Fa unes setmanes, una companya amb qui comparteixo consell a CFA Society Spain em comentava que tenia creats deu agents basats en ChatGPT, que elaboren una anàlisi fonamental partint de la publicació de resultats trimestrals de les companyies cotitzades que formaven el seu univers d’inversió, a més de redacció i presentació de certs informes, adaptats a les necessitats de l’empresa per a la qual treballa.
L’avenç en les capacitats d’aquests sistemes és tan sorprenent que amb prou feines un té temps de parar-se a pensar en les amenaces i les oportunitats. Si volem sobreviure en aquest entorn, la recomanació principal dels experts en aquesta matèria passa per dedicar com a mínim una hora al dia a aprendre i utilitzar els models més avançats, i amb esperit de superació de l’obsolescència contínua a què ens enfrontarem.
La qüestió per al professional de la inversió ha passat de la necessitat o no d’incorporar IA agentiva a la de quin model organitzatiu s’ha d’adoptar, atesa la capacitat de planificar i executar tasques cada cop més complexes amb un nivell d’autonomia creixent. És a dir, el canvi consisteix en el fet que, si en el passat es feia servir la tecnologia com a eina passiva, ara es converteix en un col·laborador actiu amb capacitat per substituir les tasques d’un analista júnior.
Però quan parlem d’IA agentiva, a què ens referim exactament? La resposta la trobem en un sistema que aglutina determinades capacitats, com ara la utilització d’un model de llenguatge extens (LLM), accés a sistemes o bases de dades externes, que planifica tasques amb mecanismes d’avaluació i correcció en un entorn de memòria estructurada.
L’estalvi de temps, els costos directes i, per tant, l’increment en productivitat és considerable. És veritat que pot substituir alguns llocs de treball, especialment durant els primers cinc anys de vida professional, però també implicarà la creació de nous rols a les empreses, a més que per a molts treballadors augmentaran les seves responsabilitats i funcions.
En el moment en què un agent d’IA realitzi funcions d’anàlisi macroeconòmica, valori empreses d’acord amb criteris específics, sigui capaç d’integrar en l’anàlisi dades alternatives, notícies i hi identifiqui riscos d’índole diversa, permetrà al gestor d’inversions concentrar-se en la interpretació estratègica i en la reflexió sobre la idoneïtat d’una inversió. El criteri i la capacitat de judici no desapareixen.
Però és que, a més, pot ajudar en la capacitat de supervisió dels analistes de riscos, optimitzar els processos de compliment normatiu i reporting als organismes reguladors o clients, la qual cosa reduirà molt la càrrega administrativa, els errors operatius i els temps de lliurament.
És veritat que en paral·lel serà essencial implementar uns mecanismes robustos de supervisió i control humans, sobretot perquè atesa la intensitat regulatòria en la indústria dels mercats financers, la governança tecnològica serà indispensable.
En qualsevol cas, la responsabilitat final en les inversions i en la tasca fiduciària sobre el client continuarà residint en el gestor, que haurà experimentat un canvi més o menys radical en el seu dia laboral, però la missió del qual, en si, no s’haurà modificat en absolut.
La història recent de la digitalització financera demostra que l’avantatge no acostuma a estar en el fet de ser el primer a adoptar la tecnologia, sinó en el d’integrar-la amb coherència organitzativa.
La IA agentiva representa un canvi qualitatiu en la manera com les organitzacions financeres poden estructurar el seu treball. No es tracta de reemplaçar professionals, sinó d’ampliar-ne la capacitat operativa mitjançant sistemes capaços de planificar i executar tasques complexes.