IA para controlar gastos: qué hace y qué no

Respuesta rápida

Hoy la IA resuelve bien tres cosas del control de gastos: convertir lenguaje natural en un apunte estructurado, extraer los datos de la foto de un ticket y responder preguntas sobre un histórico que ya está ordenado. Sigue sin resolver la parte que la gente cree que resuelve: no elimina la necesidad de que los datos entren, y un asistente que solo lee lo que le pegas no te lleva las cuentas, te comenta las cuentas que ya llevas tú.

La distinción que decide si esto te sirve

Casi todo lo que se anuncia como «control de gastos con IA» cae en una de dos categorías muy diferentes, y el marketing las presenta igual.

En la primera, el asistente habla de tus gastos. Le pegas un extracto, una lista o un resumen, y te contesta con un análisis. Es útil un rato. El problema es que el trabajo aburrido —que los gastos estén apuntados, actualizados y bien clasificados— sigue siendo íntegramente tuyo, y ese trabajo es el noventa por ciento del asunto. Un análisis brillante de un mes que no has terminado de apuntar es un análisis equivocado con muy buena redacción.

En la segunda, el asistente opera la aplicación. Apunta, corrige, consulta y cuadra dentro del sistema donde viven tus datos. Aquí la IA no está encima del problema comentándolo: está dentro, haciendo la parte que no te apetece hacer.

La diferencia técnica entre una y otra es si existe una integración real —hoy, típicamente, un servidor MCP— o si solo hay una ventana de chat. Y merece la pena saber distinguirlas antes de elegir herramienta, porque desde fuera se parecen mucho.

Lo que la IA hace bien de verdad

Conviene ser concreto y no repartir entusiasmo, así que tres cosas que funcionan hoy.

Convertir una frase en un apunte. «Cena con los del piso, 62 euros, pago yo y lo dividimos entre cuatro» contiene todo lo que necesita un registro estructurado: importe, concepto, pagador, reparto. Esto los modelos actuales lo hacen bien y es donde más fricción se ahorra, porque la fricción de apuntar es exactamente la razón por la que la gente deja de apuntar a la tercera semana.

Leer un ticket. Sacar importe, fecha y comercio de la foto de un recibo es una tarea resuelta. Sigue conviniendo revisar lo que ha entendido, sobre todo con tickets largos, pero el ahorro frente a teclearlo es real.

Contestar preguntas sobre un histórico ordenado. «¿Cuánto llevo este mes en transporte?», «¿esto es más de lo normal?». Ojo con el orden de las palabras: sobre un histórico ordenado. La IA no arregla datos incompletos; los interpreta con la misma seguridad tanto si están completos como si no.

Lo que no hace, por mucho que se anuncie

No hace que los datos aparezcan. Si nadie apunta, no hay nada que analizar. Esto parece obvio y es el motivo por el que fracasan la mayoría de intentos de llevar las cuentas: no por falta de análisis, sino por falta de constancia. Lo único que ataca ese problema de raíz es reducir el coste de apuntar hasta que sea casi cero, que es justo lo que hace poder decírselo a un agente en una frase.

No se conecta a tu banco por arte de magia. La agregación bancaria es un problema regulado y aparte, con sus propios permisos y proveedores. Un asistente conectado a una aplicación de gastos no ve tu cuenta corriente.

No decide por ti cómo repartir. Que un grupo pague a partes iguales, en proporción a los ingresos o con reglas por categoría es una decisión de las personas, no del modelo. Lo que sí puede hacer la herramienta es aplicar la regla que hayáis acordado sin errores de redondeo, que es donde se producen las discusiones tontas de verdad.

Cómo se ve esto cuando funciona

Un ejemplo corriente, con una pareja que comparte piso y sueldos distintos.

Se acuerda una vez el criterio de reparto —digamos, proporcional a lo que ingresa cada uno— y se configura en la aplicación. A partir de ahí, apuntar deja de ser un formulario: es una frase al agente cuando pasas por caja. A fin de mes, en vez de abrir una hoja de cálculo, la pregunta es «¿cómo vamos?» y la respuesta llega con los saldos reales y quién le debe cuánto a quién.

Lo que ha cambiado ahí no es el análisis, que ya se podía hacer antes. Ha cambiado que el registro se mantiene al día sin esfuerzo, y por eso el análisis es correcto.

Qué mirar antes de elegir herramienta

Cuatro preguntas que separan bastante el grano de la paja.

¿Puede tu asistente escribir en la aplicación, o solo leer lo que le pegas? Si no hay integración, es un comentarista.

¿Qué permisos concede la integración, y puedes limitarlos? Un acceso de todo o nada a tus finanzas es una mala idea aunque la herramienta sea buena.

¿Se puede revocar el acceso sin desmontar la cuenta? La respuesta debería ser un botón.

¿Qué pasa con tus datos? Que un agente opere tu aplicación no debería implicar que tus movimientos alimenten el entrenamiento de nadie. Es una pregunta legítima y merece una respuesta clara en la documentación de quien sea.

Preguntas frecuentes

¿La IA puede llevarme las cuentas sola?

Puede encargarse del registro y del cálculo si le das acceso a una aplicación donde vivan tus datos. Lo que no puede es adivinar los gastos que nadie le ha contado ni decidir criterios de reparto por vosotros.

¿Sirve ChatGPT o Claude para controlar gastos?

Sirven para analizar lo que les pegues, y eso tiene un techo bajo. Si además los conectas por MCP a una aplicación de gastos, pasan a poder apuntar y consultar directamente, que es donde el ahorro de trabajo se nota.

¿Hace falta saber de tecnología?

Para conectar un agente hace falta pegar una URL y un token, del orden de configurar una aplicación nueva en el móvil. Para usarlo después, no hace falta nada: se le habla.

¿Puede leer los tickets de la compra?

Sí, extraer importe, fecha y comercio de la foto de un recibo es una tarea que los modelos actuales resuelven bien. Conviene revisar el resultado en tickets largos o con letra mala.

¿Es fiable para llevar cuentas compartidas?

El cálculo lo hace la aplicación, no el modelo, así que el reparto es determinista y no depende de que la IA acierte. Donde sí conviene revisar es en la entrada de datos: que lo que ha entendido de tu frase sea lo que querías decir.