Investing.com - Con la Inteligencia Artificial (IA) cada vez más presente en muchos sectores de actividad, cada vez son más los expertos que ahondan su análisis en la utilidad de la IA en el mundo de la inversión.
James Ellison, responsable de Data Insights de activos privados de Schroders (LON:SDR), señala que, "para los inversores en activos privados, el verdadero potencial de la IA sólo está empezando a asomar".
"Para algunas industrias el impacto inmediato de la Inteligencia Artificial será enorme. De hecho, para algunas empresas, la IA ya está cambiando por completo su forma de operar. En la mayoría de los demás sectores, incluida la inversión en mercados privados, creemos que casi todos los profesionales percibirán un aumento de la productividad en los próximos seis meses. Pero esa IA no revolucionará por completo lo que ya se está haciendo", señala Ellison.
¿Cómo utilizarán la IA los inversores privados?
"Los inversores privados se enfrentan a una enorme cantidad de información: informes de socios generales (GPs), archivos de la empresa, documentos del sector, artículos de noticias e inteligencia de mercado. La extracción masiva de esta información no estructurada, facilitada por los LLM, está permitiendo a los inversores reducir el ruido y centrarse en las piezas de información más importantes", explica Ellison.
Uno de los retos más antiguos para los inversores de private equity es elaborar una lista de "comparables" a efectos de valoración, detalla el experto de Schroders. "Tradicionalmente, esto se ha basado en la clasificación sectorial y la geografía de la operación para identificar a los comparables de una inversión; ahora, utilizando el contenido de los sitios web de las empresas junto con LLM, es posible construir un "mapa de similitudes" más pormenorizado que una lista más representativa. Y en un tiempo récord", afirma.
¿Cómo se adaptarán los inversores, los gestores de fondos, las empresas de inversión y los proveedores de servicios?
Según describe Ellison, "las organizaciones preparadas para liderar el mercado del mañana son aquellas que pueden dominar los retos de ingeniería que supone la integración de los modelos de base con los datos internos. Esto puede educar y capacitar rápidamente a su plantilla para utilizar la IA para mejorar la productividad y fomentan una cultura de innovación en toda la organización. Además, las organizaciones que formen asociaciones estratégicas con líderes tecnológicos clave obtendrán una importante ventaja al ser las primeras, ya que tendrán acceso a los últimos modelos y al talento de ingeniería que los respalda. Por último, nuestra experiencia ha demostrado que competencias técnicas como la ciencia de datos han tenido un impacto empresarial amplificado cuando se han integrado en los equipos de inversión; lo mismo ocurrirá con la IA".
"En un futuro no muy lejano, las herramientas útiles para muchas empresas serán suministradas por proveedores externos. Las herramientas específicas de cada empresa, que pueden ser una fuente de ventajas competitivas, se crearán internamente. Las herramientas externas se convertirán en la norma para hacer negocios en todas las empresas. La ventaja competitiva residirá en las herramientas propias", añade el experto.
"Al automatizar las tareas rutinarias y repetitivas, la IA tiene el potencial de aumentar significativamente la productividad, liberando a los trabajadores humanos para que se centren en tareas más complejas y creativas que requieren ingenio humano", resalta Ellison.
Limitaciones y retos
Aunque la IA tiene el potencial de revolucionar la inversión en el mercado privado, es importante reconocer que existen riesgos asociados a su uso, advierte Ellison.
Según él, hay tres grandes categorías de tareas "no aptas para la IA" que requieren que los humanos estén "en el bucle" para tomar decisiones clave.
- Pensamiento crítico
- Resolución de conflictos
- Conciencia contextual amplia
"Un enfoque centrado en el ser humano puede supervisar el sistema de IA y garantizar que el resultado sea correcto y explicable. Además, es importante reconocer las limitaciones de la tecnología: aunque la IA puede analizar grandes cantidades de datos e identificar patrones, no es una solución mágica y puede cometer errores", señala este experto.
"Las consideraciones legales, de cumplimiento, privacidad y seguridad son un requisito previo, ya que los sistemas de IA deben cumplir la normativa legal y las directrices éticas. Por último, es crucial disponer de mecanismos de gobernanza para evaluar y aprobar los casos de uso, garantizando que la IA se utiliza de forma responsable. Al considerar cuidadosamente estos riesgos y aplicar las salvaguardias adecuadas, los inversores del mercado privado pueden aprovechar el poder de la IA al tiempo que minimizan los posibles inconvenientes", concluye.