El inteligencia artificial se ha convertido en una herramienta fundamental en el mundo de inversionespermitiendo acelerar procesos que antes dependían del análisis humano. de acuerdo a McKinseyél 67% de los inversores consideran su adopción una prioridad y la 82% prevé un impacto transformador en los próximos cinco años.
Sin embargo, la carrera por la integración modelos de inteligencia artificial generativa en la toma de decisiones puede exponer a los mercados a errores resultantes de una dependencia excesiva de la tecnología ya la apariencia de prejuicios y omisiones.
Este entorno presenta una diversificación sin precedentes en las soluciones tecnológicas ofrecidaslo que facilita que los equipos de inversión exploren alternativas con mayor agilidad.
Sin embargo, los especialistas citados por McKinsey Insisten en que la verdad diferenciación competitiva No solo proviene de la velocidad, sino de la capacidad de hacerlo. identificar y gestionar los riesgos subyacentes. Un ejecutivo de la industria dijo: «Me pagan por tener razón, no por ser rápido», según el informe.
Entre las principales ventajas de estos modelos está la rapidez con la que generan informes y la capacidad de analizar grandes volúmenes de datos. McKinsey advierte, sin embargo, que la calidad del proceso depende de una supervisión estricta e integración con las prácticas de cada empresa.
La velocidad no garantiza la precisión; por lo tanto, el cultura interna debe guiar el uso de estos modelos hacia la detección temprana de riesgos y asignación efectiva de recursos a las oportunidades más fuertes.
Frente al entusiasmo, McKinsey identifica riesgos específicos. Uno de ellos es el sesgo de optimismo en informes automatizados: en siete de cada diez sectores analizados, los modelos generativos proyectaron escenarios más favorables que los sustentados en entrevistas a expertos.
Si bien los sistemas tienden a mostrar perspectivas «ideales», los especialistas humanos aportan matices que muestran desafíos prácticos y diferencias notables entre segmentos.
A esto se suman contradicciones y divergencias en métricas esenciales como tamaño del mercadotasas de crecimiento, estructura de precios y márgenes.
de acuerdo a McKinseyEstas diferencias generalmente están asociadas con el uso de datos públicos no validadoslo que requiere que los equipos los comparen con su propia información y con fuentes expertas.
El omisiones representan otro peligro: cerca del 40% de los datos relevantes identificados en las entrevistas. con expertos de la industria no aparecen en los análisis generados por IA, incluso después de múltiples intentos de consulta.
Un ejemplo es el Mercado de ropa infantil de EE. UU.. Mientras que el análisis de expertos describió un sector estable, con un crecimiento moderado y un gasto por niño aumentando en relación con la inflación, el informe automatizado afirmó que las ventas en línea representaban la mitad del mercado y que el gasto anual era apenas de unos pocos cientos de dólares por niño, en comparación con la estimación más alta de 1.000 dólares proporcionada por expertos.
Además, este modelo omitió datos relevantes sobre márgenes, patrones de grupos de edad, información relevante del minorista y rotación de inventario.
McKinsey enfatiza que la dependencia total de estos sistemas puede conducir a la asignación de recursos transacciones poco prometedoras o ignorar factores cruciales para la valoración y el riesgo de una inversión. Las decisiones basadas en información incompleta o sesgada pueden comprometer el desempeño de los empleados. fondos a largo plazo.
Ante estos desafíos, el consultor recomienda integrar el inteligencia artificial generativa con análisis propio, priorizando datos de propiedad y el apoyo de expertos de la industria. Adoptar un enfoque sistemático, con controles de calidad y procesos de debida diligencia, es esencial para aprovechar el potencial de la tecnología sin perder el juicio crítico de la experiencia humana.
De esta manera, los equipos obtienen una visión más amplia de los riesgos y oportunidades, mejorando tanto la asignación de capital como la eficiencia en el uso del tiempo dedicado al análisis.
Finalmente, el informe advierte sobre el riesgo de inundar los procesos de inversión con información irrelevante o superficial. Usar la IA con cuidado significa seleccionar cuidadosamente las fuentes y proteger cada etapa del análisis de demasiadas entradas poco confiables.
La clave para los inversores, dicen los expertos, es ser selectivos y deliberados sobre los datos que incorporan, asegurando que la tecnología complementan y no reemplazan el rigor profesional.
