La inteligencia artificial (IA) ha estado presente desde la década de 1950, pero ciertas tendencias como la proliferación de datos, el crecimiento de la computación en la nube, el aumento del almacenamiento, entre otros, han impulsado su adopción en los últimos cinco a diez años. Con la llegada de la tecnología financiera (fintech), que tiene un énfasis específico en la IA, la industria ha experimentado una interrupción en algunas de sus prácticas fundamentales. El área más influenciada es, sin duda, la IA en la gestión de activos, la cual se espera que sufra el mayor número de recortes de empleo en un futuro cercano. Otros desafíos incluyen el crecimiento de las inversiones pasivas, la disminución de la confianza y las tarifas de inversión en descenso.

El impacto significativo del crecimiento de las inversiones pasivas se ha combinado con la presión regulatoria. Esta combinación ha provocado una disminución sensacional en las tarifas de inversión. En Europa y Estados Unidos, los reguladores han estado planeando eliminar los conflictos de intereses, mejorar la transparencia y revelar los costos de las inversiones. Algunos han tenido éxito, otros han fracasado.

Un informe de McKinsey sobre datos y análisis en la gestión de activos cita: “La aplicación de análisis avanzados a problemas comerciales específicos ha comenzado a generar valor para los gestores de activos tradicionales, no reemplazando a los humanos, sino permitiéndoles tomar decisiones mejores y más rápidas de manera consistente”. Dado el avance de la tecnología que existe de manera integral en todos los ámbitos de la sociedad, no es sorprendente que sigan surgiendo nuevos avances y casos de uso en la gestión de activos. La inteligencia artificial, en particular, está ayudando a superar los desafíos de la gestión de activos y a generar cambios positivos. Mejorará aún más la eficiencia, mejorará la toma de decisiones y gestionará el riesgo.

Gestión de carteras

La IA en la industria de la gestión de activos se puede utilizar para realizar análisis fundamentales maduros, incluido el uso de análisis de texto y para optimizar las asignaciones de activos en carteras financieras. En medio de los diferentes desafíos de los enfoques de optimización de carteras convencionales, las estrategias de IA proporcionan una mejor valoración de las ganancias y covarianzas que las técnicas más tradicionales. Estas evaluaciones luego se pueden utilizar en sistemas de optimización de carteras convencionales. Además, la IA se puede utilizar directamente para tomar decisiones de asignación de activos y desarrollar carteras que se ajusten más estrechamente a los objetivos de rendimiento que las carteras creadas utilizando técnicas tradicionales.

Gestión de riesgos

La IA también tiene aplicaciones en la gestión de riesgos, tanto en el riesgo de mercado como en el riesgo crediticio. El análisis de riesgo de mercado consiste en evaluar, modelar y predecir los factores de riesgo que afectan la cartera de inversiones. La gestión de inversiones con inteligencia artificial puede utilizar datos cualitativos para modelar el riesgo, validar y probar modelos de riesgo y generar predicciones precisas de variables financieras o económicas agregadas.

Efectividad de los datos

Los gestores de activos tienen la responsabilidad de atender a los clientes a un costo menor. Un uso clave de la IA en la gestión de activos en las funciones operativas es el monitoreo, la verificación de calidad y el manejo de excepciones de la gran cantidad de información sobre instrumentos financieros en los que los gestores de activos confían. La calidad de los datos es absolutamente crítica, ya que cometer menos errores reduce el riesgo operativo y protege a los clientes finales. Los datos pueden estar incompletos, desactualizados o pueden contener errores. Para ayudar a mitigar esto, se puede utilizar el aprendizaje automático en la gestión de activos para identificar y señalar anomalías basadas en evaluaciones estadísticas. Por ejemplo, un modelo puede tomar fuentes de datos conocidas, como el costo promedio de una acción, para determinar si el último costo recibido de un proveedor es incorrecto.

En resumen, la inteligencia artificial está transformando la gestión de activos al mejorar la eficiencia, la toma de decisiones y la gestión del riesgo. Desde la gestión de carteras hasta la gestión de riesgos y la efectividad de los datos, la IA está siendo aprovechada por las empresas de inversión para obtener mejores resultados y satisfacer las demandas cambiantes del mercado.