El auge de la inteligencia artificial en la gestión patrimonial
La inteligencia artificial está pasando de ocupar un lugar secundario en la gestión patrimonial a convertirse en un elemento central de su funcionamiento. Deloitte ha constatado que el 60 % de los gestores patrimoniales espera que esta tecnología se convierta en un importante factor diferenciador competitivo en los próximos años. Su atractivo inmediato radica en la reducción de costes y la mayor rapidez de análisis, pero el cambio más significativo tiene que ver con la forma en que las empresas entienden a los clientes, prestan asesoramiento y distribuyen el trabajo entre la tecnología y los asesores humanos.
La gestión patrimonial siempre ha dependido de la información. Los asesores recopilan datos sobre los activos, los ingresos, la tolerancia al riesgo, la situación familiar y los objetivos a largo plazo del cliente antes de plasmarlo todo en una estrategia de inversión.
Hasta hace poco, gran parte de ese proceso se basaba en las relaciones personales, la experiencia profesional y modelos financieros relativamente estáticos. La inteligencia artificial aporta una nueva dimensión. Es capaz de analizar grandes volúmenes de datos sobre el mercado y los clientes, identificar patrones y actualizar las recomendaciones a medida que cambian las circunstancias.
Esto no resta importancia al criterio humano. Lo que cambia es dónde se aplica ese criterio.
De la automatización al asesoramiento
El sector de los servicios financieros ha adoptado en repetidas ocasiones tecnologías que, en un principio, parecían revolucionarias y que, con el tiempo, se han convertido en algo habitual. Los cajeros automáticos transformaron el acceso a los servicios bancarios. Las plataformas en línea redujeron la necesidad de acudir a las sucursales. Las aplicaciones móviles integraron la información de las cuentas y las transacciones en la vida cotidiana.
En la gestión patrimonial, la primera oleada visible de automatización llegó de la mano de los robo-asesores. Plataformas como Betterment y Wealthfront utilizaban algoritmos para crear y reequilibrar carteras a un coste inferior al de los modelos de asesoramiento tradicionales.
Su principal aportación no fue la sofisticación de las inversiones, sino la escala. Las plataformas automatizadas podían atender a un gran número de clientes con una intervención humana relativamente escasa, lo que ponía la gestión básica de carteras al alcance de inversores que antes quizá no hubieran podido acceder a un asesoramiento personalizado.
La siguiente fase es más amplia. La inteligencia artificial se está utilizando cada vez más en bancos tradicionales y gestoras de patrimonios, y no solo en las nuevas entidades digitales.
UBS, por ejemplo, ha integrado la inteligencia artificial en algunas de sus operaciones de inversión y de atención al cliente. Esta tecnología puede ayudar a los asesores a preparar reuniones, analizar carteras e identificar productos o información que puedan ser de interés para un cliente concreto.
El objetivo no es simplemente automatizar un servicio convencional, sino hacer que el asesoramiento sea más ágil sin que su coste resulte prohibitivo.
El atractivo de la economía de escala
PwC informó de que el 52% de las empresas del sector de los servicios financieros había invertido en inteligencia artificial durante el año anterior. Esta cifra refleja un esfuerzo generalizado por reducir el coste de las tareas repetitivas y que requieren un gran volumen de datos.
La supervisión de carteras, el procesamiento de documentos, la segmentación de clientes y los controles de cumplimiento normativo pueden suponer una gran carga de trabajo para el personal. Los sistemas de inteligencia artificial pueden realizar parte de estas tareas con mayor rapidez y coherencia, lo que permite a las empresas atender a más clientes sin tener que aumentar la plantilla al mismo ritmo.
Las perspectivas económicas resultan especialmente atractivas en el segmento de clientes con un patrimonio elevado. Estos clientes suelen tener necesidades demasiado complejas para una cartera automatizada básica, pero es posible que no generen ingresos suficientes para justificar una relación de banca privada tradicional.
El asesoramiento asistido por IA podría hacer que prestar servicio a este grupo resultara más rentable. Un asesor humano podría seguir siendo el responsable de la relación, mientras que la tecnología se encargaría de la recopilación de datos, el análisis de la cartera y la comunicación rutinaria.
