural con los usuarios. Los criterios
para seleccionar entre Gemini y ChatGPT abarcan la precisión, las capacidades multimodales, la experiencia
financiera, la integración, la seguridad de los datos, la accesibilidad y el costo. El documento ofrece aplicaciones
ilustrativas para el resumen de informes financieros, el procesamiento de facturas/recibos, el análisis y la
previsión de ratios, y la asistencia para el cumplimiento, demostrando cómo cada modelo puede abordar desafíos
específicos en las tareas financieras y contables.

Palabras clave: Finanzas, Contabilidad, Inteligencia Artificial, Gemini, ChatGPT, grandes modelos de lenguaje.

Electronic copy available at: [Link]

Introducción

El dominio de la Inteligencia Artificial (IA) está avanzando rápidamente, catalizando cambios profundos en
varias industrias a nivel mundial [1-3]. Una aplicación particularmente impactante de la IA es en los modelos de
lenguaje generativo, que ha ganado una tracción significativa, especialmente en los dominios financiero y
contable [4-5]. A la vanguardia de este movimiento transformador se encuentran Gemini de Google y ChatGPT
de OpenAI, que se distinguen por su capacidad para procesar y generar texto de alta calidad similar al humano
[6-8]. Este estudio realiza un análisis comparativo de Gemini y ChatGPT, evaluando su efectividad, rendimiento
y versatilidad en contextos financieros y contables. Tradicionalmente, las finanzas y la contabilidad dependían
en gran medida de la intervención humana [2,9-10]. Los contadores gestionaban manualmente los datos
financieros, mientras que los profesionales financieros dedicaban un tiempo considerable a analizar informes y
transacciones complejos, lo que a menudo conducía a errores e ineficiencias [11-13]. Con el crecimiento
exponencial de los datos, estos métodos convencionales están resultando cada vez más engorrosos [14-17]. La
IA generativa presenta una solución viable, ya que ofrece herramientas capaces de interpretar rápidamente los
datos financieros, automatizar la generación de informes, detectar patrones y proporcionar información, lo que
permite a los profesionales de estos campos centrarse en la toma de decisiones estratégicas.

ChatGPT de OpenAI es conocido por sus habilidades conversacionales y su capacidad para producir texto bien
estructurado e informativo en varias tareas [18-20]. Su potencial se extiende a las finanzas y la contabilidad, con
implicaciones para el servicio al cliente, el análisis de datos y los servicios de asesoramiento personalizado [21-
23]. Gemini de Google, aunque todavía se encuentra en sus primeras etapas comerciales, se muestra prometedor
con su adaptabilidad y versatilidad en diferentes aplicaciones, incluida la eficiencia en el dispositivo y las
implementaciones a gran escala [24-27]. A pesar de ser menos convencional en comparación con ChatGPT,
Gemini tiene un potencial significativo para avanzar en soluciones de IA financieras y contables. Sin embargo,
la eficacia de la IA generativa trasciende únicamente las capacidades técnicas. El verdadero éxito en el dinámico
panorama financiero depende de la eficiencia, el rendimiento y la adaptabilidad [28-32]. La eficiencia denota la

Electronic copy available at: [Link]

Capacidad para realizar tareas dentro de las limitaciones de recursos, como minimizar los costos de
computación y el tiempo de procesamiento, lo que se vuelve crucial con el creciente volumen de datos. El
desempeño evalúa el resultado cualitativo, haciendo hincapié en la precisión y la confiabilidad de acuerdo con
los estándares financieros. Además, la adaptabilidad es esencial, ya que requiere una transición fluida entre
tareas y la capacidad de aprender y evolucionar con las regulaciones cambiantes y las condiciones del mercado.

Este documento evalúa Gemini y ChatGPT principalmente en términos de eficiencia, rendimiento y

adaptabilidad en tareas financieras y contables, proporcionando información para los profesionales que están
considerando la adopción de la IA generativa. Más allá de las discusiones teóricas, se examinan ejemplos
concretos dentro de las finanzas y la contabilidad, como la generación de informes financieros y la evaluación
de riesgos, para ilustrar el desempeño de cada modelo. Estos escenarios prácticos, junto con los análisis
técnicos, sustentan la comparación central del documento. En esencia, esta investigación tiene como objetivo no
solo resaltar las fortalezas y limitaciones de estos modelos de IA, sino también fomentar una mayor exploración
de su papel en el empoderamiento de los profesionales de las finanzas y la contabilidad. Si bien la IA generativa
tiene un inmenso potencial para revolucionar estos sectores, es imprescindible una evaluación exhaustiva y
específica del contexto para aprovechar todos los beneficios de esta tecnología transformadora.

Metodología

La metodología utilizada en este estudio tiene como objetivo comparar la efectividad, funcionalidad y
versatilidad de dos modelos avanzados de Inteligencia Artificial (IA) generativa, Gemini y ChatGPT, en
finanzas y contabilidad. Inicialmente, se llevó a cabo un examen exhaustivo de la literatura existente, que abarcó
artículos académicos, estudios de investigación y documentos técnicos pertinentes a los modelos de IA
generativa y su utilización en finanzas y contabilidad. Esta revisión buscó establecer una comprensión integral
de las metodologías, los criterios de desempeño y los análisis comparativos prevalecientes dentro de este
dominio. Posteriormente, se realizó una búsqueda sistemática para identificar y diseñar indicaciones y tareas
pertinentes para evaluar la eficacia de Gemini y ChatGPT en contextos financieros y contables. Estas
indicaciones se adaptaron para reflejar los desafíos y deberes auténticos que se encuentran en los procedimientos
financieros y contables, asegurando que las evaluaciones fueran significativas y representativas. La fase
posterior implicó un escrutinio meticuloso de la documentación técnica de los modelos Gemini y ChatGPT. Este
escrutinio se centró en la comprensión de las arquitecturas subyacentes, los datos de entrenamiento, las
metodologías de ajuste y los puntos de referencia de rendimiento proporcionados por los desarrolladores de
estos modelos. Los conocimientos obtenidos de este escrutinio sirvieron de base para el diseño y la ejecución de
los experimentos. El análisis se utiliza para identificar las fortalezas, debilidades e implicaciones prácticas de
cada modelo dentro del dominio de las finanzas y la contabilidad, proporcionando información valiosa para
futuros esfuerzos de investigación y aplicaciones prácticas.

