Tomar capturas del banco es el flujo de trabajo real
Pregunta por ahí y verás que la forma más común en que la gente usa la IA con su dinero no es una app ni una integración. Es una captura de pantalla. Abrir la app del banco, capturar la pantalla, pegarla en ChatGPT o Claude y preguntar qué está pasando. Sin registro, sin configuración, sin costo. Merece que la tomemos en serio.
Y funciona, más o menos. Los modelos de visión modernos son buenos leyendo capturas de apps. Sacan nombres de comerciantes, montos y fechas de una lista de transacciones y devuelven un resumen ordenado que parece correcto.
Los problemas son silenciosos. Aparecen en los dígitos, en lo que falta en el cuadro y en la velocidad con la que la foto queda desactualizada. De eso trata esta comparación.
Dónde el OCR se equivoca con los números
Un modelo de visión no recibe tu saldo como un número. Recibe píxeles e infiere un número, y la inferencia tiene una tasa de error. Las apps bancarias usan tipografía pequeña, las capturas se comprimen y aparecen las confusiones clásicas: un 8 leído como 6, un 5 leído como 3, un punto decimal perdido en un artefacto JPEG. Un saldo de $1,847.62 puede volver como $1,847.02, y nada en la respuesta insinúa que se hizo una suposición.
El texto truncado empeora la cosa. Las apps bancarias cortan los descriptores de comerciantes a la mitad, así que el modelo ve algo como AMZN Mktp US*2K4 y completa el resto con lo que le parece plausible. Normalmente acierta. A veces fusiona dos comerciantes parecidos en uno.
Luego está el desorden común de un teléfono real: temas en modo oscuro con poco contraste, una notificación cubriendo una fila, la compresión de haberte enviado la captura a ti mismo primero. Cada cosa sube un poco la tasa de fallos.
Nada de esto vuelve inútiles las capturas. Las vuelve poco confiables justo en las situaciones donde querrías confiar en el número.
Una pantalla no es tu historial
Una captura tiene tal vez diez transacciones. La mayoría de las preguntas que vale la pena hacer necesitan cientos.
¿Cuánto he gastado en supermercado este año?
Para responder eso con capturas tendrías que desplazarte y capturar treinta veces, y luego esperar que el modelo cosa las imágenes sin contar dos veces las filas que se superponen ni saltarse los huecos. La gente lo hace. El modelo no tiene forma confiable de deduplicar, así que el total se desvía y no puedes saber por cuánto.
Las preguntas sobre cargos recurrentes están todavía más lejos del alcance. Detectar una suscripción que subió de $12.99 a $15.99 requiere un año de historial de un solo comerciante, alineado lado a lado. Nadie captura eso, y ningún modelo puede reconstruirlo desde un solo cuadro.
Pendiente, aplicado y desactualizado para esta noche
Una captura queda congelada en el instante en que la tomaste. Las transacciones pendientes pueden aparecer o no según la pantalla que capturaste, y la diferencia entre saldo actual y saldo disponible se pierde fácil en un recorte.
Quedar desactualizada es el problema más grande. Si esta noche preguntas si puedes cubrir un pago mañana, la captura de ayer por la tarde es el dato equivocado. El cargo que se aplicó esta mañana no está ahí.
Esto importa sobre todo para agentes que actúan a lo largo del tiempo. Un agente vigilando un cargo específico, o corriendo tu revisión mensual del dinero, necesita una forma de volver a mirar. A una captura no se le puede volver a preguntar.
Qué cambia una conexión en vivo de solo lectura
BankBridge es un servidor MCP alojado. Conectas tu banco una sola vez, y tu IA (Claude, ChatGPT, Cursor, Gemini y unos 25 hosts más) recibe once herramientas de solo lectura que puede llamar cuando le hagas una pregunta sobre dinero. Los números llegan como datos estructurados directo desde la capa de conexión bancaria. No hay paso de transcripción, así que no hay nada que transcribir mal.
Enumera todos los cargos recurrentes de mi tarjeta de crédito y marca los que subieron de precio en los últimos seis meses.
¿Cuál es mi saldo de cheques ahora mismo y qué queda pendiente?
Detrás de esas indicaciones, el agente llama herramientas como get_recurring_charges, list_transactions y get_spending_summary. Cada llamada se hace en vivo en el momento de la pregunta; nada se guarda en cache en los servidores de BankBridge. La respuesta refleja tu cuenta tal como está ahora, con montos exactos y todo el historial que tu banco tenga disponible.
Cuesta $5 al mes por banco conectado y puedes cancelar cuando quieras. La configuración toma unos minutos; los tutoriales para Claude y ChatGPT lo cubren paso a paso.
Cuándo una captura está bien
Las capturas no son la herramienta equivocada para todo. Si quieres saber qué significa una línea críptica del estado de cuenta, una captura más una pregunta es un flujo de trabajo perfecto. Lo mismo para una revisión rápida a ojo sobre un solo número que tú puedes verificar.
¿Qué es este cargo de 'PAI ISO' en mi estado de cuenta?
La regla es simple: una captura funciona cuando la respuesta está en el cuadro y equivocarse un poco no hace daño. En cuanto la respuesta depende del historial, de los totales, de que sea reciente o de que un número esté exactamente bien, ya se te quedó corta.
El intercambio de privacidad, dicho sin rodeos
Las capturas parecen más privadas porque no hay conexión de cuenta. Pero mira lo que estás haciendo: subir una imagen de tus finanzas a un producto de chat, donde puede vivir en el historial de conversaciones de forma indefinida. No es obvio que sea la opción más segura.
BankBridge es de solo lectura por diseño. No hay herramientas que muevan dinero, y nunca las habrá. Tus credenciales bancarias pasan por el propio flujo del agregador; BankBridge nunca las ve. Y como cada pregunta es una consulta en vivo, tus transacciones no están guardadas en una base de datos esperando filtrarse.
Ninguno de los dos enfoques tiene cero exposición. Pero el acceso estructurado de solo lectura sin nada guardado es una posición más fuerte que fotos de tu cuenta bancaria viviendo en tu historial de chat.
La versión corta
Usa capturas para preguntas puntuales, dentro del cuadro, donde un error pequeño no cueste nada. Usa una conexión en vivo cuando la pregunta involucre historial, totales, actividad pendiente o cualquier número sobre el que vayas a actuar.
Si la mayoría de tus preguntas sobre dinero son del segundo tipo (y en cuanto un agente pueda responderlas, lo serán), el flujo de las capturas es justo lo que vas a alegrarte de haber reemplazado. Cinco dólares al mes compran la versión donde los números son reales.