En el caso de los clientes más importantes, la propuesta de valor es diferente. Las familias acaudaladas no necesitan necesariamente un asesoramiento más barato. Lo que necesitan es una visión más clara de sus complejas carteras, un acceso más rápido a la información relevante y una mejor coordinación entre bancos, divisas, clases de activos y jurisdicciones.
La personalización depende de que se disponga de datos fiables
A menudo se presenta la inteligencia artificial como una vía hacia una gestión patrimonial hiperpersonalizada. En principio, un sistema puede analizar los patrones de gasto, las necesidades de liquidez, las consideraciones fiscales y las preferencias de inversión antes de proponer una cartera adaptada a cada cliente.
La realidad es más exigente. La personalización solo es tan fiable como los datos en los que se basa.
Muchos gestores patrimoniales siguen almacenando la información de sus clientes en sistemas inconexos. Los datos de las carteras pueden encontrarse en una plataforma, los registros de idoneidad en otra y la correspondencia en una tercera. Los activos privados pueden estar documentados en hojas de cálculo o actualizarse solo de forma periódica.
Un modelo de inteligencia artificial no puede generar una visión fiable del cliente a partir de registros incompletos o incoherentes. Antes de que las empresas puedan prometer un asesoramiento más personalizado, deben resolver los problemas menos llamativos relacionados con la calidad de los datos, la integración de sistemas y la titularidad.
Los clientes también deben comprender cómo se utiliza su información. Cuanto mayor sea el nivel de personalización, más sensibles pueden llegar a ser los datos solicitados.
Los modelos de riesgo se vuelven más sensibles
La inteligencia artificial puede reforzar la gestión de riesgos al detectar cambios que los modelos convencionales solo pueden identificar con retraso.
Los sistemas predictivos pueden analizar datos de mercado, concentraciones de carteras y correlaciones entre clases de activos. También pueden incorporar información menos estructurada, como informes corporativos, cobertura mediática y cambios en la confianza de los inversores.
Para los asesores, esto podría suponer una alerta temprana sobre las vulnerabilidades de la cartera. Un sistema podría detectar que la diversificación aparente de un cliente es más débil de lo que parece, ya que varias de sus inversiones dependen del mismo factor económico, sector o mercado geográfico.
Estas herramientas son útiles, pero no son neutrales. Los modelos reflejan los supuestos, los datos de entrenamiento y los objetivos elegidos por sus desarrolladores.
Un sistema entrenado en condiciones de mercado relativamente estables puede funcionar mal ante una crisis inusual. Además, un algoritmo puede identificar relaciones estadísticas sin explicar si estas tienen relevancia económica.
El peligro no es que la IA siempre tome decisiones peores que las personas. Es que sus resultados puedan aceptarse con más confianza de la que merecen.
El cumplimiento normativo ofrece un primer caso de uso
El ámbito normativo es uno de los más propicios para la adopción de la inteligencia artificial. Los gestores patrimoniales deben supervisar las transacciones, mantener los registros de los clientes, evaluar la idoneidad y elaborar la documentación destinada a los organismos reguladores.
Estos procesos son costosos y propensos a errores humanos. Las herramientas de inteligencia artificial pueden revisar documentos, señalar la información que falta e identificar las transacciones que requieren una investigación más exhaustiva.
El procesamiento del lenguaje natural también puede ayudar a las empresas a supervisar las comunicaciones o a comparar las políticas internas con los requisitos normativos.
Las mejoras en la eficiencia podrían ser considerables, pero la responsabilidad sigue recayendo en la institución. Una empresa no puede culpar a un algoritmo por no haber detectado una actividad sospechosa o por haber recomendado una inversión inadecuada.
Por lo tanto, seguirá siendo necesaria la revisión humana, sobre todo cuando las decisiones afecten a los derechos de los clientes, a las obligaciones legales o a la presentación de informes reglamentarios.
El papel del asesor se vuelve más exigente
Las predicciones de que la inteligencia artificial sustituirá a los asesores financieros pasan por alto la naturaleza de la gestión patrimonial.
