La inteligencia artificial es un tema candente. Las innovaciones en esta área están creando algo de intriga sobre si las máquinas reemplazarán a las personas en la gestión de carteras. Los roboadvisors ya existen, proporcionando un asesoramiento financiero básico con la utilización de algoritmos que son calculados a partir de las cuestiones realizadas a los inversores.
A pesar de los recientes avances, muchas aplicaciones de esta área de la informática siguen estando en sus primeras etapas de desarrollo y éste es el caso en particular cuando se intenta aplicar la inteligencia artificial a la industria de la gestión de activos. Según la opinión de Schroders, la verdadera fuente de valor para la industria es la inteligencia aumentada, que utiliza la inteligencia artificial para ayudar a las personas a tomar decisiones, en lugar de tomar las decisiones por ellas.
Un tipo de inteligencia artificial es el aprendizaje automático o machine learning -la utilización de algoritmos estadísticos y técnicas para aprender patrones de comportamiento en grandes volúmenes de datos. Una de las aplicaciones comerciales más comunes del aprendizaje automático es el análisis predictivo para ayudar a predecir cuales serán los futuros resultados. Sistemas de inteligencia artificial como Watson y Deep Blue de IBM, o AlphaGo de Google han sido altamente publicitados éxitos en el campo de los juegos (para los juegos Jeopardy!, ajedrez y go, respectivamente).
Estos sistemas de inteligencia artificial, que han conseguido ganar campeonatos de juegos, han conseguido también la atención de la prensa, creando unos magníficos titulares, pero en la práctica, el mundo real es mucho más complicado.
Muchos de los sistemas de inteligencia artificial producen unos resultados incorrectos y la gran parte de ellos necesitan algo de intervención humana -nuevo código y enmiendas en los algoritmos- para funcionar correctamente teniendo en cuenta las configuraciones del mundo real. Lo que determina la calidad del aprendizaje es la calidad de las contribuciones introducidas en el programa. Cuando se trata de obtener unos resultados óptimos en inteligencia artificial, existen cinco condiciones clave para el éxito:
- Un entorno donde las reglas son fijas y no cambian
- La información relevante es digital, cuantificada
- Unas cantidades abundantes de datos
- Una baja incertidumbre
- Unos claros objetivos
Estos parámetros se cumplen en juegos como el ajedrez o el go, dada la naturaleza del universo: las reglas están definidas, existe muy poca incertidumbre en las reglas y hay un objetivo claro. Se pueden generar cantidades casi ilimitadas de datos haciendo que la computadora juegue contra sí misma.
En la opinión de Schroders, la inversión a largo plazo seguirá siendo una tarea humana, porque faltan las condiciones para que la inteligencia artificial sea efectiva.
La inteligencia aumentada, por otro lado, ha existido casi al mismo tiempo que la inteligencia artificial, tiene un sólido historial y se puede observar en prácticamente todas las áreas de nuestras vidas diarias. La inteligencia aumentada es simplemente la mejora de la inteligencia a través de medios tecnológicos.
Para la industria de la gestión de activos, la inteligencia aumentada es un área científica mucho más relevante que la inteligencia artificial. Permite una extracción de información que pocos otros pueden incluso identificar, incluso con datos que están a la vista.
Esto supone una tremenda ventaja cuando se trata de inversiones basadas en los fundamentales.
Cualquier gestor de fondos que cuide de sus inversiones tiene acceso a muchas piezas útiles de información sobre una empresa -su estado financiero, sus ingresos, los planes declarados de su equipo gestor. Pero, en la actualidad, también hay otras importantes piezas de información a las que los inversores no tienen acceso a través de los canales tradicionales.
Los conjuntos de datos que contienen esta información son demasiado grandes y desestructurados para que un profesional de la inversión pueda utilizarlos con métodos tradicionales como una hoja de cálculo Excel. Aquí es donde la inteligencia artificial y el aprendizaje automático pueden ser herramientas útiles para ayudar a convertir los datos en información para conseguir rellenar un punto ciego, aumentando así la inteligencia del gestor del fondo. Sin embargo, el gestor del fondo individual seguirá controlando las decisiones de inversión.
Por Meritxell Sedo
Por Funds Society, Madrid