Inversis, Banco Santander… Hemos visto proyectos para personalizar el asesoramiento financiero con IA ¿hacia dónde cree que irá este mercado? 

El asesoramiento está encaminado a evolucionar hacia un modelo de asesoramiento cada vez más personalizado. Y ese modelo de asesoramiento personalizado, lógicamente, va a requerir de unos niveles de costes muy superiores combinados con los costes en los que tiene que incurrir para tratar la normativa y la regulación.  Esto va a provocar que los modelos de asesoramiento, desde un punto de vista económico, en algún punto lleguen a ser insostenibles. Precisamente la tecnología y más concretamente la inteligencia artificial va a permitir alcanzar esos retos a los que nos enfrentamos dentro de los servicios de asesoramiento,  incorporando tecnología disruptiva que de algún modo nos va a permitir por un lado desarrollar modelos de asesoramiento más personalizados mediante la utilización de la ingente cantidad de datos, que es ingestionable si no se usa la IA o algunas de sus variantes. Y por otro lado , también nos va a permitir, en términos de costes, que se puedan desarrollar modelos desde un punto de vista sostenible  económicamente hablando. Y todo ello, lógicamente, con la necesidad de cumplir con el regulador.

Con lo que esas dos variables, asesoramiento cada vez más personalizado y cumplir con el regulador, hacen que la tecnología, y más concretamente la Inteligencia Artificial, sea un elemento importante para alcanzarlas. 

En un mundo cada vez más regulado y donde cada vez pide que se expliciten más las comisiones por asesorar ¿qué papel está jugando y jugará la IA y hacia dónde va el sector del asesoramiento?   ¿Cree que vendrá a cubrir la demanda de aquellos inversores que, como ha ocurrido en Reino Unido y otros países, quedan sin asesoramiento por los elevados costes? 

Podría ser pero creo que la IA ayudará a reducir los costes de asesoramiento en general. Sí es cierto que de alguna manera ese ahorro de costes permitirá poner unas comisiones de asesoramiento que sean accesibles para ese perfil de clientes.  Creo que uno de los valores añadido de la IA, como optimizador de procesos o como tecnología, va a ser el abaratamiento de costes del proceso del desarrollo del servicio del asesoramiento y, por ende, permitirá tener unos precios más competitivos que en unos casos permitirá tener un modelo único de asesoramiento más rentable y, en otros, permitirá dar acceso al asesoramiento a gente que no puede permitirse pagar unos honorarios más elevados. 

Openbank e Openfinance (Inversis) son sus dos casos de éxito más conocidos de IA aplicada al sector financiero. ¿Qué tipo de productos estáis asesorando a través de Node.AI? 

Son dos soluciones muy distintas las que estamos desarrollando conjuntamente con Openfinance, en un caso, Copilot y para Open Bank. La primera de ellas es un “asesor inteligente”  cuyos modelos de selección y de elección de alternativas de inversión están movidos por motores de inteligencia artificial que permiten garantizar la opción de la mejor alternativa en términos de unos parámetros que previamente se han podido definir conjuntamente con el cliente. 

Utilizamos varias capas de filtrado, una capa que llamamos regulatoria, otra capa de afinidad y otra que llamamos de estabilidad. Tanto la capa de regulatoria como la de afinidad son capas bastante normales y naturales de desarrollar en la medida en que garantizan que la elección o la alternativa elegida del producto, está ajustada a las características del mandato que tiene el cliente, ajustada su perfil de riesgo, está ajustada toda la parametrización en su sentido del perfil del cliente y por tanto es compliance.   Pero la más importante para nosotros es la de la de la de extraunidad y eso es una otra cosa que meter otra capa a través de motores de inteligencia en la que garantizamos, con un nivel de probabilidad determinado,  que la elección que implementa dentro de la cartera es una elección válida tanto para el presente como para los próximos dos o tres meses. Mediante nuestros estimadores de rentabilidad y estimadores de riesgo para cada uno de los productos que analizamos garantizamos que esa cartera no va a tener que volver a cambiarse dentro de unos pocos días por el hecho de que hayamos introducido un activo que nos desvirtúe, no ahora, pero sí dentro de unos días posiblemente de las características de la cartera. 

Dentro de esa solución hemos desarrollado también a través de IA Generativa una explicabilidad de la elección en el instrumento organizado de manera que le damos un discurso al asesor financiero para poder justificar el por qué de la elección realizada de ese activo. Esto para las entidades es muy positivo en la medida en que de algún modo garantizas un discurso homogéneo por parte de todos los posibles comerciales a la hora de hablar con los clientes y eso permite al regulador homogenizar el servicio y de alguna manera tener una mayor consistencia y robustecer el servicio que se presta.