Los clientes no solicitan asesoramiento únicamente porque carezcan de información. Es posible que necesiten ayuda para resolver prioridades contradictorias, planificar la sucesión familiar o tomar decisiones en momentos de tensión en los mercados.
Estas situaciones implican confianza, interpretación y criterio. Un modelo puede calcular el impacto financiero de la venta de una empresa familiar, pero no puede gestionar por completo las tensiones personales que acompañan a la decisión.
Es más probable que la inteligencia artificial transforme el papel del asesor que lo elimine. Es posible que las tareas rutinarias de preparación y análisis se automaticen cada vez más. Se esperará que los asesores dediquen más tiempo a explicar las opciones, cuestionar los supuestos y coordinar las decisiones en el conjunto de los asuntos financieros del cliente.
Esto podría aumentar el valor de los asesores más competentes, al tiempo que pondría en evidencia a los menos competentes. Cuando la información básica sobre el mercado y la construcción de carteras estén ampliamente disponibles, los clientes tendrán menos motivos para pagar un sobreprecio por servicios que no son más que la selección de productos.
La seguridad pasa a formar parte de la oferta
Los sistemas de inteligencia artificial dependen del acceso a grandes cantidades de datos de clientes y financieros. Por eso, la protección de datos es una cuestión estratégica y no una mera cuestión técnica secundaria.
Las fallas en la ciberseguridad pueden provocar pérdidas económicas directas, sanciones normativas y un daño duradero a la reputación. Los clientes de gestión patrimonial son especialmente vulnerables, ya que sus expedientes pueden contener información detallada sobre activos, estructuras familiares y transacciones futuras.
Las empresas deben definir a qué datos pueden acceder los sistemas de inteligencia artificial, dónde se alojan dichos sistemas y cómo se almacenan los resultados. También deben contar con medidas de protección contra la filtración, la manipulación y el uso no autorizado de los datos.
Los proveedores de tecnología externos suponen un riesgo adicional. Una gestora patrimonial puede externalizar parte de su infraestructura de inteligencia artificial, pero no puede externalizar la responsabilidad de proteger la información de los clientes.
La confianza dependerá, en parte, de que las empresas sean capaces de explicar sus controles en términos que los clientes puedan entender.
Los ganadores combinarán tecnología y criterio
Gartner prevé que, para 2025, la IA gestionará más de 1,4 billones de dólares en activos. El hecho de que los activos estén realmente “gestionados por la IA” es una cuestión sujeta a interpretación. En la mayoría de los casos, la tecnología sirve de apoyo en la construcción de carteras, el seguimiento o la comunicación, en lugar de asumir toda la responsabilidad de las decisiones de inversión.
La distinción es importante. La IA no es un gestor patrimonial autónomo. Se trata de un conjunto de herramientas que pueden mejorar determinados aspectos del proceso de asesoramiento.
Es probable que, en los próximos tres a cinco años, esta tecnología se convierta en una característica estándar de las plataformas de inversión. Las funciones analíticas básicas serán cada vez más accesibles, lo que reducirá su valor como factor diferenciador.
La ventaja competitiva dependerá, por el contrario, de la ejecución. Las empresas necesitarán datos fiables, una infraestructura segura y una gobernanza clara. Además, deberán integrar la inteligencia artificial en el trabajo diario de los asesores, en lugar de añadirla como un servicio digital aislado.
La formación de los clientes será igualmente importante. Los inversores deben saber cuándo están interactuando con un sistema automatizado, cómo se generan las recomendaciones y en qué casos sigue siendo responsable un asesor humano.
Es poco probable que el modelo más eficaz sea totalmente humano o totalmente automatizado. Combinará la potencia de procesamiento de la IA con el criterio profesional y una relación que transmita confianza a los clientes a la hora de tomar decisiones importantes.
La inteligencia artificial agilizará la gestión patrimonial y, posiblemente, la hará más accesible. Que esto mejore el sector dependerá de cómo las empresas aprovechen el tiempo, la información y la escala que ofrece.
