La inteligencia artificial (IA) se ha convertido en la gran revolución de este 2023. Las empresas han iniciado una 'carrera' por liderar un sector que está disparando en bolsa a las compañías que apuestan por esta tecnología. Y los inversores, conscientes de su potencial, están incorporando, cada vez en mayor medida, esta temática a sus carteras. Todo ello, en medio de un escenario que no está exento de riesgos.
"La inteligencia artificial (IA) ya se utiliza para hacer algunas cosas de forma más eficiente, pero para los inversores en activos privados, su verdadero potencial sólo está empezando a asomar", señala James Ellison, responsable de Data Insights de activos privados de Schroders.
En algunas industrias, el impacto inmediato de la IA será enorme. De hecho, hay compañías en las que esta tecnología ya está cambiando por completo su forma de operar.
"En la mayoría de los demás sectores, incluida la inversión en mercados privados, creemos que casi todos los profesionales percibirán un aumento de la productividad en los próximos seis meses. Pero esa IA no revolucionará por completo lo que ya se está haciendo. Por el momento…", afirma Ellison.
Los grandes modelos lingüísticos (Large Language Models o LLM por sus siglas en inglés) son el subconjunto de la IA que más se utiliza actualmente en la inversión en mercados privados. Estos modelos contienen miles de millones de parámetros y se han creado a partir de grandes cantidades de datos de texto de Internet.
"Un aspecto clave de estos modelos es su propiedad básica, que permite afinar los modelos lingüísticos de uso general creados por las grandes empresas tecnológicas para resolver problemas especializados. Y, lo que es más importante, este ajuste requiere sólo una fracción de la potencia de cálculo y de datos de los modelos originales", comenta el experto de Schroders.
¿CÓMO UTILIZARÁN LOS INVERSORES PRIVADOS LA IA?
Los inversores privados se enfrentan a diario con una enorme cantidad de información: informes de socios generales (GPs), archivos de la empresa, documentos del sector, artículos de noticias e inteligencia de mercado.
La extracción masiva de esta información no estructurada, facilitada por los LLM, les está permitiendo reducir el ruido y centrarse en las piezas de información más importantes.
"Uno de los retos más antiguos para los inversores de private equity es elaborar una lista de 'comparables' a efectos de valoración. Tradicionalmente, esto se ha basado en la clasificación sectorial y la geografía de la operación para identificar a los comparables de una inversión; ahora, utilizando el contenido de los sitios web de las empresas junto con LLM, es posible construir un 'mapa de similitudes' más pormenorizado que una lista más representativa. Y en un tiempo récord", indica Ellison.
En este sentido, desde Schroders prevén que pronto habrá salas de datos con IA, en las que un asistente de IA tendrá acceso a todos los documentos e información de la sala y podrá resumir rápidamente el contenido, responder preguntas e incluso destacar los puntos más pertinentes. "De este modo, el 'due diligence' será aún más exhaustivo, rápido y se ahorrará tiempo", agregan.
Además, creen que en un futuro no muy lejano, las herramientas útiles para muchas empresas serán suministradas por proveedores externos. Las herramientas específicas de cada empresa, que pueden ser una fuente de ventajas competitivas, se crearán internamente.
"Las herramientas externas se convertirán en la norma para hacer negocios en todas las empresas. La ventaja competitiva residirá en las herramientas propias", dicen en la gestora.
Al automatizar las tareas rutinarias y repetitivas, la IA tiene el potencial de aumentar significativamente la productividad, liberando a los trabajadores humanos para que se centren en tareas más complejas y creativas que requieren ingenio.
LÍMITES Y RETOS
La IA tiene el potencial de revolucionar la inversión en el mercado privado, pero es importante reconocer que existen riesgos asociados a su uso.
Según Schroders, hay tres grandes categorías de tareas "no aptas para la IA" que requieren que los humanos estén "en el bucle" para tomar decisiones clave:
1. Pensamiento crítico
2. Resolución de conflictos
3. Conciencia contextual amplia
Por ello, aunque la IA puede analizar grandes cantidades de datos e identificar patrones, no es una solución mágica y puede cometer errores.
Las consideraciones legales, de cumplimiento, privacidad y seguridad son un requisito previo, ya que los sistemas de IA deben cumplir la normativa legal y las directrices éticas. También es crucial disponer de mecanismos de gobernanza para evaluar y aprobar los casos de uso, garantizando que la IA se utiliza de forma responsable.
"Al considerar cuidadosamente estos riesgos y aplicar las salvaguardias adecuadas, los inversores del mercado privado pueden aprovechar el poder de la IA al tiempo que minimizan los posibles inconvenientes", concluye Ellison.
