Disrupción tecnológica e IA: conformando la economía global

Abril de 2025 por André Themudo

El sector financiero ha experimentado una enorme transformación, con la inteligencia artificial (IA) a la cabeza de esta revolución. La IA está mejorando la capacidad de los inversores y gestores de inversiones para procesar y analizar grandes cantidades de datos, lo que permite una toma de decisiones más informada y precisa.

Transformar la inversión

Aprovechando las ventajas de la IA, empresas de inversión sistemática como BlackRock Systematic, han cambiado significativamente sus enfoques de inversión. Al largo últimas décadas, BlackRock ha integrado técnicas de IA y de aprendizaje automático para pasar del análisis cualitativo tradicional a un enfoque más cuantitativo y basado en datos. Este cambio está desbloqueando nuevas oportunidades para generar alfa (el exceso de rentabilidad sobre el índice de referencia del mercado) mediante el descubrimiento de patrones y conocimientos que antes estaban ocultos en conjuntos de datos complejos. También mejora la precisión de los análisis cualitativos, al perfeccionar los modelos predictivos, por ejemplo mediante el análisis de sentimientos y la minería de textos, antes limitados por la interpretación manual.

El papel de los modelos de lenguaje a gran escala

Un dos principales avances de la IA que ha transformado el mundo de las inversiones es el Modelo de Lenguaje a Gran Escala (LLM, por su siglas en inglés). Los LLM se utilizan para analizar y extraer información valiosa de informes de analistas, transcripciones de conferencias sobre beneficios de empresas, artículos de noticias y redes sociales. En lugar del tradicional análisis de sentimiento, que cuenta las palabras positivas y negativas, los LLM modernos procesan el texto de forma holística, teniendo en cuenta las relaciones entre las palabras para descubrir una visión más matizada de la inversión.

Un ejemplo práctico de esto es el modelo de IA de BlackRock, que fue entrenado con más de 400.000 transcripciones de conferencias de resultados y dos décadas de datos históricos de mercado. Esto permite al modelo predecir los movimientos del mercado con mayor precisión que los modelos generales de IA, como los utilizados por plataformas públicas como ChatGPT. La capacidad de combinar información de varias fuentes de datos y cruzarla con las tendencias del mercado da a los modelos de BlackRock una clara ventaja a la hora de hacer predicciones en tiempo real, lo que puede dar lugar a estrategias de inversión más eficaces.

Tipos de aprendizaje automático

BlackRock Systematic utiliza diversas técnicas de aprendizaje automático en sus estrategias de inversión. Los árboles de decisión descomponen los datos de inversión en rutas de decisión estructuradas, ayudando a identificar patrones. Las redes neurales profundas analizan grandes conjuntos de datos para descubrir relaciones, lo que ayuda a predecir los movimientos del mercado. El procesamiento de lenguaje natural (NLP, por sus siglas en inglés) y los modelos de lenguaje a gran escala (LLM) se aplican al análisis de texto de informes de analistas, llamadas de resultados de empresas, noticias y medios sociales para revelar el sentimiento y extraer información de inversión procesable. Los modelos predictivos combinan señales fundamentales, de sentimiento, macroeconómicas y ESG para predecir la rentabilidad de las acciones.

Si bien las estrategias de BlackRock Systematic se basan en modelos cuantitativos que dependen en gran medida del aprendizaje automático y la IA, el sector de la inversión en general también integra estas tecnologías para mejorar las estrategias de inversión activas y pasivas. En la gestión activa, el aprendizaje automático ayuda a los gestores de fondos a procesar grandes cantidades de datos (estados financieros, informes económicos y datos alternativos), lo que permite tomar mejores decisiones. Además, los modelos basados en la IA mejoran la gestión del riesgo al permitir ajustes dinámicos de la cartera en función de las condiciones cambiantes del mercado.

El aprendizaje automático también desempeña un papel clave en la negociación algorítmica, analizando los datos del mercado para operaciones de alta frecuencia. Los "robot-advisors" (gestores automatizados) utilizan el aprendizaje automático para crear estrategias de inversión personalizadas adaptadas a los objetivos, la tolerancia al riesgo y la situación financiera de cada persona, adaptándose continuamente a las condiciones cambiantes.

La combinación de aprendizaje automático, macrodatos y experiencia humana permite a BlackRock Systematic crear carteras sistemáticas, optimizar las decisiones de inversión y equilibrar riesgo y rentabilidad. Sin embargo, los avances tecnológicos también conllevan desafíos, como mantenerse por delante de los competidores y garantizar la integridad de los modelos de IA. Vemos una aplicación más amplia de la IA en el sector de la jubilación a través del servicio al cliente, la participación de los partícipes y el diseño y administración de planes. Independientemente del enfoque del fiduciario de un plan, una cosa está clara: garantizar que los gestores de activos, los gestores de registros y los consultores están equipados para ayudarle a ofrecer más valor a sus partícipes mediante la integración de la IA en su plan.