La inteligencia artificial (IA) es cada vez más común en las conversaciones, lo que no implica que se comprenda su potencial y mejores usos en la vida cotidiana. En un aula universitaria de postgrado el profesor recomendaba no utilizar la inteligencia artificial para responder un examen a libro abierto, pero las respuestas del grupo reflejaron las percepciones más comunes alrededor de esta tecnología:
1.Tenemos que aprender a utilizarla
2.Se usa cada vez más
3.¿Cómo se daría cuenta de que la estamos usando?
El resumen de estos planteamientos es un espejo de lo que distintas generaciones, principalmente de quienes nacieron a partir de 1960, perciben de la presencia cotidiana de la IA. Otro dato relevante es la idea de que es una tecnología del siglo XXI. Si pudiéramos ver el acta de nacimiento de la IA, nos ubicaría en principio a la mitad del siglo XX, porque fue en 1956 cuando se le reconoció como un campo de estudio. Esto ocurrió en la Conferencia de Dartmouth, organizada por el científico informático John McCarthy, quien la bautizó como inteligencia artificial.
Previo a esa conferencia, entre los siglos XVII y XIX, dos destacados filósofos y matemáticos realizaron trabajos sobre la automatización del pensamiento, en orden cronológico: Gottfried Wilhelm Von Leibniz, mejor conocido como Leibniz, y George Boole. Ya en el siglo XX, Alan Turing inventó su famosa máquina que fue la base teórica para la computación moderna, esta historia fue llevada al cine con la película “The imitation game” en el año 2014.
Pero fueron McCulloch y Pitts, los científicos que en 1943 crearon el primer modelo matemático de cálculo para una neurona artificial, emulando el comportamiento de una neurona humana, a partir de la cual se desarrollaron las redes neuronales de la IA.
Con este antecedente, hablemos de las finanzas, una categoría tan presente en nuestras vidas cotidianas y que se ha transformado significativamente por la presencia de la IA que se manifiesta desde la automatización de procesos hasta la toma de decisiones estratégicas.
ÚNETE A IDC en nuestro canal de Whatsapp
Trading algorítmico y gestión de inversiones
La IA genera algoritmos que analizan grandes volúmenes de datos en tiempo real y ejecutan operaciones en fracciones de segundos. Fondos de cobertura y bancos de inversión utilizan machine learning para detectar patrones y predecir movimientos de mercado.
El efecto de esto es multidimensional, por un lado, los corporativos tienen a especialistas en ciencia de datos para analizar y retroalimentar los algoritmos de la IA y así anticipar cambios de consumo o tendencias financieras que pudieran provocar desastres o grandes ganancias.
Las personas hemos perdido el anonimato ante la IA, me refiero a datos personales como el nombre, la ubicación geográfica, edad, hábitos de gasto y ahorro, intereses personales, condición médica y otras más. Cada vez que usamos la tecnología para “buscar” una información estamos alimentando a esa red neuronal que nutre los algoritmos.
Sabemos más de Rosa porque envía remesas
Rosa nació en San Juan Ñumi, en la zona mixteca de Oaxaca. Emigró a California hace ocho años sin documentos y trabaja en el campo. Tiene 25 años y manda dinero a su casa cada mes para su mamá. Gracias a la IA y que Rosa tiene acceso a un sistema de envío de remesas a México tenemos más información de ella por el dinero que envía a su familia, que por el hecho de ser una trabajadora oaxaqueña indocumentada en los Estados Unidos.
Los mejores estudios con información sobre migración, ubicación geográfica, actividad laboral, edades y hasta nombres personales los tenemos gracias al análisis de los algoritmos que los principales bancos captadores de remesas procesan. Así sabemos que 99.8 % de los envíos de dinero a México provienen de Estados Unidos. Además, mujeres como Rosa nos permiten saber con sus envíos de dinero que:
70 % de quienes reciben las remesas son mujeres
30 % de quienes envían remesas son mujeres
las remesas que envían los hombres son hasta 25 % mayores en monto que las que envían las mujeres
una vez enviada la remesa se cobra el 76 % de las veces en dos días o menos
31 % de las remesas enviadas se cobran entre lunes y viernes
cuando la remesa se envía en sábado el 51 % de las veces se cobra dos días después, en lunes
los nombres más comunes, entre las mujeres, para recibir o enviar una remesa son: María, Guadalupe, Rosa, Ana o Martha
los nombres más comunes, entre los hombres, para recibir o enviar una remesa son: José, Juan, Jesús, Luis y Francisco
Estos datos que la IA nos permite obtener del acto humano de trabajar, cobrar un salario y enviar dinero de un país a otro, es lo que permite a algunas empresas enfocar sus estrategias de venta para que quienes cobran las remesas en sus establecimientos, las gasten antes de salir de la tienda.
Evaluación de riesgos para seguros y crédito
Con la IA se analizan historiales de crédito, comportamientos financieros como el gasto y ahorro, compras a plazo o no, entre otros factores que se consideran para el otorgamiento de préstamos. Pero la IA no es solo para autorizar el crédito, también es empleada para enviar la publicidad de manera personalizada y atraer al deudor con mejor potencial de cumplimiento. Bancos y otras instituciones financieras no bancarias utilizan este tipo de modelos para evaluar riesgos, reducir fraudes y mantener una cartera saludable.
