La inteligencia artificial es un tema que está ganando popularidad en el sector financiero. A pesar de los recientes avances, numerosas aplicaciones de este ámbito informático, que registra una extraordinaria expansión, están todavía en fase incipiente. Esto es especialmente cierto en el caso de la inteligencia artificial y la gestión de activos. Sin embargo, para algunos expertos la tecnología realmente útil para el sector es la inteligencia aumentada, que utiliza la inteligencia artificial para ayudar a los profesionales a tomar decisiones, en vez de hacerlo en su lugar.
“Aunque las plataformas de inteligencia artificial dan mucho de sí para los titulares, la realidad es que son muchos los casos en que producen resultados incorrectos, y casi todos ellos precisan de una intervención humana adicional (por ejemplo, para programar o modificar algoritmos) para funcionar correctamente. La mayoría de los sistemas de inteligencia artificial (especialmente los programas orientados a la inversión) no responden a ninguno de ellos. Por otra parte, la inteligencia aumentada, que lleva existiendo prácticamente el mismo tiempo que la inteligencia artificial, acumula una sólida trayectoria y puede observarse prácticamente en todos los ámbitos de nuestra vida cotidiana”, asegura Mark Ainsworth, responsable de Datos y Analítica de Schroders.
“Para los inversores, la inteligencia aumentada es un ámbito científico mucho más pertinente que la inteligencia artificial. Esta nos permite extraer conclusiones que pocos podrían obtener, incluso con los datos a la vista, lo que presenta enormes ventajas para la inversión basada en fundamentales. La inteligencia aumentada es simplemente la mejora de la inteligencia a través de medios tecnológicos”, explica.
“Cualquier gestor de fondos tiene acceso a una amplia gama de información útil acerca de una empresa (sus estados financieros, sus ingresos, los planes previstos por la dirección...) a la hora de estudiar una inversión. No obstante, hay otra información importante a la que los inversores no tienen acceso actualmente a través de los canales tradicionales. Por ejemplo: ¿qué piensan los consumidores realmente de una marca concreta? ¿en qué medida las opiniones de los consumidores se ven influenciadas por las iniciativas estratégicas de una empresa o un escándalo que pudiera haber ocurrido? ¿a qué grupo demográfico le resulta más atractivo en la actualidad? ¿logrará crecer centrándose en este o abarcando otros grupos? ¿sus puntos de venta están ubicados en áreas a una distancia en coche de los clientes a los que se dirige?”, ejemplifica.
Esto le lleva a pensar a Ainsworth que la inversión a largo plazo seguirá siendo una tarea humana, puesto que – a su juicio- la inteligencia artificial carece de algunas condiciones necesarias para ser eficaz. El experto de Schroders enumera y explica los aspectos que a menudo no están presentes:
1. Un entorno constante: este no es el caso de la inversión. Los mercados siempre están cambiando, dadas las continuas innovaciones en su estructura, su normativa y el comportamiento de los participantes del mercado.
2. Datos abundantes: puede ser el caso de la negociación a corto plazo, pero sería difícil aplicarlo a la inversión basada en fundamentales, puesto que los datos empresariales de buena calidad tan solo se remontan a unas pocas décadas, un plazo de lejos insuficiente para que un algoritmo determine cualquier relación compleja. La crisis financiera mundial de 2007-2008 resultó ser más similar a la depresión de la década de 1930 que a recesiones más recientes, pero hay pocos conjuntos de datos que se remonten a fechas tan tempranas. Incluso si esos conjuntos de datos estuvieran disponibles, existen dudas acerca del modo en que proporcionarían información discernible, en vista de las diferencias radicales que existen en la actualidad, tras ochenta años de avances sociales, financieros y tecnológicos.
3. Incertidumbre reducida: no aplica a la inversión. Los mercados financieros son volátiles e impredecibles, y sus precios se ven impulsados por inversores con distintos horizontes temporales, sujetos a los impactos del mercado y a sesgos irracionales. Las redes complejas de algoritmos pueden desencadenar caídas fugaces, que aumentan la volatilidad del mercado.
4. Un objetivo claro: en el caso de la inversión como concepto general está claro, pero para fondos concretos con distintos objetivos, no existe un único momento en el tiempo en que pueda determinarse si una inversión ha sido fructífera o no. Debido a la fluctuación de los precios, es difícil evaluar si un valor podría o no ofrecer rentabilidad. Los objetivos de inversión dependen del destinatario: por ejemplo, no es probable que un fondo de pensiones de prestaciones definidas desee exponerse a la misma volatilidad que un fondo de renta variable de empresas de pequeña capitalización, mientras que este último resultaría muy interesante para aquellos con mayor predisposición al riesgo.
5. Información digital: los buenos inversores sintetizan toda la información pertinente a su alcance (lo que incluye, entre otros, los informes de análisis, su comprensión de las fuerzas del mercado, los efectos del equipo directivo de la empresa, las autoridades y los políticos, la confianza del mercado...). No obstante, los matices de esa información y, en particular, los aspectos más cualitativos son difíciles de digitalizar.