Electronic copy available at: [Link]

Resultados y discusiones

Eficiencia de Gemini vs. ChatGPT en finanzas y contabilidad

La eficiencia en los grandes modelos de lenguaje (LLM) implica varios aspectos [33-35]. En primer lugar, el
tamaño del modelo tiene un impacto significativo en las demandas computacionales, ya que los modelos más
grandes requieren más recursos [36-39]. En segundo lugar, la arquitectura, como el diseño basado en
Transformer utilizado en Gemini y ChatGPT, afecta a la eficiencia, especialmente en el procesamiento paralelo.
Por último, la optimización del código y los algoritmos es crucial para minimizar la sobrecarga computacional
[40-43]. Elegir entre Gemini y ChatGPT depende de los requisitos específicos de la tarea. Gemini se adapta a
escenarios que requieren un análisis exhaustivo y una comprensión profunda, a pesar de los mayores costos
computacionales. Por el contrario, ChatGPT es preferible para tareas que priorizan la velocidad, el
procesamiento de texto y la eficiencia de los recursos.

Diferencias en los atributos del modelo

Gemini y ChatGPT varían notablemente en tamaño y acceso a los datos de entrenamiento. Gemini, al ser parte
de Google AI, puede acceder a conjuntos de datos más grandes y someterse a entrenamiento con más
parámetros, lo que puede codificar conocimientos financieros complejos. Sin embargo, esta ventaja de tamaño
viene acompañada de un aumento de los costes computacionales.

Variaciones arquitectónicas

Electronic copy available at: [Link]

Si bien ambos modelos emplean la arquitectura Transformer, existen matices en la implementación. Las
opciones de diseño, como los mecanismos de atención y las configuraciones de capas, afectan a la capacidad de
los modelos para procesar datos financieros. Por ejemplo, Gemini podría priorizar los datos numéricos y de
series temporales, mejorando su rendimiento en la previsión, mientras que ChatGPT puede centrarse en
descripciones textuales para tareas como el resumen.

Asignación de recursos

Gemini se beneficia de los amplios recursos informáticos de Google, que probablemente utilizan hardware
especializado como TPU para un entrenamiento eficiente. Las actualizaciones y mejoras continuas mejoran aún
más la eficiencia computacional. Por el contrario, ChatGPT, desarrollado por OpenAI, puede tener menos
recursos y someterse a ciclos de optimización menos frecuentes.

Las disparidades de eficiencia tienen implicaciones para las tareas de finanzas y contabilidad:

Análisis de informes financieros: El tamaño y la complejidad de Gemini pueden sobresalir en la detección de

patrones sutiles en estados financieros complejos, beneficiosos para las auditorías y la detección de fraudes.

Evaluación de riesgos: El profundo conocimiento de Gemini de los datos financieros y la dinámica del mercado
podría conducir a predicciones más precisas, aunque con una mayor demanda de recursos.

Pronóstico financiero: El amplio conocimiento de Gemini podría ofrecer ventajas en las proyecciones a largo
plazo, mientras que ChatGPT podría proporcionar respuestas más rápidas con menos sobrecarga computacional.

Generación de informes: La optimización de ChatGPT para tareas textuales puede hacerlo más adecuado para
generar informes financieros concisos en comparación con Gemini, lo que podría requerir un mayor ajuste. La
Fig. 1 muestra la eficiencia de Gemini frente a ChatGPT en finanzas y contabilidad.

Las habilidades únicas de Gemini y ChatGPT

ChatGPT ha ganado reconocimiento por sus habilidades conversacionales naturales, capaces de generar un
diálogo que se asemeja mucho a la comunicación humana. Sobresale en la captación del contexto y las sutilezas
dentro de las conversaciones, experto en proporcionar explicaciones, esbozar procedimientos y elaborar
contenido textual creativo. Su flexibilidad para seguir instrucciones y aprender de las interacciones lo distingue.
Desarrollado por Google, Gemini destaca por su precisión y exactitud fáctica. Impulsado por el extenso
repositorio de conocimientos de Google y las sólidas funcionalidades de búsqueda, Gemini aprovecha la
información en tiempo real para una precisión sin igual. Además, posee capacidades multimodales, procesando
no solo texto sino también imágenes, audio y video. Esta versatilidad extiende su utilidad más allá de las tareas
basadas en texto, distinguiéndolo de ChatGPT. La Tabla 1 muestra la comparación de eficiencia entre Gemini y
ChatGPT en el contexto de las finanzas y la contabilidad.

