Mientras en Brasilia parlamentarios debatieron durante meses sobre una controvertida reforma al sistema de pensiones, un robot a miles de kilómetros de distancia, en Londres, vigilaba a los 513 legisladores. El algoritmo, diseñado por la startup de tecnología Arkera, siguió sus comentarios en periódicos brasileños y páginas web del gobierno cada día para predecir la probabilidad de que el proyecto de ley se aprobara.
Semanas antes de que la propuesta superara su mayor obstáculo en julio, los cálculos de la máquina permitieron a los analistas de Arkera predecir el resultado casi al pie de la letra, dando a clientes de fondos de cobertura en Nueva York y Londres la perspectiva necesaria para invertir en el real brasileño, que se ubicaba cerca su nivel mínimo en ocho meses en mayo. Desde entonces, ha repuntado más de 8%.
Este es el tipo de ventaja por la que apuesta una nueva generación de investigadores para remecer el mercado de la investigación. Para los clientes de Arkera en Wall Street y en la ciudad de Londres, aquello significa hacer que los robots decodifiquen el ruido en tierras lejanas.
"Hay demasiada gente a la cual seguir en Twitter, demasiados sitios web, demasiados artículos", comentó Nav Gupta, cofundador de Arkera de 48 años, quien afirma que su software puede procesar la misma información que 1.000 analistas humanos. "Es un problema muy costoso y todos lo enfrentan".
El uso de inteligencia artificial para automatizar parte del proceso de investigación gana terreno rápidamente porque los bancos de inversión conscientes de los costos aplican reducciones de personal y presupuesto. Solo en el Reino Unido hubo una caída de 30% de los presupuestos para investigación el año pasado, según datos de la Financial Conduct Authority. En los 12 bancos más grandes se registra desde 2015 un descenso de 7% del personal administrativo que cubre divisas, como operadores e investigadores, de acuerdo con la consultora de análisis investigativo londinense Coalition Development.
Eso significa que es aún más difícil de lo que solía ser costear analistas en terreno en países en desarrollo, casi los únicos lugares en el mundo donde los inversionistas pueden obtener rentabilidad en este momento.
Empresas de ciencia de datos como Arkera y Sigloidal, firma con sede en Nueva York, dicen que pueden resolver este problema usando máquinas que aprenden sobre la marcha mientras analizan decenas de miles de artículos de noticias, declaraciones de gobierno y cuentas de redes sociales en idiomas tan variados como español, árabe y chino.
Después de una inversión inicial de hasta US$100.000, los bancos pueden ahorrar US$1 millón durante siete años usando tales sistemas porque no necesitan contratar a tantos analistas de datos, explicó Marek Bardonski, quien era director ejecutivo de Sigmoidal cuando habló con Bloomberg en julio. En la actualidad no es parte de la empresa.
Otro ejemplo son las protestas de este año en Hong Kong. Bardonski indicó que el software de Sigmoidal fue capaz de seguir los acontecimientos en la prensa cantonesa e incluso identificar los canales de Twitter no verificados de los líderes de las manifestaciones para monitorear el riesgo de nuevos disturbios. La tecnología es útil para países lejanos afectados por la agitación política, lugares donde los inversionistas están ansiosos por poner dinero pero no tienen fácil acceso a la información.
"El sistema puede dar una ventaja sobre los analistas tradicionales que trabajan para instituciones financieras", aseguró Bardonski, quien dijo que los informes típicos incluyen gráficos sobre opinión, estadísticas de palabras clave y breves resúmenes escritos. "En lugar de recibir 100.000 artículos de noticias, los clientes pueden obtener todas las perspectivas en una sola página".
Ni Sigmoidal ni Arkera dejaron que Bloomberg tuviera acceso a un ejemplo de un informe automatizado para ver qué tan legible es comparado con uno producido por un ser humano, aduciendo reglas que impiden compartir datos de propiedad exclusiva.
