En un pasado no tan lejano, solíamos temer que el avance de la inteligencia artificial nos llevara a guerras y catástrofes terribles, como nos mostraron tantas películas de Hollywood. Sin embargo, el panorama que se nos presenta hoy es radicalmente diferente. Porque lo que estamos empezando a experimentar es un mundo en el que, no solo hay una creciente interacción y colaboración entre la sensibilidad humana y la inteligencia de las máquinas, sino que ese vínculo es fundamental para el funcionamiento exitoso de las empresas y por lo tanto para el futuro de nuestra economía.
Descubrimos que la capacidad de las máquinas para procesar enormes cantidades de información puede ayudarnos a resolver problemas cruciales para el futuro de nuestra especie y nuestro planeta. En este contexto, era solo una cuestión de tiempo que la IA llegara a un campo tan importante para el funcionamiento de nuestras sociedades como el de las inversiones financieras.
“En términos generales, la IA puede ayudar a potenciar, a hacer crecer sectores que son potencialmente buenos, generando un círculo virtuoso de producción y generación de renta”. El equipo de IA de redbee.
Con avances prometedores y desafíos pendientes, el uso de IA en la toma de decisiones de inversión financiera ofrece un panorama fascinante que vale la pena explorar.
Robo-advisors: IA, inversiones, fintech y promesas de democratización
Hoy vemos cómo la influencia de la tecnología en el campo de los servicios financieros está produciendo una situación inédita. Instituciones tan arraigadas y tradicionales como los bancos ven desafiada su influencia por startups del sector fintech. El crecimiento de este sector fue tan grande que contribuyó a dinamizar la economía y el mercado laboral luego de la crisis provocada por la pandemia, comenzando a ganar influencia en servicios tradicionalmente ofrecidos exclusivamente por los bancos.
Esta situación obliga por un lado a los bancos a intensificar sus esfuerzos en innovación tecnológica, y por otro lado a las mismas startups a profesionalizar y mejorar sus servicios cada vez más. Si bien los servicios ofrecidos por las fintech abarcan un amplio espectro, es en el campo de las inversiones minoristas o fintech donde el avance de la inteligencia artificial y los modelos de machine learning se ve más claramente.
Es que el alto grado de dificultad de elegir adecuadamente entre muchas y diversas opciones de inversión hizo que históricamente los ahorristas se asesoren a través de los bancos o con agentes especializados llamados brókers. Pero como estos servicios tienen comisiones y tarifas altas, generalmente solo fueron accesibles para las personas de mayor poder adquisitivo. Acá vemos entonces una de las grandes oportunidades que ofrece el uso de la tecnología: la democratización del acceso al mercado financiero.
Veamos algunos números que nos pueden dar una idea del potencial que tenemos delante. Mientras se calcula que en países de América Latina solo alrededor del 2% de las personas invierte en acciones, bonos y otros instrumentos de renta variable, este número se eleva a 50% en Estados Unidos. El problema es aún más grave porque la relativa inestabilidad monetaria de nuestros países, que lamentablemente incluye periódicos procesos devaluatorios o inflacionarios, afecta especialmente la capacidad de los pequeños y medianos ahorristas, que muchas veces se ven resignados a usar herramientas que llevan a que su dinero pierda valor.
El mercado de las inversiones automatizadas todavía es incipiente en América Latina,. Vemos empresas interesantes y muy innovadoras como Fintual de Chile o GBM de México. En el mundo desarrollado existen varias, como la californiana Betterment o la canadiense Wealthfront, que ya ofrecen entre sus servicios el robo-advisor. Básicamente, hablamos de una herramienta de inversión automática que crea portafolios de inversión diversificados a partir de un cuestionario simple con el que determina los objetivos, situación financiera y nivel de tolerancia al riesgo de cada cliente.
Estos avances prometen abrir el mercado financiero a cada vez más personas, contribuyendo a fomentar un círculo virtuoso en el que las personas pueden generar rendimientos con su dinero y protegerse de la inflación, al mismo tiempo que ayudan a las empresas a crecer. Pero ¿qué pasa con los desafíos?
El gran desafío de la IA financiera: la confianza
Ahora bien, tanto en el campo del fintech como en otras de sus posibles aplicaciones, las tecnologías diseñadas para mejorar el rendimiento de portafolios de inversión se enfrentan a un problema fundamental: ¿Cómo generar confianza?