Mejora del análisis financiero y la eficiencia de la presentación de informes

El análisis financiero a menudo implica examinar vastos conjuntos de datos. Gemini sobresale en este dominio,
procesando eficientemente grandes volúmenes de datos para identificar patrones y anomalías y presentando
resúmenes concisos. Por ejemplo, en lugar de examinar manualmente los informes trimestrales, Gemini puede
extraer rápidamente métricas financieras clave, detectar tendencias y resaltar posibles áreas de preocupación.
Sin embargo, para un análisis matizado y una previsión compleja que requiera una comprensión más amplia de
los panoramas económicos e industriales, los informes de estilo narrativo de ChatGPT pueden ofrecer ventajas a
la hora de transmitir información completa. Tanto Gemini como ChatGPT contribuyen a agilizar los procesos de
elaboración de informes financieros. La capacidad de Gemini para generar presentaciones concisas con ayudas
visuales integradas garantiza la precisión y la claridad, aprovechando sus capacidades multimodales. Por el
contrario, ChatGPT puede proporcionar explicaciones detalladas en un lenguaje sencillo, lo que mejora la
accesibilidad, especialmente para los no expertos.

Electronic copy available at: [Link]

Optimización de la conciliación y auditoría de cuentas

La conciliación de cuentas exige una atención meticulosa a los detalles. La fortaleza de Gemini radica en su
capacidad para identificar discrepancias dentro de extensos conjuntos de datos numéricos con precisión. Su
enfoque basado en hechos lo hace muy adecuado para identificar inconsistencias y posibles problemas de
incumplimiento, lo que mejora la eficacia de la auditoría. En auditoría, ChatGPT puede complementar a Gemini
aprovechando sus capacidades de procesamiento del lenguaje natural. Puede analizar documentos de pólizas y
compararlos con registros financieros, lo que facilita la identificación de anomalías o desviaciones.

Electronic copy available at: [Link]

Fig. 1 Eficiencia de Gemini frente a ChatGPT en finanzas y contabilidad

Utilización de Gemini y ChatGPT en el servicio de atención al cliente y el

asesoramiento financiero

Ambos modelos encuentran aplicaciones en la atención al cliente, ya que las habilidades conversacionales de
ChatGPT facilitan las interacciones naturales y la resolución de problemas. Su capacidad para comprender
consultas complejas lo hace adecuado para establecer una relación y abordar consultas iniciales. Gemini mejora
el servicio al cliente al proporcionar información y explicaciones objetivas. Por ejemplo, puede analizar los
datos de las transacciones y ofrecer desgloses paso a paso, lo que garantiza la precisión en las consultas fiscales
o las auditorías de cuentas. Cuando se trata de asesoramiento financiero, la supervisión humana es primordial. Si
bien ChatGPT puede ayudar a explicar conceptos y productos, la planificación financiera personalizada requiere
experiencia humana para considerar las circunstancias individuales, la tolerancia al riesgo y los objetivos.

Beneficios y consideraciones de eficiencia

Gemini y ChatGPT ofrecen ganancias de eficiencia al automatizar tareas repetitivas y mejorar la precisión en el
análisis de datos. Sin embargo, su utilización óptima implica la colaboración con profesionales humanos. Si bien
estos modelos

Electronic copy available at: [Link]

La racionalización de los procesos, la supervisión humana y la interpretación siguen siendo esenciales, dada la
complejidad y los matices contextuales inherentes a las finanzas y la contabilidad.

El acceso de Gemini a información actualizada y la capacidad de análisis de imágenes son ventajas significativas.

Sl.
Task ChatGPT Gemini Considerations
No.
Can generate basic
Potentially produces more Accuracy depends on
Financial Report summaries. Might
1 in-depth, analytical training data and complexity
Summarization struggle with complex
summaries. of the report.
jargon.
Could also handle this,
Can automate Efficiency depends on
Transaction potentially enhanced by
2 classification based on clarity of rules and available
Coding/Categorization image analysis to read
rules and past data. data.
documents.
Limited understanding Stronger anomaly
Real-world audit support
of audit processes. detection due to broader
3 Auditing Support applicability is currently
Could help with context of regulations and
limited for both.
anomaly detection. trends.
Needs specific
prompts. Might be Can access and Gemini's clear advantage is
Tax/Regulatory
4 unreliable if incorporate most recent accuracy within changing
Calculations
regulations change tax laws and regulations. guidelines.
often.
Handles FAQs Can enhance explanations Gemini better for nuanced
Customer Support
5 accurately within its with images or broader questions or those requiring
(Finance Questions)
knowledge domain. knowledge. visual aid.
Could analyze past trends
May help create initial
Budgeting and and incorporate real-time Gemini likely handles
6 budgets with clear
Forecasting data for more dynamic complexity better.
textual descriptions.
forecasts.
Might handle more
Limited without a lot Challenging for both,
complex models due to
7 Financial Modeling of structured data and Gemini likely edges out
broader understanding of
instruction. depending on model type.
business context.
Larger factual knowledge
Could highlight base should allow for Gemini's advantage stems
8 Risk Management anomalies within a better identification and from the breadth of
given dataset. evaluation of potential information accessed.
risks.
Could perform company
Gemini's access to up-to-
Limited capabilities to research and potentially
date information and image
9 Investment Analysis interpret investment some technical analysis by
analysis capability are
data in isolation. understanding stock
significant advantages.
charts.

Evaluación del desempeño de Gemini frente a ChatGPT en finanzas y contabilidad

La inteligencia artificial (IA) está transformando rápidamente el panorama de las finanzas y la contabilidad, con
modelos destacados como ChatGPT y Google Gemini a la cabeza [7,12,23]. Estos sistemas avanzados de IA
ofrecen una serie de características que incluyen el procesamiento del lenguaje natural, el análisis de datos
intrincados y la generación de informes personalizados adaptados a requisitos financieros específicos [10,15,26].
Comprender las diferencias matizadas en el rendimiento entre Gemini y ChatGPT es vital para las empresas que
desean utilizar eficazmente estas herramientas de IA para la toma de decisiones y la racionalización de los
procesos.

