La inversión en Inteligencia Artificial (IA) se ha disparado a partir de los últimos tres años, según se desprende del último informe “Artificial Intelligence Index Report 2024”, elaborado por la Universidad de Stanford.
Concretamente, a nivel global la inversión privada en IA durante el pasado año 2023 ascendió a los 95.99 billones de dólares. Aun así, la cifra es la menor desde el año 2021.
Pero si bien la inversión privada en IA de forma generalizada disminuyó el año pasado, la financiación destinada puntualmente a la IA generativa aumentó considerablemente. En 2023, el sector atrajo 25.200 millones de dólares, lo que supone casi nueve veces la inversión del año anterior. Además, la IA generativa representó más de una cuarta parte de toda la inversión privada relacionada con la IA en 2023.
En Europa, el principal sector que utiliza la IA es el de tecnologías de la información y comunicación.
Y como se puede observar, España se sitúa por encima de la media europea en el uso y aplicación de IA, en casi todos los sectores que más aplican esta tecnología.
No es casualidad que en Febrero de este año, Microsoft anunciara una inversión histórica en nuestro país de 2.100 millones de dólares a desembolsar en tan solo dos años, para impulsar el desarrollo y la adopción de la IA responsable.
Pero en esta ocasión, no es mi intención analizar las oportunidades de inversión en Inteligencia Artificial, sino saber cómo se está aplicando esta tecnología en el ámbito de las finanzas y concretamente la aplicación que ésta tiene en las inversiones financieras, dado que como puedes observar en el diagrama anterior de comparativa entre países de Europa, se exponen varios sectores económicos en los que se aplica la IA, pero en ningún caso se observa el sector financiero.
La IA en el sector financiero
La Inteligencia Artificial generativa, que es la rama de la IA sobre la que más se vuelcan actualmente las investigaciones, es aquella que permite crear contenidos a partir de datos preexistentes, tales como textos, imágenes, vídeos, o incluso sonidos.
Para el logro de esos nuevos contenidos, la IA utiliza modelos matemáticos complejos, que son capaces de aprender sobre los datos preexistentes y en base a éstos, generar nuevos datos.
A esos modelos matemáticos se les conoce como redes generativas antagónicas o GANs (Generative Adversary Networks), y están compuestos por dos redes neuronales artificiales que compiten entre sí, y son las siguientes:
a.) Red Generadora: Es la que crea el contenido.
b.) Red Discriminadora: Es la que detecta diferencias entre el contenido generado por la Red Generadora y el contenido real, y aporta un feedback de mejora a la red, a fin de ir perfeccionando la generación de contenido.
Así, las dos redes se retroalimentan y a su vez se enfrentan mutuamente hasta lograr un nivel óptimo de generación de contenidos, similares a los creados por seres humanos. ¡Increíble! ¿Verdad? Aunque a veces también da un poco de vértigo…
Esta tecnología tiene múltiples aplicaciones para el sector financiero.
La primera aplicación que se le dio fue la del famoso Chatbot con el que algunos todavía reniegan. Fue a partir de la década de 2010 cuando su uso se popularizó entre las empresas para la atención al público.
Esto permite al cliente acceder a cierta información y resolver diversas consultas a través del chat, sin tener que realizar una llamada telefónica; o por lo menos esa es la idea…
Gracias a la capacidad de interpretación adquirida por la IA, ésta ha sido capaz de analizar la gran cantidad de datos acumulados por las entidades financieras, e identificar tendencias y patrones de comportamientos de los clientes, con el fin de contribuir al desarrollo de productos financieros adaptados a las necesidades del público.
La principal aplicación que se le dio a la IA en el ámbito de las inversiones financieras fue mediante los Roboadvisor. Estos asesores financieros automatizados, son plataformas digitales que utilizan algoritmos y software automatizado para proporcionar asesoramiento y gestionar inversiones de manera eficiente y económica. Estas plataformas están diseñadas para ayudar a los inversores a construir y administrar carteras de inversión diversificadas de acuerdo con sus objetivos financieros, tolerancia al riesgo y horizonte temporal.
Los roboadvisor recopilan información sobre los inversores a través de cuestionarios en línea, en los que se recopilan datos sobre su situación financiera, objetivos de inversión y aversión al riesgo. Utilizando esta información, los algoritmos de los roboadvisor generan recomendaciones de inversión personalizadas y construyen carteras diversificadas, que pueden incluir una variedad de activos como acciones, bonos, fondos cotizados (ETF), y otros instrumentos financieros.
Una vez que se construye la cartera de inversión, los roboadvisors gestionan automáticamente las inversiones en nombre del cliente, realizando ajustes periódicos según sea necesario, para mantener el equilibrio de la cartera y cumplir con los objetivos de inversión establecidos. Esto puede incluir el rebalanceo de la cartera, ajustes por temas fiscales y reinversión de los dividendos.
Los roboadvisor suelen ofrecer una experiencia de inversión completamente digital, lo que significa que los inversores pueden acceder a sus cuentas en línea o a través de aplicaciones móviles para monitorear el rendimiento de sus inversiones, y realizar transacciones en cualquier momento y desde cualquier lugar.
En España, una firma que aplica el uso de estas herramientas es Inbestme, mediante el uso de roboadvisor para desarrollar Carteras de Inversión. Ya en el año 2018 revolucionó el mercado financiero español con su servicio de Gestor Financiero Personal, lanzando las primeras carteras temáticas automatizadas y orientadas a la Inversión Socialmente Responsable (ISR) y a la inversión valor.
Explorando el futuro de los mercados financieros con ayuda de la IA
Siguiendo con su política de innovación, en Inbestme no solo se limitan a utilizar los roboadvisor para el desarrollo de Carteras de Inversión, sino que han tomado la delantera en la exploración e investigación sobre el desarrollo de herramientas de predicción, para adelantar el comportamiento futuro de ciertos valores teniendo en cuenta los riesgos potenciales del mercado.
Prueba de ello es el proyecto de investigación en el que participa la entidad, el cual se denomina “Marco universal de pronóstico de series temporales autoadaptativo”, cuyo presupuesto inicial es de 1.923.630 euros, y se desarrolla en conjunto con AI Investments (Polonia), benchANT GmbH (Alemania), y la Universidad de Oslo (Noruega).
Dicho proyecto se centra en la investigación y desarrollo de un software para pronosticar de forma actualizada, los valores futuros de los datos de series temporales. La actualización de los valores futuros se producirá gracias a la capacidad del software para adaptarse automáticamente, según los cambios que se vayan produciendo en el entorno. El desarrollo de este software no solo tendría aplicación práctica sobre el ámbito financiero, sino también en otras industrias como la logística, el comercio minorista, o la salud, por citar algunas de ellas.
El fin último de estas investigaciones, es diseñar una plataforma de software que permita optimizar los resultados de las Carteras de Inversión automatizadas, manteniendo bajo control los posibles riesgos que afectan a los mercados globales. Estos métodos y algoritmos desarrollados por la IA, permitirían un conocimiento con mayor precisión sobre el futuro comportamiento de los inversores y mercados financieros.
En definitiva, con esta herramienta reduciríamos la incertidumbre ante situaciones como la que enfrentan actualmente los inversores, en cuanto al futuro de los mercados financieros ante hipotéticos movimientos de tipos de interés por parte de los Bancos Centrales, desenlace de conflictos geopolíticos, o posibles subidas de los precios de las materias primas.
Ante esos escenarios inciertos, ¿qué mejor que invertir con el apoyo de la tecnología? Una oportunidad que Inbestme pone a nuestro alcance, para no desperdiciar…
