IA vs. analistas: El futuro de la investigación de inversiones

¿Puede la inteligencia artificial volver irrelevantes a los analistas humanos? Esa es la pregunta que todos se hacen a medida que los modelos de IA revolucionan por completo la investigación de inversiones. Byron Wien, estratega de mercado que defila década de 1990, cree que la mejor investigación surge de ideas audaces y poco convencionales que resultan ser ciertas.

Ahora la IA tiene la presión de cumplir con este estándar y potencialmente marginar a los analistas que han dominado el sector durante décadas. Durante años, los analistas han analizado minuciosamente los estados financieros y analizado los titulares, todo para ayudar a los inversores a tomar mejores decisiones.

La IA ha entrado en este espacio con herramientas que simplifican, automatizan y, en ocasiones, superan los métodos tradicionales. Los modelos de lenguaje grande (LLM) se han vuelto especialmente eficaces para analizar datos financieros, logrando en minutos lo que a un equipo de analistas le llevaría días.

Predecir ganancias, por ejemplo, se ajusta perfectamente a las fortalezas de la IA. Los patrones de ganancias tienden a seguir tendencias lógicas: los años buenos conducen a más años buenos; los años malos, a más años malos. La IA prospera en estos espacios predecibles, superando a los analistas humanos que a veces dejan que el ruido o los sesgos nublen su juicio.

Los LLM reescriben el manual de análisis de inversiones

de la Universidad de Chicago trabajo con los LLM ha causado sensación. Los investigadores utilizaron IA para predecir la varianza de las ganancias y descubrieron que estos modelos superaban las estimaciones medianas de los analistas humanos. ¿El secreto? Los LLM sobresalen en la comprensión de la historia detrás de los informes de ganancias, algo que los algoritmos tradicionales nunca lograron. 

Estos modelos imitan los pasos lógicos de los analistas sénior, como los jóvenes y disciplinados de un equipo financiero. Los modelos de IA también evitan uno de los mayores obstáculos humanos: el exceso de confianza. Los analistas son conocidos por ajustar sus proyecciones para ajustarlas a lo que creen que los inversores quieren oír. La IA no juega a ese juego.

Al ajustar la configuración de "temperatura" de un modelo de IA (un término sofisticado para la aleatoriedad), se pueden calcular bandas de riesgo y rentabilidad con estadísticas frías y sólidas. Incluso se puede obtener una estimación de la confianza para sus predicciones. Los humanos, en cambio, tienden a ser arrogantes con sus pronósticos, insistiendo en malas predicciones en lugar de reevaluarlas.

A pesar de estos logros, la IA dista mucho de ser perfecta. No encontrará a la próxima Nvidia ni preverá otra crisis financiera global. Grandes crisis del mercado como estas no siguen patrones, y la IA tiene dificultades cuando ocurre lo inesperado.

Tampoco puede interrogar a los ejecutivos de las empresas durante las presentaciones de resultados ni captar respuestas evasivas sobre temas críticos. Los mercados son caóticos y cambian constantemente, y la IA carece de la intuición necesaria para adaptarse. Ahí es donde los mejores analistas aún destacan: saben cuándo cambiar de rumbo, profundizar y buscar respuestas.

Pero es probable que el entusiasmo por la IA se mantengatrondurante mucho tiempo. Los gigantes tecnológicos están obsesionados. Microsoft está apostando fuerte —80 mil millones de dólares— por la IA y la infraestructura que necesita. Para el año fiscal 2025, el gigante tecnológico planea invertir más de la mitad de esa cantidad en Estados Unidos en centros de datos para entrenar e implementar modelos de IA.

¿Por qué el derroche? La IA exige una potencia de cálculo descomunal. Entrenar modelos como ChatGPT implica conectar miles de chips en clústeres masivos de centros de datos.

Los dólares publicitarios podrían impulsar el próximo auge tecnológico

La IA podría seguir el mismo camino que las revoluciones tecnológicas pasadas: impulsada por el dinero de la publicidad. ¿Recuerdan cómo Google y Facebook llegaron al poder? Se cashcon los presupuestos destinados a la construcción de marca, arrebatándoles el dinero a todos, desde Tide hasta el fontanero de tu barrio.

Incluso empresas con un alto volumen de suscripciones como Netflix y Amazon ahora recurren a la publicidad. Alphabet, la empresa matriz de Google, es un excelente ejemplo de hasta dónde puede llegar este modelo. Desde su salida a bolsa en 2004, los ingresos de Alphabet se han multiplicado por 160, superando los 300 000 millones de dólares en 2023.

La IA tiene el potencial de transformar industrias, tal como lo hicieron antes la radio, la televisión e internet. En su época, los periódicos dependían de la publicidad para dos tercios de sus ingresos.

La radio y la televisión prosperaron gracias a los anuncios publicitarios, manteniéndolos gratuitos para el público. La IA podría convertirse pronto en la próxima gran plataforma publicitaria, recaudando fondos para financiar desarrollos innovadores.

La IA puede generar ideas, algunas brillantes, otras absurdas. Puede ejecutar un sinfín de escenarios, extrayendo información de la historia que incluso un ejército de investigadores podría pasar por alto. Pero no puede darte esa chispa de genialidad. Los analistas aportan algo que la IA no puede replicar: la capacidad de cuestionar, adaptarse y ver el panorama general en tiempo real. 

Ese toque humano sigue siendo invaluable en un mundo donde las recomendaciones no consensuadas —aquellas que ninguna máquina pensaría en hacer— suelen resultar las más rentables. ¿La verdadera lección? La IA y los analistas no son enemigos. Son herramientas la una para la otra.