Galdera Labs, una startup europea, ha recaudado 1,5 millones de euros en financiación semilla para desarrollar un sistema de planificación financiera que integra inteligencia artificial con precisión determinística. La compañía, liderada por el CEO Evan Rumpza, busca resolver una brecha crítica en la gestión financiera corporativa: la capacidad de entender no solo qué cambió en los números, sino por qué cambió. Según declaraciones de Rumpza, el sistema mantiene separados el cálculo matemático tradicional de la interpretación contextual que ofrece la inteligencia artificial.
La tecnología desarrollada por Galdera Labs apunta a transformar cómo los directores financieros trabajan con modelos complejos, especialmente en organizaciones que gestionan múltiples divisas, líneas de productos y entornos regulatorios. El enfoque distintivo de la empresa radica en mantener la transparencia total del sistema, permitiendo a los usuarios rastrear cada decisión y cambio en tiempo real.
Orígenes en Klarna y Optimización de Equipos Financieros
El desarrollo de esta tecnología tiene sus raíces en Klarna, el gigante sueco de pagos digitales. Allí, Rumpza y sus cofundadores construyeron sistemas internos que redujeron un equipo de 90 analistas a solo tres personas, manteniendo la calidad y precisión requeridas durante una ronda de financiación de 800 millones de dólares y la preparación para una oferta pública inicial.
La clave de esta transformación no fue simplemente automatizar cálculos aritméticos, capacidad que las hojas de cálculo ya ofrecen. El avance consistió en crear sistemas capaces de retener la narrativa junto con los números, recordando por qué cambió un supuesto, quién lo inició y cómo impactó el resto del modelo financiero.
Inteligencia Artificial en Planificación Financiera: El Desafío de la Precisión
La implementación de inteligencia artificial en finanzas enfrenta un obstáculo fundamental: la necesidad de precisión absoluta. A diferencia de otras aplicaciones donde un margen de error del 10% puede ser tolerable, las decisiones financieras corporativas exigen exactitud total.
La arquitectura de Galdera Labs aborda este desafío manteniendo separada la computación determinística del razonamiento artificial. Los cálculos centrales permanecen en sistemas tradicionales que producen resultados idénticos ante entradas idénticas, mientras la inteligencia artificial se aplica a la navegación, el contexto y la interpretación de resultados.
Según explicó Rumpza, “las matemáticas permanecen determinísticas, y luego el contexto y la navegación es donde la inteligencia artificial realmente ayuda”. Esta separación conecta ambos sistemas mediante una estructura de datos basada en grafos que mapea las relaciones entre cada supuesto, cambio y resultado en el modelo.
Transparencia Como Estrategia de Mercado
En contraste con muchas empresas tecnológicas que ocultan la complejidad detrás de interfaces pulidas, Galdera Labs adopta un enfoque opuesto. La estrategia comercial de la compañía se centra en mostrar a los directores financieros exactamente qué ocurre dentro del sistema.
El público objetivo son líderes financieros atraídos por las capacidades de la inteligencia artificial pero reacios a comprometer su credibilidad con sistemas opacos. Para esta audiencia, un sistema que pueden interrogar vale más que uno que simplemente proyecta confianza sin explicaciones.
Limitaciones Reconocidas de la Tecnología Actual
Rumpza reconoce abiertamente las limitaciones existentes. Los modelos de lenguaje grandes aún enfrentan dificultades con el razonamiento analítico secuencial que define la planificación financiera seria. Aunque la capacidad de razonamiento matemático ha mejorado en años recientes, orquestar flujos de trabajo complejos que combinen cálculo estructurado con juicio contextual sigue siendo un desafío sin resolver.
Esta franqueza moldea la filosofía completa del producto. Galdera Labs no afirma haber reemplazado la experiencia financiera con inteligencia de máquina, sino haber construido un marco que dirige cada tarea a lo que mejor la maneja, con transparencia suficiente para que el director financiero pueda seguir la lógica.
Más Allá de las Hojas de Cálculo Tradicionales
La hoja de cálculo electrónica no solo cambió cómo trabajaban los equipos financieros, sino qué tipo de pensamiento financiero era posible. VisiCalc, lanzado en 1979, fue una de las primeras aplicaciones que justificaba comprar una computadora personal para negocios. Excel, presentado en 1985, definió una generación de toma de decisiones corporativas.
Lo que propone Rumpza no es un reemplazo de estas herramientas, sino una nueva capa sobre ellas que transforma la salida de computación determinística en información utilizable para liderazgo ejecutivo. Para organizaciones que gestionan expansión rápida, la brecha entre saber qué sucedió y entender por qué no es un inconveniente menor.
La apuesta de Galdera Labs es que cerrar esa brecha justifica la inversión recibida. La compañía espera que los directores financieros que han dedicado años a explicar sus hojas de cálculo reconozcan el valor de un modelo capaz de explicarse a sí mismo. El siguiente paso será demostrar cómo esta tecnología escala en entornos corporativos complejos, mientras los modelos de inteligencia artificial continúan evolucionando en capacidades de razonamiento estructurado.