Los agentes de IA toman Wall Street: la inversión se automatiza las 24 horas

Brókeres, fintech y startups trabajan en agentes de IA capaces no solo de ofrecer asesoramiento de inversión, sino también, con el tiempo, de ejecutar operaciones de forma autónoma. Así, la inteligencia artificial empieza a pasar de ser una herramienta de análisis a convertirse en un gestor activo de carteras.

Los inversores comunican sus objetivos, su tolerancia al riesgo y su situación financiera. A partir de ahí, el agente de IA supervisa la cartera, analiza los mercados y realiza tareas que hasta ahora siguen en manos de personas.

Según Devin Ryan, de Citizens, en teoría todo el mundo podría contar con su propio family office digital, operativo las 24 horas del día.

Del asesoramiento a la ejecución

Hasta ahora, muchos inversores utilizan la IA sobre todo como herramienta de apoyo. Desde la irrupción de ChatGPT, los particulares recurren a la IA para resumir resultados trimestrales, generar ideas de inversión en acciones o analizar empresas con mayor rapidez. Es útil, pero todavía relativamente limitado.

El siguiente paso son las finanzas agénticas. En este modelo, la IA no se queda en el análisis, sino que también ayuda a ejecutar estrategias. Esto incluye gestión de carteras, optimización fiscal, gestión de liquidez, reasignaciones y, eventualmente, también negociación automática.

Las startups avanzan con cautela en esa dirección. Podium Markets AI, por ejemplo, ha desarrollado Ivy, un asistente de IA que analiza carteras repartidas entre varias cuentas de bróker y formula recomendaciones en función de los objetivos y del perfil de riesgo. Pero la decisión final sigue correspondiendo al usuario.

Los brókeres también quieren sumarse

Las grandes plataformas también se orientan hacia los agentes de IA. Robinhood presentó en mayo herramientas que permiten a agentes de IA externos conectarse con las cuentas de los clientes. Public, por su parte, trabaja en sus propios agentes de IA para automatizar procesos de inversión dentro de la plataforma.

Esto podría cambiar la estructura del mercado. Si los agentes de IA empiezan a ejecutar operaciones con mayor frecuencia, el volumen de negociación podría aumentar de forma significativa. Ryan incluso prevé que el número de operaciones en algunas plataformas pueda llegar a multiplicarse por diez.

Un inversor minorista que hoy opera dos veces al mes podría, en un modelo agéntico, llegar a hacerlo veinte veces al día. Suena eficiente, pero también entraña riesgos.

La gran cuestión: ¿entiende la IA al inversor?

Enseñar a un agente de IA a comprar o vender acciones no es, técnicamente, la parte más difícil. El problema está en la interpretación. Si un inversor dice: “quiero que mi cartera crezca de forma agresiva”, ¿qué significa exactamente? ¿Más volatilidad? ¿Concentración en tecnología? ¿Uso de opciones? ¿Aceptar una mayor probabilidad de pérdidas?

Un agente de IA puede ejecutar una instrucción de forma técnicamente correcta y aun así generar un resultado que el inversor nunca pretendía. Por eso, las plataformas están incorporando por ahora límites claros. En Public, por ejemplo, el usuario debe aprobar primero el flujo de trabajo de un agente de IA antes de que se ejecuten las tareas.

Así que, por ahora, la última palabra sigue siendo humana.