La inteligencia artificial (IA) como herramienta para mejorar los procesos de análisis de inversiones
La IA ha tomado mucho auge y se ha convertido en un tema muy popular, sobre todo desde que se lanzó ChatGPT el año pasado. Antes de profundizar en algunas de las aplicaciones que esta herramienta podría aportar a las firmas de inversión, es relevante poner en contexto ¿Qué es Chat GPT? Chat GPT se trata de un modelo de lenguaje que ha sido entrenado con una gran cantidad de datos de texto para poder realizar una amplia variedad de tareas relacionadas con el lenguaje natural. Su capacidad para comprender el contexto y la intención detrás de las preguntas o consultas de los usuarios lo convierten en un instrumento muy útil para desarrollar chatbots y mejorar la precisión en los sistemas de búsqueda de información. Chat GPT, fue desarrollado por OpenAI, una organización de investigación en inteligencia artificial fundada en 2015 con sede en San Francisco, California.
Algunos beneficios que Chat GPT y otros grandes modelos de lenguaje (LLM en inglés) podrían aportar en los procesos de análisis de inversiones son:
Procesamiento de grandes bases de datos. Los analistas a menudo se ven abrumados por la gran cantidad de material que debe procesarse para analizar una compañía, como reportes trimestrales, comunicados de prensa, llamadas con inversionistas, generando un flujo interminable de información. Esto obliga a los equipos de inversión a enfocarse en una investigación profunda, en un espacio de tiempo limitado para tomar decisiones de inversión. Por tanto, las herramientas impulsadas como ChatGPT y los LLM, podrían realizar tareas que requieren mucho tiempo para los analistas que agotan recursos desproporcionados en tareas que al final podrían no ser relevantes o que al final no se realizan en absoluto.
Mayor cobertura de presentaciones, reportes corporativos y resúmenes de reuniones. Los analistas generalmente cubren docenas de compañías en un sector o varios, al mismo tiempo que monitorean a los competidores y posibles candidatos de inversión. Durante la temporada de ganancias, es imposible participar en todas las llamadas de las empresas bajo cobertura, así como en otras llamadas relacionadas que podrían ser de interés. En este sentido, ChatGPT y los LLM pueden brindar una solución, generando resúmenes con un elevado número de calidad y exactitud. También, estos modelos permiten identificar cambios sustanciales en el texto de las presentaciones corporativas, la cuales podrían indicar un cambio de tendencia o estrategia en el rumbo de la compañía y que sin dudan requerirán más análisis. Además, ChatGPT puede condensar transcripciones de Zoom y limpiar notas sin procesar en formatos definidos y fáciles de usar, como oraciones completas o puntos clave. Asimismo, se puede utilizar para extraer temas de un texto más largo y desenfocado, lo que ayuda a los analistas a dar sentido al instante a una conversación incoherente.
Fomentar la productividad. Más allá de las cuestiones técnicas, ChatGPT plantea un desafío cultural; en donde los equipos de ciencia de datos deben promover activamente sus beneficios y mostrar ejemplos tangibles. Bajo este contexto, los analistas deben descubrir qué pueden automatizar, familiarizarse con la tecnología y comprender sus limitaciones para obtener resultados de elevada calidad. Las nuevas tecnologías de LLM brindan un fácil acceso para cualquier persona con conocimientos básicos de programación. Entonces, una vez que se identificaron aquellos cuellos de botella logísticos en los procesos de análisis, se puede implementar la IA de manera creativa para crear eficiencias palpables.
Finalmente, se ha especulado que todas estas nuevas capacidades tecnológicas podrían reemplazar el capital humano eventualmente. Sin embargo, coincidimos con la opinión de especialistas, en el sentido de que ambas variables de la ecuación son complementarias. Al combinar el poder intelectual humano, reflejado en la experiencia para analizar compañías y tendencias del mercado, con el poder de procesamiento de ChatGPT, podemos elevar el beneficio de la IA, mejorar la eficiencia del proceso de análisis y, en última instancia, tomar mejores decisiones de inversión.
