La inteligencia artificial se ha convertido en una tecnología clave para los cambios y desarrollos en el mundo empresarial, desde la automatización en procesos industriales, el uso en el marketing digital y la publicidad, la gestión de la logística o incluso la integración de los algoritmos en las inversiones de las compañías. Un proceso de transformación en el sector que redefine cómo se identifican oportunidades y cómo se evalúan los riesgos, pero que, al igual que en otros ámbitos donde la IA se extiende rápidamente, también presenta dudas sobre su fiabilidad y capacidad de predicción, sobre todo en un entorno donde las decisiones que toma el algoritmo pueden tener consecuencias económicas inmediatas.
Las posibilidades que ofrece esta tecnología continúan multiplicándose a medida que fondos y empresas desarrollan sistemas propios para integrar la IA en sus estrategias de inversión, automatizar procesos e impulsar la innovación financiera.
Entre las líneas de aplicación que ofrece el desarrollo de herramientas propias de IA, los fondos de inversión en activos alternativos, pymes o inversiones en capital riesgo utilizan la inteligencia artificial para aumentar su red de actuación y ampliar sus capacidades. Este es el caso de la firma de servicios financieros Inveready, que con la aplicación de la IA ha podido expandir sus inversiones más allá del estado español en el proceso de captación de oportunidades de inversión. “Nosotros invertimos en otras compañías y empresas emergentes fuera de los mercados cotizados, y una tarea importante es descubrir qué compañías están dejando una huella en el mundo. Antes esto lo conseguíamos con networking, pero ahora queremos expandir las oportunidades y transformar nuestro proceso para llegar a los campos por explorar que nos interesan”, explica Ignacio Fonts, presidente no ejecutivo de Inveready. En esta línea explica que ahora el proceso se ha convertido en “mucho más analítico”, lo que ha hecho “cambiar la tesis de inversión”, asegura.
Aún así, Fonts destaca que ha sido necesario un proceso cuidadoso para garantizar la relevancia de los modelos de inteligencia artificial: “Para la IA es fácil acumular grandes volúmenes de datos, pero el reto es disponer de un buen sistema de filtrado”, considera. Afirma que la supervisión humana ha sido esencial para mantener los algoritmos alineados con los objetivos del negocio y, al mismo tiempo, permitir que estos amplíen sus capacidades.
Más precisión a través de los análisis de la IA
Otras compañías enfocan el uso de la inteligencia artificial en las inversiones para el análisis del mercado. Desde Whale Analytics, una empresa de productos y servicios financieros, han desarrollado su propia herramienta OrionOne. Ignacio N. Ayago, CEO de Whale Analytics, explica que “no es simplemente un software de trading”, sino una “plataforma que transforma la complejidad de los datos del mercado en conocimiento”. Esta herramienta ha sido entrenada con datos financieros que “permite identificar patrones, divergencias y proyecciones” con mayor precisión que los modelos tradicionales, asegura Ayago. Una de las ventajas principales que encuentran en el uso de la IA es la eficiencia y la objetividad. “Nuestros algoritmos nos permiten establecer correlaciones de miles de datos e indicadores que aparentemente no están relacionados para generar proyecciones estadísticas”, explica.
Con estas herramientas de IA también se permiten establecer “capas de validación”, apunta, que ofrecen datos sobre la fiabilidad que se puede tener en aquellas inversiones. “No se pueden obtener resultados infalibles completamente, pero todo se puede cuantificar el riesgo y con estas estadísticas calcular la calidad de los análisis en las inversiones”, explica Ayago. En esta línea asegura que los usuarios siempre saben cuáles son las limitaciones de los estudios, y por lo tanto la decisión final en la inversión siempre es de cada persona. “No creemos que la IA deba actuar sin supervisión humana y menos cuando se trata de elecciones que tienen implicaciones económicas directas”, añade. Aun así, considera que los errores que pueda cometer un algoritmo de IA serán menores que aquellos causados por humanos. Ayago puntualiza que “la mayoría de personas no pierden dinero porque no sepan invertir, sino por las decisiones no racionales que toman sobre estas inversiones, y la inteligencia artificial puede reducir estos riesgos”.
La especificación de la IA
Aunque los fondos de inversión reconocen la importancia de una supervisión humana en la implementación de la inteligencia artificial, también subrayan la necesidad de desarrollar herramientas propias adaptadas a su modelo de negocio y capaces de ofrecer resultados específicos. La IA tiende a la homogeneización y a generar respuestas similares a partir de lo que ha aprendido, y por ello muchas firmas refuerzan sus algoritmos con bases de datos propias, “para que adquiera una dimensión diferente”, explica Fonts. Según Ayago, estos modelos se diseñan con estrategias de trading específicas que dependen siempre del uso que quiera hacer el inversor: “El sistema no tiene personalidad; siempre estará guiado por aquello que el usuario le indique, y es por eso que continuará existiendo una gran diversidad en las inversiones.”
Todo ello evidencia que el sector entiende la inteligencia artificial no solo como una herramienta para agilizar procesos, sino como un “amplificador” de sus capacidades de análisis y decisión. Mediante algoritmos propios y desarrollados internamente, las compañías pueden “reorganizarse de una manera que antes no era posible”, explica Fonts, y superar muchas de las limitaciones tradicionales del negocio. Al mismo tiempo, se destaca el valor de la eficacia y la objetividad que estas tecnologías aportan a un ámbito que depende de la precisión y la coherencia para mantener su actividad.
