Inteligencia artificial en finanzas: una fórmula eficiente

3d rendering humanoid robot analyze stock market

Vivimos tiempos interesantes. Hoy en día, la banca es más compleja, competitiva y dinámica que nunca; requiere afrontar con éxito desafíos extraordinarios, algunos de los cuales no tienen precedentes históricos. Sin embargo, esos desafíos también vienen acompañados de extraordinarias posibilidades de crecimiento para organizaciones lo suficientemente inteligentes y ágiles como para hacerles frente.

El desafío fundamental no ha cambiado: cómo evaluar y protegerse contra el riesgo en la medida necesaria y, al mismo tiempo, buscar las mejores oportunidades de inversión disponibles.

Esta es una pregunta con una larga historia de análisis por parte de las mentes más brillantes del mundo, y en estos días, cada vez encuentra más respuestas no solo de las comunidades académica y bancaria, sino también del mundo de la tecnología. Específicamente, las soluciones de inteligencia artificial (IA) pueden, al desarrollar y perfeccionar modelos sofisticados, en constante evolución y basados ​​en datos de ecosistemas financieros complejos, informar y guiar con precisión a los profesionales de la inversión en un momento en que la información y la orientación precisas son más esenciales que nunca.

¿Por qué es eso necesario? ¿Qué ha cambiado para impulsar lo que ahora es un mandato casi universal en la comunidad bancaria para aprovechar la IA para obtener el mejor efecto?

Entre otros factores a considerar, encontramos la nueva complejidad del mercado, las nuevas restricciones regulatorias y un nivel histórico de competencia.

 Más allá incluso de factores como la presión regulatoria o la competencia por sí misma, ahora hay simplemente más variables, que interactúan de más formas e implican más riesgos y oportunidades que nunca. Cada variable, a medida que cambia dinámicamente a un ritmo acelerado, se traduce en una ventana de tiempo cada vez más pequeña para actuar. En resumen, el mercado está cambiando más rápido, y las organizaciones que aún dependen de correlaciones estándar entre variables cambiantes necesitan actualizar sus soluciones y estrategias porque esas correlaciones simplemente ya no siempre se aplican como antes.

La regulación, a su vez, juega un papel principal en este tema y, cuando el impulso hacia un modelo de negocio neutral al riesgo (y un modelo impulsado por el cliente) tiene la fuerza del gobierno detrás, se hace necesario demostrar que el inventario de inversión completo está adecuadamente cubierto. Desafortunadamente, demasiada cobertura contra el riesgo puede ser en sí misma riesgosa en el sentido de que reduce los ingresos y márgenes potenciales e introduce la abrumadora posibilidad de perder clientes ante jugadores más ágiles y capaces.

Por lo que respecta a la competencia, cuando más jugadores ingresan a un juego determinado, lograr y mantener una ventaja competitiva inevitablemente se vuelve más difícil para todos, tanto para los viejos actores como para los nuevos. Hoy en día, la gama de servicios de inversión disponibles, tanto nacionales como extranjeros, es más grande que nunca por un amplio margen, y aumenta día a día. Esta situación cada vez más competitiva, a su vez, significa que los profesionales de la inversión tienen menos tiempo total para responder a los cambios repentinos del mercado. Una respuesta que podría haber sido lo suficientemente rápida en el antiguo milenio puede no ser suficiente en el nuevo, ni siquiera aproximadamente.

Algunas organizaciones han implementado y aprovechado al máximo las mejores soluciones de inteligencia artificial disponibles para evaluar los riesgos y oportunidades del mercado, predecir y cuantificar los desarrollos emergentes y, por lo tanto, brindar un mejor servicio a sus clientes. Otras, si bien pueden haber desarrollado o desplegado un tipo limitado de IA, carecen de capacidades clave. Algunas, incluso, carecen por completo de IA. La brecha entre los que tienen tecnología y los que no tienen está creciendo rápidamente hasta el punto en que se convierte en un abismo para los que no tienen. Es, si no una amenaza mortal, un obstáculo que obstaculiza enormemente su progreso mientras se esfuerzan por construir y mantener modelos comerciales más inteligentes y eficaces en el ámbito de las inversiones modernas.

Cuando llega una solicitud de alta de un cliente o posible cliente, ¿con qué rapidez puede responder la organización? Los retrasos pueden tener un impacto negativo en la confiabilidad de la marca y podrían resultar en que el cliente se dirija a otro competidor que es, o al menos se percibe que es, más ágil, y moderno en sus facilidades digitales.

Tan importante como la velocidad es la precisión. Una solicitud de presupuesto increíblemente rápida también debe estar informada por el alcance completo de los datos disponibles (lago de datos) y las tendencias y patrones detectables pero ocultos que implican los datos para agudizar los precios y cerrar el trato sin introducir un riesgo inaceptable en el proceso.

Muchos bancos, en el pasado, han recurrido al análisis estadístico para tratar de lidiar con tales complejidades. Las herramientas de este tipo manejan tareas que incluyen análisis de reversión de medias, reducción de varianza de medias para optimizar la asignación de activos, arbitraje estadístico y otros.