Análisis de datos y modelado financiero

Electronic copy available at: [Link]

Tanto Gemini como ChatGPT demuestran excelencia en el análisis de datos y el modelado financiero,
manejando de manera competente datos financieros extensos de diversas fuentes, como hojas de cálculo, bases
de datos y fuentes de mercado en tiempo real. Su principal fortaleza radica en su capacidad para reconocer
patrones y detectar anomalías de manera eficiente. Estos modelos pueden identificar rápidamente tendencias,
correlaciones y riesgos potenciales que podrían eludir a los analistas humanos. En términos de modelado
financiero, ambos son capaces de construir escenarios predictivos, probar varios supuestos y realizar
simulaciones para pronosticar resultados financieros, lo que facilita la toma de decisiones informadas. Sin
embargo, Gemini tiene potencialmente una ventaja en términos de precisión y profundidad. Aprovechando la
amplia base de conocimientos y las capacidades de búsqueda de Google, Gemini tiene acceso a un espectro más
amplio de información financiera y actualizaciones en tiempo real. Esta base de conocimientos más amplia
permite realizar pronósticos más fiables y garantiza que los modelos financieros reflejen con precisión las
últimas condiciones del mercado, incorporando las tendencias económicas mundiales. Además, la capacidad de
Gemini para interpretar información no textual, como tablas y gráficos, mejora la profundidad y precisión de su
análisis financiero.

Informes financieros y resúmenes

La automatización de los informes financieros, una tarea que requiere mucho tiempo pero es esencial, es un área
en la que tanto Gemini como ChatGPT sobresalen. Pueden extraer datos cruciales de los estados financieros,
generar informes estandarizados, como balances y estados de resultados, y proporcionar información
personalizada relevante para partes interesadas específicas. ChatGPT se distingue por su creatividad y
competencia en la generación de textos, produciendo resúmenes concisos y bien articulados adecuados para
diversos fines, ya sea una descripción general simplificada para los inversores o un informe técnico para el
cumplimiento normativo. Las capacidades multimodales de Gemini le permiten generar resúmenes visuales
junto con los textuales, presentando información compleja de una manera más accesible, particularmente
atractiva para los usuarios que prefieren ayudas visuales para la comprensión de datos. Además, la integración
de Gemini con la Búsqueda de Google proporciona información contextual, lo que puede verificar hechos o
agregar información específica de la industria para un análisis mejorado.

Auditoría y Detección de Fraude

Tanto Gemini como ChatGPT se muestran prometedores a la hora de agilizar y mejorar el proceso de auditoría.
Pueden revisar de manera eficiente los documentos financieros con los datos históricos, identificando
rápidamente anomalías o discrepancias. Con sus hábiles capacidades de reconocimiento de patrones, estos
modelos pueden descubrir señales de alerta o patrones indicativos de actividad fraudulenta dentro de vastos
conjuntos de datos. Sin embargo, la capacidad superior de Gemini para interpretar información de diversas
fuentes, como noticias financieras o archivos gubernamentales, mejora su capacidad para detectar
comportamientos financieros inusuales dentro de un contexto más amplio.

Servicio al cliente y asesoramiento financiero

Si bien Gemini y ChatGPT no tienen como objetivo reemplazar por completo la interacción humana,
desempeñan un papel valioso en la transformación del servicio al cliente y el asesoramiento financiero.
Equipados con sólidas habilidades de procesamiento del lenguaje natural, ambos modelos pueden entablar
conversaciones informativas con los clientes, categorizar consultas y ofrecer apoyo con respecto a tareas
financieras básicas o procesos de administración de cuentas. La fluidez de ChatGPT le permite brindar
asesoramiento personalizado basado en datos financieros en un formato atractivo adecuado para las preferencias
de comunicación basadas en texto. Las interacciones multimodales de Gemini le otorgan una ventaja distintiva,
ya que permiten a los usuarios presentar problemas a través de imágenes o capturas de pantalla. Esta capacidad
permite a Gemini proporcionar un soporte más completo guiando a los usuarios a través de los procesos de
resolución de problemas utilizando ayudas visuales acompañadas de texto explicativo, mejorando sus
capacidades generales de soporte.

Electronic copy available at: [Link]

Selección de Gemini vs. ChatGPT en finanzas y contabilidad

Las finanzas y la contabilidad son testigos de una profunda transformación debido a la aparición de potentes
modelos de inteligencia artificial (IA) [2,3,8]. Los grandes modelos de lenguaje (LLM) como ChatGPT y
Gemini de Google exhiben una destreza inigualable en la generación de textos, la traducción de idiomas y la
ejecución de tareas intrincadas, presentando una propuesta de valor única que puede optimizar varios
procedimientos contables y financieros [20,22,27]. La deliberación meticulosa entre modelos como Gemini y
ChatGPT es imprescindible para satisfacer eficazmente las necesidades individuales [26-29]. Tabla 2. Muestra
los criterios de selección de Gemini vs. ChatGPT en finanzas y contabilidad.

Criterios de selección cruciales

Electronic copy available at: [Link]

Precisión y verificación de los hechos: La precisión es de suma importancia en ámbitos como las finanzas y la
contabilidad, donde los errores en los cálculos o en los informes pueden tener consecuencias significativas. Si
bien ChatGPT sobresale en la generación de texto imaginativo y atractivo, ocasionalmente puede introducir
imprecisiones. Google Gemini prioriza la mejora de las capacidades de razonamiento y la capacidad de acceder
e integrar la información más reciente de la web. La confiabilidad de la verificación de datos de Gemini la
convierte en una opción favorita para tareas que exigen una estricta precisión financiera.

