Antes de la IA, estas tres ideas cambiaron las finanzas

La inteligencia artificial está cambiando las finanzas rápidamente, pero no surgió en un vacío intelectual.

Mucho antes de que los algoritmos pudieran evaluar préstamos, ejecutar operaciones, detectar fraudes o generar análisis financieros, los investigadores ya intentaban responder a tres preguntas difíciles:

¿Cómo deberíamos equilibrar riesgo y rentabilidad?

¿Cómo debería valorarse la incertidumbre financiera?

¿Por qué las personas inteligentes toman repetidamente decisiones financieras irracionales?

En mi artículo introductorio, El impacto de la IA en las decisiones financieras, examiné cómo la IA se está convirtiendo en un motor automatizado de toma de decisiones dentro de uno de los sectores más regulados del mundo.

Pero, para comprender hacia dónde puede llevar la IA a las finanzas, conviene revisar algunas de las ideas que las trajeron hasta donde están hoy.

Markowitz y las matemáticas del riesgo

En 1952, Harry Markowitz publicó Portfolio Selection, el artículo que contribuyó al nacimiento de las finanzas cuantitativas modernas.

Su idea central hoy parece casi evidente: los inversores no deberían evaluar un activo únicamente por su rentabilidad individual. Deberían considerar cómo interactúa con todo lo demás en la cartera.

Eso desplazó la conversación de elegir buenas inversiones a construir una combinación eficaz de inversiones.

Hoy, la IA puede analizar miles de activos, correlaciones, escenarios y señales del mercado a una velocidad que Markowitz nunca habría imaginado. Pero la pregunta de fondo sigue siendo la misma: ¿cuánto riesgo aceptamos a cambio de la rentabilidad que esperamos?

La IA acelera el cálculo. No decide si los supuestos que lo sustentan son razonables.

Black, Scholes y el precio de la incertidumbre

En 1973, Fischer Black y Myron Scholes publicaron The Pricing of Options and Corporate Liabilities.

El modelo Black-Scholes proporcionó a las finanzas una forma sistemática de estimar el valor de las opciones. Más importante aún, demostró que la propia incertidumbre podía modelarse y valorarse.

La IA moderna va mucho más allá. Los modelos pueden procesar movimientos del mercado, noticias, sentimiento, volatilidad y datos alternativos casi al instante.

Esa capacidad es poderosa, pero introduce un peligro conocido: un resultado sofisticado puede parecer más certero de lo que realmente es.

Un modelo puede producir una cifra precisa y, aun así, basarse en datos incompletos, relaciones inestables o supuestos que fallan ante condiciones de mercado inusuales.

Precisión y certeza no son lo mismo.

Kahneman y quien toma decisiones irracionales

Thinking, Fast and Slow, de Daniel Kahneman, añadió otra pieza esencial al rompecabezas.

Las decisiones financieras no las toman personas perfectamente racionales. Influyen en ellas el exceso de confianza, la aversión a las pérdidas, el anclaje, la familiaridad, el miedo e innumerables otros sesgos.

La IA suele presentarse como una forma de eliminar esas debilidades de la toma de decisiones. En algunas situaciones, puede hacerlo.

Pero los sistemas de IA aprenden de datos generados por personas, operan según objetivos definidos por personas y presentan resultados a personas que toman decisiones. El sesgo no desaparece simplemente porque intervenga un modelo. Puede volverse menos visible y más fácil de ampliar a gran escala.

Preguntas antiguas, herramientas más potentes

Markowitz nos ayudó a pensar en el riesgo. Black y Scholes nos ayudaron a pensar en la incertidumbre. Kahneman nos ayudó a comprender a la persona que toma la decisión.

La IA se encuentra ahora en la intersección de los tres.

Puede optimizar carteras, valorar instrumentos complejos, detectar patrones de comportamiento y apoyar decisiones a enorme escala. Pero también hereda los supuestos, las limitaciones y los puntos ciegos que hay detrás de esas decisiones.

Por eso no se puede comprender el futuro de la IA en las finanzas estudiando únicamente la IA.

A veces, la mejor forma de comprender lo que viene es volver a las ideas que iniciaron la conversación.