Sin embargo, su misma popularidad ha disminuido su poder para crear una ventaja competitiva duradera. Dado que se han implementado ampliamente, sus limitaciones a menudo se han revelado bajo la presión del mercado y, como se han convertido en un lugar común, ofrecen cada vez menos ventajas competitivas.

El arbitraje estadístico, por ejemplo, no se adapta a sí mismo. El hecho de no aprender de las dinámicas cambiantes se traduce no solo en una menor precisión como estrategia de toma de decisiones, sino, con el tiempo, en mayores riesgos y eventualmente en mayores costos.

Las estrategias estadísticas también adolecen de una relativa falta de agilidad debido al tiempo de demora típico entre la obtención de una nueva información y la acción de esa información. Mientras tanto, la agilidad es fundamental en un mercado híper competitivo caracterizado por pequeñas ventanas de oportunidad a través de las cuales cada día es más difícil aprovechar las estrategias de coberturas óptimas y, al mismo tiempo, maximizar la retención de márgenes.

Es por eso que las organizaciones que buscan crear y beneficiarse de una ventaja competitiva sostenible, es decir, todas ellas, están aumentando cada vez más, o en algunos casos, alejándose de los enfoques puramente estadísticos. En cambio, están recurriendo a capacidades más sofisticadas impulsadas por la inteligencia artificial, como la detección de grupos, la automatización basada en el aprendizaje por refuerzo, la modificación del modelo adaptativo y la detección de dislocaciones. Todos ellos pueden desempeñar un papel clave en el proceso de ajuste de la ecuación de inversión según sea necesario, en tiempo real o casi en tiempo real, para brindar una ventaja competitiva y, al mismo tiempo, reducir los costos y riesgos tanto como sea posible.

Esto se debe, en parte, a que las soluciones de inteligencia artificial de primer nivel están diseñadas desde el principio para ser altamente adaptables. Como resultado, permiten el tipo de agilidad que las organizaciones necesitan para superar a la competencia. Pueden ingerir y evaluar los volúmenes de datos entrantes de cualquier tamaño, correlacionar los cambios en esos datos para validar las oportunidades de arbitraje y luego actuar (o aconsejar a los profesionales de la inversión que actúen) de forma más rápida y precisa que cualquier clase alternativa de tecnología.

Las soluciones de inteligencia artificial también pueden ayudar a la organización a orquestar sus políticas y comportamientos al llevar a cabo diversas tareas en diferentes niveles lógicos, uniéndolos a todos en la búsqueda de objetivos más amplios, como un director unifica una orquesta. Para hacer esto, pueden agregar y analizar datos extraídos de muchos departamentos o servicios comerciales diferentes, cada uno con objetivos y tipos de datos únicos, que van desde el comercio de voz hasta la gestión de riesgos, el comercio electrónico y el aprovechamiento de la plataforma en la nube de SalesForce. Luego, según el análisis adaptativo, la IA puede proporcionar diferentes tipos de información adaptada a necesidades específicas.

Quizás, por ejemplo, la organización desea evaluar el desempeño de diferentes clases de operaciones en diferentes condiciones, determinar la toxicidad de los activos, cuantificar la asignación cruzada de activos en tiempo real o establecer si las políticas y la infraestructura de la empresa cumplen con las regulaciones aplicables. Todas estas posibilidades y muchas más se pueden realizar hoy utilizando la tecnología actual.

El resultado es una visión integral y completa del negocio y de todo lo que hace, en la que la IA se ha convertido efectivamente en un socio colaborativo al servicio de los objetivos priorizados, no simplemente en una herramienta limitada aplicada en una dimensión para una tarea en particular.

Para finalizar, pero no por ello menos importante, destacar que todas las capacidades descritas anteriormente ayudan a asesorar a los profesionales de inversión individuales que, lejos de ser reemplazados por la IA, encontrarán en ella una fuente esencial de información que pueden aprovechar para tomar decisiones más inteligentes con mayor rapidez. Con el tiempo, a medida que la IA se base en más y más datos para mejorar su modelado y pronóstico, los empoderará cada vez más para crear un valor más cuantificado, reflejándose favorablemente tanto en las posturas competitivas de sus organizaciones como en sus carteras de clientes, así como, por supuesto, en sus propias carreras.

Todo esto ayuda a explicar por qué, en el futuro, deberíamos confiar en que las soluciones bancarias impulsadas por la inteligencia artificial no solo continúen implementándose a una escala creciente, sino que se vuelvan cada vez más poderosas y versátiles y se integren más estrechamente en el tejido mismo del modelo de negocio.

En ese momento, la IA creará y entregará valor tanto a los bancos como a sus clientes, que es mucho más amplio y profundo que el valor ya extraordinario que reciben de ella hoy.

Artículo redactado por Verónica Sánchez Medero (Business Manager en Optimissa) y Carlos de Fuenmayor (Especialista en Finanzas/ Asociado de EFPA España).