Capacidades multimodales: Los documentos financieros a menudo amalgaman el contenido textual con cuadros,
tablas y gráficos. El punto fuerte de Google Gemini radica en sus capacidades multimodales, que le permiten
comprender y procesar imágenes, videos y audio junto con texto. Esto confiere una clara ventaja cuando se
busca la asistencia de la IA para extraer información de datos financieros representados visualmente o crear
visualizaciones, lo que convierte a Gemini en una opción atractiva para informes multifacéticos. La Fig. 2
muestra la selección de Gemini frente a ChatGPT en finanzas y contabilidad.

Experiencia financiera: La competencia en el manejo de jerga financiera, ratios y cálculos matizados requiere
experiencia especializada. Si bien ambos LLM exhiben una comprensión integral, la exposición constante a los
datos financieros podría mejorar notablemente su competencia. OpenAI facilita la personalización y el ajuste
específico del dominio, lo que le permite entrenar a ChatGPT para que sobresalga en conceptos financieros. Por
el contrario, Google Gemini podría aprovechar la amplia reserva de conocimiento dentro de la Búsqueda de
Google, asegurando un repositorio de fácil acceso para consultas relacionadas con las finanzas.

Integración y seguridad de los datos: La integración perfecta con los sistemas contables y financieros existentes
es imprescindible para la herramienta de IA elegida. Tenga en cuenta la disponibilidad de las API y los
conectores prediseñados que ofrece cada plataforma. Además, la seguridad de los datos y el cumplimiento
normativo se convierten en criterios de selección fundamentales, especialmente cuando se trata de información
financiera sensible. Es esencial evaluar cómo cada modelo protege los datos, mantiene la confidencialidad y
garantiza el cumplimiento de las regulaciones específicas de la industria.

Útil para comunicar información financiera a clientes/empresas internacionales

Sl.
[Link] Tarea ChatGPT Géminis
No.
Potencialmente produce
Resumen del
Puede generar resúmenes resúmenes analíticos más
Co 1 informe financiero
básicos. Podría tener profundos.
nsi
problemas con la jerga
der
compleja.
aci
one
s
También podría manejar
Codificación/
Puede automatizar la esto, potencialmente
2 categorización de
La clasificación en función de mejorado por el análisis de
transacciones
pre reglas y datos pasados. imágenes para leer
cisi documentos.
ón
dep
end
e
de
los
dat
os
de
entr
ena
mie
nto

Electronic copy available at: [Link]

y
de
la
co
mpl
ejid
ad
del
info
rme
.
Comprensión limitada de los
Apoyo a la auditoría
procesos de auditoría. Mayor detección de
3
La anomalías debido a un
efic contexto más amplio de
ien regulaciones y tendencias.
cia
dep
end
e
de
la
clar
ida
d
de
las
regl
as y
de
los
dat
os
dis
pon
ible
s.
Cálculos
Puede acceder e incorporar
Fiscales/Regulatorios Necesita indicaciones
las leyes y regulaciones
La 4 específicas. Podría ser poco
fiscales más recientes.
apli confiable si las regulaciones
cab cambian con frecuencia.
ilid
ad
del
sop
orte
de
aud
itor
ía
en
el
mu
ndo
real
es
act
ual
me

Electronic copy available at: [Link]

nte
limi
tad
a
par
a
am
bos
.
Puede mejorar las
Atención al cliente Maneja las preguntas
explicaciones con imágenes
La 5 (preguntas frecuentes con precisión dentro
o conocimientos más
clar financieras) de su dominio de
amplios.
a conocimiento.
ven
taja
de
Gé
min
is
es
la
pre
cisi
ón
den
tro
de
las
pau
tas
ca
mbi
ant
es.
Elaboración de
Puede ayudar a crear Podría analizar tendencias
Gé 6 presupuestos y
presupuestos iniciales con pasadas e incorporar datos
min previsiones
descripciones textuales claras. en tiempo real para
is
pronósticos más dinámicos.
es
mej
or
par
a
pre
gun
tas
mat
iza
das
o
aqu
ella
s
que
req
uier
en
ayu
da
vis

Electronic copy available at: [Link]

ual.
Limitado sin una gran Puede manejar modelos
cantidad de datos más complejos debido a
estructurados e instrucciones. una comprensión más
amplia del contexto
empresarial.
Gestión de riesgos
Podría resaltar anomalías Una base de conocimientos
Des 8 dentro de un conjunto de datos fácticos más amplia debería
afia determinado. permitir una mejor
nte identificación y evaluación
par de los riesgos potenciales.
a
am
bos
, es
pro
bab
le
que
Ge
min
i
sup
ere
seg
ún
el
tipo
de
mo
del
o.
Podría realizar una
Análisis de Capacidades limitadas para
investigación de la empresa
La 9 Inversiones interpretar los datos de
y, potencialmente, algún
ven inversión de forma aislada.
análisis técnico mediante la
taja
comprensión de los gráficos
de
bursátiles.
Gé
min
is
se
deri
va
de
la
am
plit
ud
de
la
info
rma
ció
na
la
que
se
acc
ede

Electronic copy available at: [Link]

.