En cuanto a la solución que hemos desarrollado para Open Bank, para su broker EnergIA no  es otra cosa que unos estimadores de rentabilidad calculados para diferentes ventanas, – un mes, tres meses, seis meses y doce meses como horizontes temporales-  del mercado americano y del mercado europeo , concretamente del S&P  y del Stoxx .600.  Aquí todo está desarrollado a través de inteligencia artificial, a través de modelos propios donde  tenemos unos niveles de precisión cada vez mejores, que rondan alrededor el 55-60% entre las estimaciones que estamos realizando y lo que ocurre en la realidad, lo que nos lleva a niveles de precisión bastante más elevados. De hecho, CFA Institute que dice que la precisión de los analistas se encuentra entre el 35 y el 45% de precisión. Entonces intentamos que la inteligencia artificial nos aporte soluciones que mejoren los procesos dentro del mundo del Asset Management y del Web Management. 

No en vano, nosotros no somos tecnólogos que implementamos tecnología y, en este caso, inteligencia artificial en el mundo de Asset Management o del Web Management. En nuestra compañía somos gente, la mayoría con origen en el mundo del Asset Management, somos ex UBS, de Suiza, Francia y España y somos gente del mundo de la gestión de activo que hemos ido a la tecnología a buscar soluciones que nos permitan mejorar los procesos que ya conocemos.  Y esto es importante en la medida en que tenemos una sensibilidad muy importante, que es crítica y crucial, para saber qué es lo que nuestros modelos están generando como output y validar que, efectivamente, ese output que se está generando no es casual, sino que  tiene una causa detrás.  Eso es un elemento muy importante que es muy difícil de implementar en una compañía y en un modelo de negocio si no viene del Asset Management o del Web Management, con bastantes años gestionando y teniendo sensibilidad a la gestión de inversiones. 

¿Se puede enseñar a la máquina a gestionar la incertidumbre del mercado y de la sociedad global?

A  las máquinas no se les puede enseñar a gestionar las crisis como tal. De hecho, las máquinas tienen que aprender de los hechos acontecidos y reaprender de ellos. Sin ir más lejos, nosotros tenemos establecida una norma en la que si existe algún tipo de crisis – cisne negro, que no está contemplado, como fue el caso de la pandemia, nuestros modelos automáticamente paran de generar estimaciones. Y paran hasta que pasan unos días o un par de semanas y podemos empezar a introducir o incorporar esa crisis dentro de los modelos para que empiecen a estimar y aprender. Con lo que, evidentemente, la IA nos ayuda mucho  en la mayor parte de los contextos, pero sí que es cierto que cuando enfocamos o afrontamos una situación novedosa de incertidumbre o de crisis, lo más prudente es tener un standby y reiniciar, parar las máquinas y reiniciarlas al cabo de unos días, cuando podamos empezar a alimentar el dato procedente de la crisis a los modelos. 

A pesar de que es algo que lleva muchos años, todavía estamos en unas etapas iniciales en el desarrollo de la IA. ¿En qué punto quedará la regulación? 

La regulación tiene que ir en paralelo con el desarrollo de la innovación. Si va por delante, posiblemente le ponga vallas al campo, si va por detrás, posiblemente deje unos “agujeros especialmente grandes” que nos haga incurrir en unos riesgos que no pueden ser trasladables fundamentalmente al cliente, al inversor, que es a quien protege el regulador. 

En este sentido, creo que la regulación tiene que ir en paralelo con el desarrollo y con la innovación. Desde luego que tiene que haber una regulación, porque no vas a poder limitar o eliminar el impacto o la innovación o de la inteligencia artificial, pero sí van a tener que seguir protegiendo al inversor particular y pequeño inversor. 

Lo que es evidente es que hay un nivel imposiblemente de inteligencia artificiial que posiblemente sea más difícil de regular y es todo aquello que está más cercano al deep learning o de ese nivel de inteligencia artificial donde la explicabilidad es mucho más complicada y donde estamos dando pasos pensando modelos de deep learning que nos permitan extraer cuáles son las razones que nos generan esas estimaciones. La regulación va a tener que avanzar, tendrá que ir de la mano tanto entidades financieras como entidades tecnológicas porque es algo que ha venido para quedarse. Y tendrá que haber una adaptación por parte del regulador para poder regular la función de la innovación y por parte de las entidades tecnológicas para intentar dara a sus clientes el mayor nivel de información posible para garantizar esa transparencia. Al final tiene que ser un trabajo conjunto de todos los actores del sector de esta industria y que como en otras ocasiones, ante la novedad y ante la innovación tendremos que caminar poco a poco descubriendo los nuevos terrenos por los que vamos avanzando. 

Estrategias de Inversión