Para las aseguradoras, la IA es clave para elaborar modelos predictivos y entonces determinar primas personalizadas. En estos algoritmos, por ejemplo, la variable de cambio climático resulta fundamental para identificar nuevas zonas geográficas que puedan ser afectadas por eventos climáticos catastróficos.
Recientemente investigadores de la Universidad Nacional Autónoma de México (UNAM) presentaron a los medios que habían identificado una nueva falla geológica en la Ciudad de México, lo que estaba provocando un aumento de microsismos. Esta nueva falla la ubicaron en la zona de Barranca del Muerto en la alcaldía Álvaro Obregón y es paralela a otra falla ubicada en Mixcoac, con lo que concluyen en su estudio que ambas fallas son las causantes de una mayor actividad sísmica en la zona poniente de la Ciudad de México, donde en los últimos dos años se han registrado 186 microsismos que afectan principalmente a las alcaldías Álvaro Obregón, Benito Juárez, Magdalena Contreras y Miguel Hidalgo.
La IA ya ajustó las primas de riesgos de inmuebles, autos e incluso vida de las personas con domicilio en esa área. Y con ese ajuste, el costo de cobertura se incrementa o niega.
Otros usos de la IA, gracias a los cuales corporativos están en interacción con sus clientes:
suscripciones automáticas
identificación de patrones inusuales en reclamaciones
procesamiento de lenguaje natural para analizar correos electrónicos, llamadas y documentos fraudulentos
atención a clientes con chatbots y asistentes virtuales
telemetría y datos en tiempo real para recopilación de datos sobre el comportamiento de conductores y hacer un ajuste de precios dinámico
robo-advisors, IA como asesor personalizado y capaz de dar recomendaciones de inversión o gestionar portafolios
IA con las criptomonedas
Durante una cena de matrimonios, noté que la anfitriona constantemente revisaba su celular, imaginé que sería por alguno de sus hijos que no estaba en su casa, pero no, estaba revisando sus inversiones en criptomonedas. Con lo que continuó con una exposición a favor de esas inversiones. Lo que dijo a favor es muy general: novedad, alto rendimiento, facilidad para entrar o salir de ese mercado, lo global.
Ahora veamos cómo la inteligencia artificial está detrás de las decisiones de compra de criptomonedas, haciendo sentir empoderados a los inversionistas y proporcionándoles información que les da seguridad y una sensación de autoridad en la materia.
Los modelos de machine learning analizan datos históricos y en tiempo real para proporcionar escenarios de movimientos de precios. En tanto, las redes neuronales de la IA identifican patrones y tendencias no visibles para marcar oportunidades de compra o venta.
Bots de compra y venta (trading)
Con la IA en el mercado de las criptomonedas hay algoritmos que ejecutan órdenes de compra y venta en respuesta a señales del mercado y sin necesidad de que intervenga una persona. Literalmente, olvidé todas esas escenas del piso del mercado de valores con financieros alterados para comprar o vender acciones en tendencia al alza o el desplome.
Los bots para trading aprovechan la información y elaboran estrategias de market making para lograr beneficios de precios entre exchanges.
Procesamiento de lenguaje natural (NLP)
La IA analiza los contenidos de redes sociales y noticias para medir las emociones de los inversores y detectar si un sentimiento alcista o bajista podría afectar el precio de una criptomoneda. La caída de precios del bitcoin en mayo del año 2021 ocurrió después de que las autoridades chinas anunciaran nuevas regulaciones para esta criptomoneda y en las noticias y foros hubiera un aumento de menciones negativas que se reflejaron como tendencias en las redes como Equis y Reddit. La IA notó un aumento del 40 % en palabras clave como “prohibición”, “regulación” y “restricción” asociadas al bitcoin lo que ocasionó que su valor cayera 30 % en un solo día.
Este procesamiento que identifica el sentimiento colectivo también es capaz de eliminar decisiones impulsadas por el miedo o la euforia, dirigiendo al inversionista a poner su atención en modelos estadísticos. La razón libre de la carga emocional de ganar o perder dinero, eso es economía del comportamiento en la práctica de la IA.
Finanzas eficientes, rápidas y accesibles
La aplicación de la IA en el sector financiero ha logrado que sean más rápidas, eficientes y accesibles las operaciones, del tamaño que sean. Aunque prevalecen los desafíos de mantener regulaciones que respondan a la velocidad de las innovaciones tecnológicas en los mercados, que deben conservar una reputación de ética y estabilidad.
Otra imagen para el olvido: el contador con visera y pilas de documentos para registro contable en su escritorio. Con la IA el trabajo manual contable y el procesamiento de pagos y conciliaciones es muy rápido, lo que se traduce en eficiencia.
El trading algorítmico permite que las operaciones se ejecuten en milisegundos siguiendo estrategias de big data. Mientras, los robo-advisors gestionan inversiones de acuerdo con el perfil del usuario. Las crisis financieras ahora son predecibles al aplicar modelos de identificación de mercados. Así, la IA en el sector de las finanzas está evolucionando de “herramienta” a motor de transformación.