Accesibilidad y costo: ChatGPT adopta un modelo freemium, presentando tanto un nivel gratuito con
limitaciones como un "ChatGPT Plus" basado en suscripción que ofrece funciones avanzadas y acceso
prioritario. La disponibilidad y el precio de Google Gemini pueden variar en función de la complejidad del
modelo y los niveles de acceso. Es imprescindible una evaluación juiciosa de estos factores en relación con su
presupuesto y sus necesidades.

Aplicaciones ilustrativas

Resumen del informe financiero

Desafío: Condensar voluminosos informes trimestrales y anuales en resúmenes comprensibles. ChatGPT:

Genere resúmenes sucintos que aclaren las métricas y tendencias financieras clave.

Google Gemini: Mejore la claridad mediante la incorporación de gráficos/tablas para crear resúmenes visuales, lo
que facilita una comprensión más amplia de las partes interesadas.

Procesamiento de facturas/recibos

Desafío: La extracción manual de datos de facturas y recibos es tediosa y propensa a errores.

ChatGPT: Automatiza la extracción de datos (por ejemplo, fechas, cantidades, proveedores) y rellena bases de
datos u hojas de cálculo.

Google Gemini: Integre el procesamiento visual para facturas manuscritas o diseños intrincados, lo que resulta
especialmente beneficioso para el procesamiento de registros históricos.

Análisis y pronóstico de ratios

Desafío: Llevar a cabo un análisis de ratios y una previsión de tendencias implica tareas repetitivas y una
interpretación meticulosa.

ChatGPT: Ejecuta cálculos y ofrece información preliminar, apoyando la toma de decisiones a través de una
interfaz conversacional para un análisis en profundidad.

Gemini: Construya modelos de predicción basados en datos históricos, potencialmente aumentados por
actualizaciones del mercado en tiempo real a las que se accede a través de las capacidades web de Google.

Asistencia para el cumplimiento

Desafío: Navegar por los intrincados marcos regulatorios es arduo y requiere mucho tiempo.

Ambos modelos: Facilitar la investigación y la comprensión de las regulaciones pertinentes, aprovechando la

integración de búsqueda de Gemini para proporcionar la información más actualizada.

Electronic copy available at: [Link]

 Fig. 2 Selección de Gemini vs. ChatGPT en finanzas y contabilidad

Electronic copy available at: [Link]

Conclusiones

Este estudio lleva a cabo un análisis exhaustivo comparando Gemini y ChatGPT, dos modelos de lenguaje
(LLM) de gran tamaño (LLM) destacados, para evaluar su eficiencia, rendimiento e idoneidad para diversas
tareas en este dominio. La eficiencia en los LLM abarca múltiples aspectos, incluida la arquitectura del modelo,
el tamaño y la utilización de recursos. Tanto Gemini como ChatGPT, que se basan en la arquitectura
Transformer, ofrecen claras ventajas. Gemini, que aprovecha amplios conjuntos de datos y parámetros de
entrenamiento, sobresale en tareas que requieren un análisis en profundidad a pesar de las mayores demandas
computacionales. Por otro lado, ChatGPT prioriza la velocidad y la eficiencia de los recursos, lo que lo hace
más adecuado para ciertas tareas. Estas diferencias en las características del modelo tienen implicaciones
significativas para las aplicaciones financieras y contables. La precisión y complejidad de Gemini lo hacen
adecuado para tareas como el análisis de informes financieros y la evaluación de riesgos, mientras que el
enfoque de ChatGPT en el procesamiento de texto lo hace ideal para tareas como la generación de informes y el
servicio al cliente.

Además, las capacidades únicas de cada modelo diferencian aún más sus aplicaciones. Las capacidades
conversacionales de ChatGPT facilitan las interacciones naturales y la resolución de problemas en escenarios de
servicio al cliente, mientras que el acceso de Gemini a datos en tiempo real y capacidades multimodales
extiende su utilidad más allá de las tareas centradas en el texto. Las evaluaciones de desempeño indican que
ambos modelos sobresalen en el análisis de datos, el modelado financiero, la presentación de informes y la
auditoría. Sin embargo, Gemini ofrece potencialmente una ventaja en precisión y profundidad debido a su
acceso a la amplia base de conocimientos y capacidades multimodales de Google. Los criterios de selección
clave para elegir entre Gemini y ChatGPT incluyen la precisión, las capacidades multimodales, la experiencia
financiera, la integración, la seguridad de los datos, la accesibilidad y el costo. Si bien Gemini puede ofrecer una
precisión superior y capacidades multimodales, la flexibilidad y el potencial de ChatGPT para el ajuste fino de
dominios específicos presentan ventajas. Los ejemplos ilustrativos demuestran cómo cada modelo aborda
desafíos específicos en finanzas y contabilidad, desde resumir informes financieros hasta ayudar a los esfuerzos
de cumplimiento.

La selección entre Gemini y ChatGPT depende de los requisitos específicos de la tarea, teniendo en cuenta
factores como la precisión, las capacidades multimodales, la experiencia financiera, la integración, la seguridad
de los datos, la accesibilidad y el coste. Ambos modelos contribuyen a mejorar la eficiencia en los procesos
financieros y contables, aunque con diferencias matizadas en el rendimiento y la aplicabilidad. Una evaluación
cuidadosa de estos factores es esencial para maximizar los beneficios de las herramientas de IA en la toma de
decisiones financieras y la optimización de procesos.

