Cada vez más empresas están utilizando fondos de inversión impulsados por IA, y aunque muchas tienen éxito, dejan algo que desear.
Photo by Mario Tama/Getty Images
Hace ocho años, cuando los primeros fondos de inversión impulsados por IA se lanzaron, los veteranos de la industria los descartaron como trucos caros. Hoy en día, la inteligencia artificial se ha convertido silenciosamente en el empleado más valioso de la industria financiera, realizando tareas como extraer datos de miles de documentos, analizar mercados a una velocidad sobrehumana, y ayudar a las firmas de inversión a gestionar sus finanzas de manera más eficiente que nunca. Lo que aún no puede hacer es ser Warren Buffett.
A medida que el Oráculo de Omaha cumple 95 años este mes, sigue característicamente cauteloso con la tecnología que ha transformado la inversión. En la reunión anual del año pasado de Berkshire Hathaway $BRK.B, Buffett comparó la IA con las armas nucleares, diciendo que "me asusta muchísimo." Sin embargo, eso no le ha impedido invertir fuertemente en empresas como Apple $AAPL y Amazon $AMZN, que están invirtiendo dinero en desarrollar sistemas de IA poderosos que muchos temen (o esperan) puedan reemplazar a los trabajadores humanos.
Eso incluye reemplazar al propio Buffett. El Intelligent Livermore ETF, que se lanzó este otoño, utiliza ChatGPT, Gemini y Claude como su "comité de inversión", entrenando los grandes modelos de lenguaje con décadas de escritos de inversionistas legendarios y pidiéndoles que elijan acciones a su estilo. El prospecto del fondo promete aprovechar las estrategias de las mentes más ilustres del mundo de la inversión, convirtiendo las cartas a los accionistas de Warren Buffett en decisiones de inversión algorítmicas.
Doug Clinton, quien dirige Intelligent Alpha, la firma detrás del ETF y otras ofertas de inversión en IA, dijo que sus modelos de IA pueden replicar con éxito muchos aspectos del enfoque de Buffett. Pueden filtrar compañías con bajos ratios de precio a ganancias y altos márgenes de beneficio, al igual que hace el Oráculo. Para Clinton, el objetivo no es desbloquear alguna fórmula secreta.
"No hemos pensado, 'Oye, ¿dónde está la perspectiva única de los seres humanos?'", dijo Clinton. "Estamos tratando de ver dónde podemos, a gran escala, superar los estándares de referencia". Alrededor del 80% de las 30 estrategias impulsadas por IA de su empresa están superando sus estándares de referencia, dijo, por un promedio de 1000 puntos básicos desde su inicio.
Incluso con ese historial, el comité de IA de Clinton utiliza supervisión humana. Su empresa incluye una capa final donde un humano aprueba el portafolio final, lo cual encontró que la gente desea como un seguro para asegurar que la IA no esté alucinando. El desafío, reconoció Clinton, es algo que él llama "gusto": la cualidad inefable que permite a un inversor mirar 50 compañías que cumplen con todos los criterios cuantitativos y saber instintivamente elegir solo dos de ellas.
"Esa sigue siendo la diferencia que aún no se ha resuelto", dijo.
Mientras que Buffett ha construido su fortuna mayormente en mercados públicos, la IA está encontrando diferentes oportunidades en mercados privados, un espacio donde el Oráculo de Omaha no compite, y el panorama de datos ofrece nuevas ventajas para las máquinas. A diferencia de los mercados públicos, donde décadas de analistas cuantitativos ya han optimizado estrategias de trading, los mercados privados permanecieron menos explorados por la revolución algorítmica hasta hace poco.
Los mercados privados presentan un desafío fundamentalmente diferente tanto para humanos como para IA, según Matt Malone, jefe de gestión de inversiones en Opto Investments, una plataforma que ayuda a los gestores de patrimonio a construir portafolios de mercados privados para sus clientes. En lugar de tomar decisiones rápidas de trading, los inversores toman una decisión crucial: a qué gestor de fondo entregan su dinero. Luego están en el viaje durante años. La mayoría de los mercados privados operan a través de fondos de inversión, donde los inversores comprometen dinero que se despliega con el tiempo y se devuelve durante un período aún más largo.
"Ahora tenemos IAs multimodales que pueden extraer información de un documento bastante eficientemente, mucho más eficientemente de lo que un humano puede", dijo Malone. "Y francamente, un humano no quiere hacer eso porque es aburrido y repetitivo." Su empresa utiliza IA para extraer datos relevantes de esos PDFs, estandarizarlos y crear bases de datos que les permiten comparar gestores de fondos según métricas como cómo generan rendimientos.
Pero el equipo de Malone aún toma las decisiones finales sobre qué gestores apoyar. La IA sobresale en el análisis retrospectivo, procesando datos de rendimiento histórico, mientras que los humanos se enfocan en decisiones futuras sobre inflación, tasas de interés y perspectivas sectoriales. A veces eso significa rechazar gestores que la IA encuentra tienen un rendimiento pasado estelar.
"Podemos decir que [un gestor de fondos] hizo una gran inversión en hoteles", dijo Malone, "pero si no creemos que los hoteles sean una buena inversión en el futuro, aún no queremos invertir con este gestor en este momento."
La revolución de la IA en las finanzas ha sido más una evolución que una revolución, según Bob Elliott, ex líder de investigación macro en Bridgewater Associates que ahora dirige Unlimited Funds, que utiliza aprendizaje automático para crear versiones de bajo costo de estrategias de fondos de cobertura y capital privado. Como alguien que ha trabajado como inversor sistemático durante décadas, Elliott ve el momento actual de la IA de manera diferente al público en general. "Mucha gente piensa en la IA como un cambio radical que ocurrió con ChatGPT", dijo. "Y yo realmente no lo veo así para nada."
El escepticismo de Elliott proviene de trabajar en un campo que ha estado usando algoritmos sofisticados durante décadas. Los fondos cuantitativos han empleado durante mucho tiempo modelos matemáticos complejos, y los avances recientes en modelos de lenguaje grande no han cambiado dramáticamente su trabajo principal. En cambio, la reducción de los costos de computación y las mejoras incrementales en las técnicas de aprendizaje automático han sido más valiosas que cualquier cosa relacionada con ChatGPT, según Elliott.
El resultado es una costosa carrera armamentista de IA donde todos persiguen la misma ventaja. Elliott habla con gestores que ahora están superponiendo herramientas de IA sobre sus estrategias cuantitativas existentes, gastando mucho en modelos de lenguaje grande e infraestructura de aprendizaje automático. La pregunta se convierte en si todo este gasto en IA crea una ventaja real o simplemente aumenta el costo de hacer negocios.
Incluso en la inversión sistemática, la responsabilidad humana sigue siendo crucial, dijo Elliott, por lo que el próximo Warren Buffett probablemente no sea IA. Fuera del comercio de alta frecuencia, los inversores todavía quieren mirar a alguien a los ojos y hacerles responsables.
"Para el mercado de super alta frecuencia, se trata de la máquina", dijo Elliott. "Para casi todos los demás, están mirando a la persona al otro lado de la mesa y diciendo: 'Ni siquiera me importa cómo tomas la decisión, pero eres tú quien está tomando la decisión. Si no funciona, tú eres responsable.'"
Únete a más de 500.000 lectores que comienzan su día con Quartz.
Al suscribirte, aceptas nuestros Términos de servicio y Política de privacidad.