Cuando un portafolio falla, el dinero de los inversores se pierde, muchas veces irreversiblemente. ¿Por qué entonces deberíamos confiar en las decisiones tomadas o sugeridas por una IA por sobre las de seres humanos?
La esencia de los modelos de machine learning es encontrar patrones dentro de una cantidad enorme de datos. Por eso, cuando se trata de algo tan complejo como el mercado financiero, el match parece evidente. La inteligencia artificial, con su extraordinaria capacidad para procesar información, puede tomar en cuenta no solo la información actual sobre el mercado, con sus incesantes fluctuaciones de valores, sino también las lecciones y los patrones que se pueden encontrar en los registros históricos de los mercados. Pero a pesar de los avances y de los resultados alentadores, las estrategias de inversión basadas en machine learning, data science e inteligencia artificial están todavía lejos de alcanzar un uso generalizado y mostrar todo su potencial transformador. ¿Por qué?
Hagamos un repaso de cuáles son los principales desafíos que enfrenta este cambio de paradigma para crecer en el futuro inmediato.
- Confiabilidad: el análisis de muchos experimentos publicados demuestra que la descripción de estos como exitosos podría resultar engañosa. Es que mientras los algoritmos predecían, a través de simulaciones, cientos de variantes posibles para los rendimientos de los portafolios, los investigadores tendían a publicar únicamente las que obtenían los mejores resultados. Esto, que puede resultar correcto en el contexto de un experimento, no aplica al mundo real, en el que el resultado siempre es uno solo.
“Deberíamos poder obtener la información de todos los mercados y todos los factores que se tienen en cuenta, en tiempo real, minuto a minuto, para poder decir que tenemos la información suficiente para hacer las predicciones. No solo eso, sino que la información debería ser histórica para poder desarrollar un modelo”. El equipo de IA de redbee
- Transparencia: mientras que un ser humano al que le confiamos nuestro dinero o el de nuestra empresa puede explicarnos de manera clara y comprensible cuáles son sus estrategias de inversión, los algoritmos son considerados todavía como “cajas negras”, con métodos y decisiones que resultan difíciles o directamente imposibles de entender para el público promedio. Naturalmente, esto no despierta la confianza de los inversores.mientras que un ser humano al que le confiamos nuestro dinero o el de nuestra empresa puede explicarnos de manera clara y comprensible cuáles son sus estrategias de inversión, los algoritmos son considerados todavía como “cajas negras”, con métodos y decisiones que resultan difíciles o directamente imposibles de entender para el público promedio. Naturalmente, esto no despierta la confianza de los inversores.
- Regulaciones: la falta de transparencia acarrea otro problema. Hasta el momento, los modelos han mostrado una relativa eficacia en las inversiones, pero aún no se ha abordado de manera profunda el problema del compliance. En un campo que involucra un complejo entramado de instituciones y regulaciones, este desafío resulta inevitable.
- Estándares éticos: también es fundamental abordar el desafío de crear modelos que puedan tener en consideración, al momento de tomar o sugerir decisiones de inversión, factores éticos relacionados con problemáticas ambientales, sociales o de gobernabilidad.
Todo esto nos lleva a la pregunta final: ¿son los algoritmos mejores para invertir que los seres humanos?
Inteligencia artificial y sensibilidad humana en las finanzas
En general, los especialistas humanos muestran todavía mejores resultados. Sin embargo, la enorme y creciente complejidad de nuestra economía y de los mercados hace que apoyarse en la capacidad de procesamiento de la inteligencia artificial para tomar decisiones sea cada vez más necesario.
“Una forma de generar más confianza es el comenzar a utilizar la tecnología, intentando explicar de forma sencilla e intuitiva, para conceptualizar cómo funciona”. El equipo de IA de redbee.
Como hemos visto, las oportunidades que presentan las tecnologías aplicadas a las inversiones son extraordinarias. Tienen, de hecho, la capacidad para producir una auténtica revolución en el modo en que tanto las empresas como las personas particulares se relacionan con su dinero.
“La ayuda que puede brindar este tipo de herramientas, junto con la expertise de las personas genera un combo para potenciar la inversiones rentables potenciando rubros de negocio”. El equipo de IA de redbee.
En un futuro muy próximo, contar con herramientas de ayuda basadas en IA para la toma de decisiones financieras será fundamental para cualquier negocio y para el mundo financiero en general. Pero para estar a la altura de las promesas, hay que estar a la altura de los desafíos.
¿Qué piensan ustedes? ¿Estarán los algoritmos a la altura de los enormes desafíos del mercado financiero?