Referencias

[1] Bahrammirzaee, A. (2010). Un estudio comparativo de las aplicaciones de la inteligencia artificial en las
finanzas: redes neuronales artificiales, sistemas expertos y sistemas inteligentes híbridos. Computación
Neuronal y Aplicaciones, 19(8), 1165-1195.
[2] Hilpisch, Y. (2020). Inteligencia Artificial en Finanzas. Medios de comunicación de O'Reilly.
[3] Goodell, J. W., Kumar, S., Lim, W. M., & Pattnaik, D. (2021). Inteligencia artificial y aprendizaje
automático en finanzas: Identificación de fundamentos, temas y grupos de investigación a partir del análisis
bibliométrico. Revista de Finanzas Conductuales y Experimentales, 32, 100577.
[4] Königstorfer, F., & Thalmann, S. (2020). Aplicaciones de la Inteligencia Artificial en los bancos
comerciales: una agenda de investigación para las finanzas conductuales. Revista de finanzas conductuales y
experimentales, 27, 100352.
[5] Giudici, P. (2018). Gestión de riesgos fintech: Un reto de investigación para la inteligencia artificial en las
finanzas. Fronteras de la Inteligencia Artificial, 1, 1.
[6] Dowling, M., & Lucey, B. (2023). ChatGPT para la investigación (financiera): la conjetura de Bananarama.
Finance Research Letters, 53, 103662.
[7] Rane, N. (2023). Papel y desafíos de ChatGPT y la inteligencia artificial generativa similar en las finanzas y
la contabilidad. Disponible en SSRN 4603206.
[8] Cao, Y., & Zhai, J. (2023). Cerrando la brecha: el impacto de ChatGPT en la investigación financiera.
Revista de Estudios Económicos y Empresariales Chinos, 1-15.
[9] Khan, M. S., & Umer, H. (2024). ChatGPT en las finanzas: aplicaciones, retos y soluciones. Heliyon.

Electronic copy available at: [Link]

[10] Wenzlaff, K., & Spaeth, S. (2022). ¿Más inteligente que los humanos? Validando cómo el modelo ChatGPT
de OpenAI explica el Crowdfunding, las Finanzas Alternativas y las Finanzas Comunitarias. Validando
cómo el modelo ChatGPT de OpenAI explica el Crowdfunding, las Finanzas Alternativas y las Finanzas
Comunitarias. (22 de diciembre de 2022).

Electronic copy available at: [Link]

[11] Fatouros, G., Soldatos, J., Kouroumali, K., Makridis, G., & Kyriazis, D. (2023). Transformando el análisis
de sentimientos en el ámbito financiero con ChatGPT. Aprendizaje automático con aplicaciones, 14, 100508.
[12] Lo, A. W., Singh, M., Musumeci, J., Nagy, Z., Giese, G., Wang, X., ... y Mesomeris, S. (2023). De ELIZA a
ChatGPT: la evolución del procesamiento del lenguaje natural y las aplicaciones financieras. Revista de
Gestión de Carteras.
[13] Krause, D. (2023). Grandes modelos de lenguaje e IA generativa en finanzas: un análisis de la IA de
ChatGPT, Bard y Bing. Bard y Bing AI (15 de julio de 2023).
[14] Zhang, X., & Yang, Q. (2023, octubre). Xuanyuan 2.0: Un gran modelo de chat financiero chino con cientos
de miles de millones de parámetros. En Actas de la 32ª Conferencia Internacional ACM sobre Gestión de la
Información y el Conocimiento (pp. 4435-4439).
[15] Lo, A. W., & Singh, M. (2023). De ELIZA a ChatGPT: la evolución de la PNL y las aplicaciones financieras.
[16] Loukas, L., Stogiannidis, I., Malakasiotis, P., & Vassos, S. (2023). Rompiendo el banco con chatgpt:
Clasificación de texto de pocos disparos para finanzas. Preimpresión arXiv arXiv:2308.14634.
[17] Itoh, S., & Okada, K. (2023). El poder de los grandes modelos lingüísticos: un análisis textual de datos
fundamentales impulsado por ChatGPT. Disponible en SSRN 4546163.
[18] George, A. S., & George, A. H. (2023). Una revisión del impacto de la IA de ChatGPT en varios sectores
empresariales. Partners Revista Universal de Innovación Internacional, 1(1), 9-23.
[19] Aydin, Ö., & KARAARSLAN, E. (2023). ¿Chatgpt lidera la IA generativa? ¿Qué hay más allá de las
expectativas?. Revista de Plataforma Académica de Ingeniería y Sistemas Inteligentes, 11(3), 118-134.
[20] Smales, L. A. (2023). Clasificación de los anuncios de política monetaria del RBA mediante ChatGPT.
Finance Research Letters, 58, 104514.
[21] Ren, C., Lee, S. J., & Hu, C. (2023). Evaluación de la eficacia de ChatGPT para abordar los enigmas
financieros chinos: un análisis comparativo en profundidad de las respuestas humanas y generadas por IA.
Computers in Human Behavior: Artificial Humans, 1(2), 100007.
[22] Callanan, E., Mbakwe, A., Papadimitriou, A., Pei, Y., Sibue, M., Zhu, X., ... y Shah, S. (2023). ¿Pueden los
modelos gpt ser analistas financieros? Una evaluación de ChatGPT y GPT-4 en simulacros de exámenes
CFA. Preimpresión arXiv arXiv:2310.08678.
[23] Chen, B., Wu, Z., & Zhao, R. (2023). De la ficción a la realidad: el creciente papel de la IA generativa en los
negocios y las finanzas. Revista de Estudios Económicos y Empresariales Chinos, 21(4), 471-496.
[24] Perera, P., & Lankathilake, M. (2023). ¿Te estás preparando para revolucionar la educación con la
herramienta multimodelo GenAI Google Gemini? Un camino hacia la formulación de políticas eficaces. J.
Adv. Educ. Philos, 7, 246-253.
[25] McIntosh, T. R., Susnjak, T., Liu, T., Watters, P., & Halgamuge, M. N. (2023). De google gemini a openai
q*(q-star): Un estudio sobre la remodelación del panorama de la investigación de la inteligencia artificial
generativa (IA). Preimpresión arXiv arXiv:2312.10868.
[26] Saeidnia, H. R. (2023). Bienvenidos a la era Géminis: Google DeepMind y la industria de la información.
Library Hi Tech News, (antes de imprimir).
[27] Equipo, G., Anil, R., Borgeaud, S., Wu, Y., Alayrac, J. B., Yu, J., ... y Ahn, J. (2023). Gemini: una familia
de modelos multimodales de alta capacidad. Preimpresión arXiv arXiv:2312.11805.
[28] Lee, G. G., Latif, E., Shi, L., & Zhai, X. (2023). Gemini pro derrotado por gpt-4v: Evidencia de la
educación. Preimpresión arXiv arXiv:2401.08660.
[29] Fu, C., Zhang, R., Lin, H., Wang, Z., Gao, T., Luo, Y., ... y Ji, R. (2023). ¿Un retador para gpt-4v? Primeras
exploraciones de Géminis en la pericia visual. Preimpresión arXiv arXiv:2312.12436.
[30] Wang, Y., & Zhao, Y. (2023). Géminis en el Razonamiento: Desvelando el Sentido Común en los Grandes
Modelos de Lenguaje Multimodal. Preimpresión arXiv arXiv:2312.17661.
[31] Masalkhi, M., Ong, J., Waisberg, E., & Lee, A. G. (2024). La IA gemini de Google DeepMind frente a
ChatGPT: un análisis comparativo en oftalmología. Ojo, 1-6.
[32] Qi, Z., Fang, Y., Zhang, M., Sun, Z., Wu, T., Liu, Z., ... y Zhao, H. (2023). Gemini vs GPT-4V: una
comparación preliminar y combinación de modelos de visión-lenguaje a través de casos cualitativos.
Preimpresión arXiv arXiv:2312.15011.
[33] Kasneci, E., Seßler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., ... y Kasneci, G. (2023).
¿ChatGPT para siempre? Sobre las oportunidades y desafíos de los grandes modelos lingüísticos para la
educación. Aprendizaje y diferencias individuales, 103, 102274.

