Basta con revisar la revalorización que registraron los títulos de algunos de los principales miembros de las «Siete Magníficas», luego de haber dado a conocer sus informes financieros correspondientes al primer cuarto del año, para confirmar el alto grado de expectativa que los inversionistas le tienen a la Inteligencia Artificial (AI, por sus siglas en inglés).
De acuerdo con una serie de estudios realizados por McKinsey & Company sobre el estatus de la AI en el mundo corporativo, mientras que en el 2017 sólo el 20% de los encuestados afirmaba la implementación de ésta en su compañía, en el 2023 esa cifra se ubicó en 60%, dejando entrever que cada vez son más las empresas que implementan a la AI dentro de sus actividades productivas (Gráfica 1).
De acuerdo con una serie de estudios realizados por McKinsey & Company sobre el estatus de la AI en el mundo corporativo, mientras que en el 2017 sólo el 20% de los encuestados afirmaba la implementación de ésta en su compañía, en el 2023 esa cifra se ubicó en 60%, dejando entrever que cada vez son más las empresas que implementan a la AI dentro de sus actividades productivas (Gráfica 1).
En esa misma línea, se estima que este mercado se valúe en US$ 2T hacia el 2030, veinte veces más que ahora.
Hablando particularmente de los alcances de esta tecnología en el sector de servicios financieros, no sólo se posiciona como el segundo en donde más se ha adaptado (sólo detrás del sector de tecnología de la información), sino que su aplicación es muy amplia, pues la materia prima de las instituciones financieras (públicas o privadas) es, justamente, la data (Gráfica 2).
Dicho lo anterior, a continuación, algunos ejemplos prácticos de su empleo (Tabla 1):
Hablando particularmente de los alcances de esta tecnología en el sector de servicios financieros, no sólo se posiciona como el segundo en donde más se ha adaptado (sólo detrás del sector de tecnología de la información), sino que su aplicación es muy amplia, pues la materia prima de las instituciones financieras (públicas o privadas) es, justamente, la data (Gráfica 2).
Dicho lo anterior, a continuación, algunos ejemplos prácticos de su empleo (Tabla 1):
- I. La estructuración de una estrategia de inversión de corto plazo o de trading parte de 2 preceptos, la identificación de los activos (cuyo momentum sobresalga) y la implementación de reglas o condiciones de compra y venta en un momento determinado. Para ello, la AI resulta ser una gran aliada, brindándonos su potencial de desarrollo y/o perfeccionamiento de algoritmos para ejecutar las operaciones bursátiles a nuestro nombre.
- II. Agilizar tanto procesos repetitivos como el procesamiento de grandes cantidades de datos, alcanzando así un enfoque resolutor en lugar de uno operativo, optimizando los recursos temporales y humanos.
- III. La Bolsa y la economía nunca duermen, pues cada segundo que pasa surge una nueva noticia o la cotización de cierto activo sufre alguna afectación (aunque el mercado esté cerrado), haciendo el trabajo del analista financiero algo interminable; no obstante, la AI posee la capacidad de extraer y analizar un sinfín de información en tiempo real, permitiéndole encontrar insights de forma oportuna que facilitarán la toma de decisiones. Un caso tangible, la obtención de comentarios puntuales de un reporte financiero de decenas de hojas en segundos.
- IV. En sintonía con el punto previo, es posible realizar diferentes tipos de modelado predictivo simultáneamente lo que resulta en un análisis más preciso, y, por consiguiente, más certero.
- V. Dos de los principales casos de uso es la evaluación de un perfil crediticio y la identificación de fraudes financieros; en el primero, haciendo hincapié en el otorgamiento de alguna fuente de financiamiento a la persona correcta (física o moral) de forma ágil, y, en el segundo, prevenir el surgimiento de un delito financiero a través de la identificación de patrones de comportamiento inusuales.
- VI. Uno de los atributos del buen analista financiero es el llamado feeling, el cual, ciertamente, no se obtiene de otra forma que con el tiempo. Pese a lo anterior, la AI, entre su cuasi interminable oferta de soluciones, puede interpretar el sentir y la emoción de las palabras de cierto texto, algo sumamente funcional en el proceso de análisis económico.
En resumen, quienes laboramos y participamos en la industria financiera nos encontramos en un momento único, pues, como expuse anteriormente, tenemos la posibilidad de dirigir nuestros esfuerzos en la resolución de problemas por encima de cualquier otra cosa; sin embargo, aún persisten obstáculos y grandes lagunas en la AI que desbalancean a los actores financieros, tales como el costo y la inexactitud e imprecisión de la información.
Siendo consciente de la temporalidad que le conlleva a cualquier cosa mejorar o bien, transformar, lo cierto es que, reitero nuevamente que, al menos en el sector financiero, la AI fungirá mayormente como un complemento en lugar de un reemplazo, ya que, al final del día, toda tecnología es perfectible (pues se creó a partir del intelecto humano) y al mercado lo hace el raciocinio de las personas, y no (por más que se quiera) al revés.