Inteligencia humana y artificial: un binomio necesario para la industria financiera
Para Schroders la gestión a largo plazo requiere lo mejor de ambos mundos
![](https://imagenes.elpais.com/resizer/v2/6X3GPGDMUNPQHDHGUDYIHKECEA.jpg?auth=78312cf1936913ceb91d7b5e78ae310d8c4abbbfd4591d3e2ecd4f860a046b1b&width=414)
Bien sea a través de la lectura de posos de café, la interpretación de los sueños, las cartas o el horóscopo el ser humano siempre ha intentado predecir el futuro. Ahora las nuevas tecnologías, y el big data, si bien no logran adivinarlo, parecen haber encontrado la forma de anticiparse a lo desconocido.
Los algoritmos tienen la capacidad de analizar y entender grandes cantidades de datos y pueden responder a cualquier imprevisto en tiempo real sin tener en cuenta el componente emocional que aportaría un ser humano. En este sentido, dentro del sector financiero no hay duda de que la industria de gestión de activos ya se está beneficiando de la tecnología en sus procesos de inversión. El uso de la inteligencia artificial aporta un mayor dinamismo en el análisis, más eficiencia en la potencia de cálculo, una mejor gestión del riesgo y una mejora continua mediante el aprendizaje.
Pero lo cierto es que las oportunidades de inversión vienen condicionadas por un gran número de variables: el sentimiento del mercado, el estado de las empresas, las noticias internas y externas, los diferentes condicionantes a la variación de los precios y a su evolución… y en momentos como el actual, en el que los mercados están cambiantes e indecisos, la acción del gestor de carne y hueso, sobretodo en las decisiones de inversión a largo plazo, es todavía, a ojos de muchos, necesaria.
El uso de la inteligencia artificial aporta un mayor dinamismo en el análisis, más eficiencia en la potencia de cálculo, una mejor gestión del riesgo y una mejora continua mediante el aprendizaje
“Cualquier gestor de fondos tiene acceso a una amplia gama de información útil acerca de una empresa (sus estados financieros, sus ingresos, los planes previstos por la dirección...) a la hora de estudiar una inversión. No obstante, hay otra información importante a la que los inversores no tienen acceso actualmente a través de los canales tradicionales.
¿Qué piensan los consumidores realmente de una marca concreta? ¿en qué medida las opiniones de los consumidores se ven influenciadas por las iniciativas estratégicas de una empresa o un escándalo que pudiera haber ocurrido? ¿a qué grupo demográfico le resulta más atractivo en la actualidad? ¿logrará crecer centrándose en este o abarcando otros grupos? ¿A qué distancia en coche de los clientes se localizan los puntos de venta a los que se dirige?”, asegura Mark Ainsworth, responsable de datos y analítica de Schroders.
![](https://imagenes.elpais.com/resizer/v2/REV5PFIZ3VOOZHBR6IHRRSZVFE.jpg?auth=f6dd62394381cc7f29a1330acf401d9d301ec35058db045bef1702c42d1ecfd1&width=414)
Por ello Ainsworth considera que la inteligencia aumentada es un ámbito científico mucho más pertinente que la inteligencia artificial. “Esta nos permite extraer conclusiones que pocos podrían obtener, incluso con los datos a la vista, lo que presenta enormes ventajas para la inversión basada en fundamentales. La inteligencia aumentada es simplemente la mejora de la inteligencia a través de medios tecnológicos”, explica.
Un caso práctico
Un buen ejemplo del uso del big data es el caso de Ladbrokes, una empresa británica dedicada a los juegos de azar, que anunció su fusión con Coral, otra casa de apuestas. En ese momento, la gestora Schroders era propietaria del 10% de Ladbrokes y, por lo tanto, era importante valorar si ese cambio afectaba de alguna manera a las posiciones de la gestora.
Las fuentes de información tradicionales no aportaban mucha claridad sobre el tema así que el equipo de datos de Schroders analizó 8.555 casas de apuestas de Reino Unido.Cruzando los datos y calculando, por ejemplo, la distancia entre locales de juego, identificaron que la nueva firma se tendría que desprender de 400 locales, con el consiguiente impacto en el negocio.
Casi un año después, las autoridades de competencia del Reino Unido anunciaron que el grupo se tendría que deshacer de entre 350 y 400 tiendas, probando que el análisis de big data puede ayudar a predecir el futuro.
En opinión del responsable de datos y analítica de la gestora las plataformas de inteligencia artificial producen en muchas ocasiones resultados incorrectos, y en casi todos ellos se hubiera solucionado con una intervención humana adicional, por ejemplo a la hora de programar o modificar algoritmos.
“Creemos que la mejor oportunidad para lograr mejores resultados de inversión para los propietarios de activos usando la inteligencia artificial y el aprendizaje automático consiste en que los expertos en ciencias de datos amplíen las capacidades de los gestores de fondos, cubriendo sus lagunas y brindándoles la posibilidad de ver más allá, de forma más clara y fiable”, asegura Mark Ainsworth; y continúa “la ventaja informativa es particularmente importante cuando numerosos participantes del mercado carecen de la capacidad de colmar esas lagunas, ya sea por falta de tecnología, iniciativa, escala o estructura. Asimismo, existen amplias oportunidades para usar las distintas técnicas basadas en la inteligencia artificial, como el aprendizaje automático, para perfeccionar y mantener esta ventaja informativa”.
Nuevos perfiles se cuelan en el mundo financiero
Para que este tipo de análisis sean posibles, la tecnología es muy importante, pero también es fundamental tener un equipo cualificado. Schroders ha optado por incorporar perfiles diferentes a los que tradicionalmente se han encontrado en las gestoras de fondos. Por ejemplo, personas que antes se dedicaban a analizar el ADN, otros que trabajaban en Lastminute.com o como el propio Ainsworth, que antes de incorporarse a la casa británica trabajó como estratega para el equipo MacLaren de Fórmula 1.
Desde 2014 una unidad de análisis de datos, liderada por Mark Ainsworth y formada por más de 20 analistas, proporciona una ventaja informativa a los diferentes equipos de inversión de la gestora. Así, examinan grandes cantidades de datos que provienen de fuentes de información diferentes a las que tradicionalmente se utilizan, como bancos de inversión o Bloomberg, para analizar el mercado. Por ejemplo, recogen datos de Twitter, para analizarlos y convertirlos en información útil y de calidad que sea relevante y que ayude a los gestores a tomar mejores decisiones de inversión. En este sentido, el equipo de Ainsworth da soporte a todos los equipos de inversión dentro de la compañía y, lejos de sustituir el análisis de mercado tradicional, lo complementa.