La IA ya es una realidad en nuestras vidas, pero ¿Cómo implementarla correctamente en el mundo de las finanzas?

La IA ya es una realidad en nuestras vidas, pero ¿Cómo implementarla correctamente en el mundo de las finanzas?
Errores de programación ocasionales han logrado desestabilizar un mercado en algunas ocasiones por cuenta de una instrucción automatizada.

La revolución de la inteligencia artificial está cada vez más presente en las finanzas y ya forma parte de la realidad diaria de entidades y usuarios.

De acuerdo con cifras de Statista, la inteligencia artificial es una de las áreas tecnológicas con mayor proyección económica a corto y medio plazo, pues el valor de mercado de la misma podría rebasar la barrera de los u$s 300.000.000.000 estadounidenses en 2025.

Y es que en las últimas semanas hemos visto avances interesantes con aplicaciones Chat GPT y Bing Chat, que ponen sobre la mesa el uso de la inteligencia artificial en áreas que tocan de manera directa el acceso a la información, lo que hace que tome fuerza la polémica sobre los riesgos y oportunidades asociados a la revolución tecnológica, pues uno de los motivos que más inquietan es que los procesos lógicos, la construcción de argumentos y el pensamiento racional propio del ser humano, son imitados de manera asombrosa por máquinas y algoritmos.

La discusión tiene múltiples ángulos que van desde el ético hasta el económico, pero el avance de herramientas de IA incluye la avalancha de datos que generan los usuarios de redes y servicios en línea, el almacenamiento de estos en la nube y la capacidad analizarlos. De igual manera, múltiples sectores ya incorporan el uso de la inteligencia artificial en forma usual, como un elemento clave en la toma de decisiones.

Así ha pasado con el financiero, en el cual los sistemas desarrollados permiten hacer predicciones, recomendaciones o decisiones que incorporan insumos y un rango preciso de objetivos, todo en cuestión de nanosegundos, logrando hacer su labor de forma más precisa, aparte de reducir costos y aumentar la productividad.

Como si lo anterior fuera poco, tales procesos son incrementales lo cual facilita la construcción de modelos predictivos. Así se generan alertas tempranas y se utiliza aquello conocido como “conocimiento profundo” que en incontables casos se traduce en servicios en línea como los “chat-bots” o los robots que hacen asesoría o tramitan reclamos.

Todo lo sucedido no deja de causar inquietud. A medida que las herramientas informáticas ocupan cada vez más espacio, los sistemas que las soportan se vuelven, a su vez, más complejos, por lo que entender las estructuras construidas en código resulta un verdadero desafío, especialmente para los reguladores.

Además, errores de programación ocasionales han logrado desestabilizar un mercado en algunas ocasiones por cuenta de una instrucción automatizada. Aunque aparezcan correctivos, cada sobresalto viene acompañado de la exigencia de requisitos respecto a una supervisión adecuada.

Al respecto, diversas entidades vienen insistiendo en la adopción de estándares y prácticas responsables. La Oecd sostiene que transparencia, rendición de cuentas, posibilidad de explicarse y prácticas robustas de manejo de datos son fundamentales para asegurar la confiabilidad de la inteligencia artificial en el sector financiero.

Sin embargo, más allá de las advertencias, la realidad indica que esta nueva manera de hacer las cosas llegó para quedarse. De lo que se trata, entonces, es de hacer que las cosas funcionen bien. En este sentido en el marco del reciente simposio organizado por el Fondo Latinoamericano de Reservas (FLAR), Conferencia de Bancos Centrales e Instituciones Oficiales, el especialista Peng Cheng, del banco de inversión J.P. Morgan, hizo una descripción de la utilidad de las nuevas tecnologías.

Según Cheng, quien tiene a su cargo las áreas de big data, inteligencia artificial y estrategias de alta frecuencia, hay tres zonas concretas en las que se incorporan algunas de las herramientas señaladas. Estas son señales, riesgo y optimización.

La primera se puede equiparar a interpretar el ruido que aparece en el mercado en torno a una especie o un área de inversiones más amplia. Para ponerlo de manera esquemática, se trata de examinar eventuales sentimientos de tono más o menos pesimista que permitan prever la llegada de una ola antes de que esta se forme.

Un segundo aspecto es el pronóstico de la volatilidad. En una sociedad globalizada en la cual los eventos se registran de forma inmediata sin importar el lugar donde ocurran y la incertidumbre es la norma, son usuales los altibajos extremos en precios y cotizaciones.

En tercer lugar, aparece la optimización, a la hora de construir portafolios. Aquí el desafío consiste en balancear adecuadamente riesgo y rentabilidad.

Cuando se mezclan los diferentes criterios y aproximaciones, resulta factible moverse en diferentes mercados. En concreto, acciones, bienes primarios, monedas, títulos de deuda y calificaciones de crédito son sujetos de examen a través de este nuevo prisma.

En último término, el de la inteligencia artificial es un desafío de creatividad”, concluyó Sameena Shah de J.P. Morgan, también invitada al simposio organizado por FLAR.

Para la encargada del área de inteligencia artificial en la entidad estadounidense, “en nuestro caso nos hemos enfocado en estrategias para mitigar riesgos”.

No obstante, y más allá de las experiencias individuales, el mensaje central es que la cuarta revolución industrial no es un concepto lejano, sino que está presente en la cotidianidad de los seres humanos. Así se ve en el mundo de las finanzas, en donde los avances prometen beneficiar a los usuarios y servir para disminuir costos y fricciones innecesarias, mientras los reguladores se ven obligados a responder a estar a tono con una realidad cambiante.

Ultimas Noticias

Dejar su comentario sobre esta nota

Su direccion de correo no se publica. Los datos obligatorios se encuentran identificados con un asterisco (*)