Electronic copy available at: [Link]

[34] Chang, Y., Wang, X., Wang, J., Wu, Y., Yang, L., Zhu, K., ... y Xie, X. (2023). Un estudio sobre la
evaluación de grandes modelos lingüísticos. ACM Transacciones sobre Sistemas Inteligentes y Tecnología.
[35] Thirunavukarasu, A. J., Ting, D. S. J., Elangovan, K., Gutierrez, L., Tan, T. F., & Ting, D. S. W. (2023).
Grandes modelos lingüísticos en medicina. Medicina natural, 29(8), 1930-1940.
[36] Chen, M., Tworek, J., Jun, H., Yuan, Q., Pinto, H. P. D. O., Kaplan, J., ... y Zaremba, W. (2021). Evaluación
de modelos de lenguaje de gran tamaño entrenados en código. Preimpresión arXiv arXiv:2107.03374.
[37] Wei, J., Tay, Y., Bommasani, R., Raffel, C., Zoph, B., Borgeaud, S., ... y Fedus, W. (2022). Habilidades
emergentes de los grandes modelos lingüísticos. Preimpresión arXiv arXiv:2206.07682.
[38] Carlini, N., Tramer, F., Wallace, E., Jagielski, M., Herbert-Voss, A., Lee, K., ... y Raffel, C. (2021).
Extracción de datos de entrenamiento de modelos de lenguaje de gran tamaño. En el 30º Simposio de
Seguridad de USENIX (USENIX Security 21) (pp. 2633-2650).
[39] Biderman, S., Schoelkopf, H., Anthony, Q. G., Bradley, H., O'Brien, K., Hallahan, E., ... y Van Der Wal, O.
(2023, julio). Pythia: una suite para analizar modelos de lenguaje de gran tamaño en el entrenamiento y el
escalado. En Conferencia Internacional sobre Aprendizaje Automático (pp. 2397-2430). PMLR.
[40] Liu, Y., Han, T., Ma, S., Zhang, J., Yang, Y., Tian, J., ... y Ge, B. (2023). Resumen de la investigación
relacionada con chatgpt y perspectiva hacia el futuro de los grandes modelos lingüísticos. Meta-Radiología,
100017.
[41] Austin, J., Odena, A., Nye, M., Bosma, M., Michalewski, H., Dohan, D., ... y Sutton, C. (2021). Síntesis de
programas con grandes modelos de lenguaje. preimpresión arXiv arXiv:2108.07732.
[42] Singhal, K., Azizi, S., Tu, T., Mahdavi, S. S., Wei, J., Chung, H. W., ... y Natarajan, V. (2023). Los grandes
modelos lingüísticos codifican el conocimiento clínico. Naturaleza, 620(7972), 172-180.
[43] Shanahan, M. (2024). Hablando de grandes modelos de lenguaje. Comunicaciones de la ACM, 67(2), 68-79.

Declaraciones
Financiación: No se recibió financiación.
Conflictos de intereses/Contrapuestos intereses: No hay conflicto de intereses.
Disponibilidad de datos y material: No aplica.
Disponibilidad de códigos: No aplica.
Agradecimientos: No aplica.

Electronic copy available at: [Link]