La IA y la transformación de la gestión patrimonial
La inteligencia artificial se está extendiendo por todo el sector de la gestión patrimonial, desde el análisis de carteras y la elaboración de informes para los clientes hasta el cumplimiento normativo y el apoyo a los asesores. Según Deloitte, el 60 % de las empresas de gestión patrimonial ya utilizan la IA para mejorar los procesos de inversión y los resultados de los clientes. La tecnología promete reducir los costes y ofrecer un asesoramiento más relevante, pero su efecto más importante podría ser poner de manifiesto qué partes del servicio tradicional siguen justificando las comisiones elevadas.
La gestión patrimonial se ha basado durante mucho tiempo en dos pilares: la información y la confianza. Los asesores recopilaban datos sobre la situación financiera de los clientes, interpretaban la evolución del mercado y recomendaban un plan de acción.
Ese modelo no ha desaparecido. Pero el contexto económico que lo rodea está cambiando.
Los sistemas de inteligencia artificial pueden procesar datos de mercado, historiales de clientes e informes de análisis de inversiones a una escala que ningún asesor individual puede igualar. Pueden supervisar las carteras de forma continua, elaborar informes e identificar cambios que puedan requerir atención.
La ventaja inmediata es la eficiencia. El cambio más trascendental es una redistribución del trabajo entre la tecnología y las personas.
Los asesores robóticos abrieron la primera puerta
La primera oleada visible de automatización llegó con los asesores robóticos a principios de la década de 2010.
Las plataformas digitales utilizaban cuestionarios para evaluar la tolerancia al riesgo y asignar a los clientes carteras modelo. De este modo, el reequilibrio y otras tareas rutinarias podían gestionarse de forma automática.
Esto hizo que la gestión básica de inversiones resultara más económica y accesible. Los inversores que no cumplían los requisitos mínimos de un banco privado tradicional podían obtener una cartera diversificada a través de un servicio digital.
Los primeros sistemas eran relativamente sencillos. Se basaban en reglas predefinidas y en categorías generales de clientes, en lugar de en un conocimiento profundo de las circunstancias particulares de cada uno.
No obstante, su importancia iba más allá de las carteras que gestionaban. Los robo-asesores demostraron que algunos aspectos de la gestión patrimonial podían estandarizarse y ofrecerse a gran escala.
También cambiaron las expectativas. Los clientes se acostumbraron a unas comisiones transparentes, al acceso digital y a una gestión más ágil de sus cuentas.
La IA pasa a un segundo plano
La siguiente etapa es menos evidente.
En lugar de sustituir al gestor patrimonial por una plataforma digital independiente, la inteligencia artificial se está integrando cada vez más en los sistemas que utilizan los asesores, los gestores de carteras y los equipos de cumplimiento normativo.
Puede resumir los resultados de las investigaciones, comparar carteras, identificar concentraciones en la cartera y preparar la documentación antes de una reunión con el cliente. Las herramientas automatizadas también pueden supervisar si una cartera se ha salido de los límites de riesgo acordados.
Esto permite a los asesores dedicar menos tiempo a recopilar información y más tiempo a interpretarla.
La distinción es importante. Muchos clientes no quieren que un algoritmo se encargue de todas sus decisiones financieras. Lo que sí esperan es que su asesor acuda a la reunión bien preparado, conozca a fondo la cartera y reaccione con rapidez cuando cambien las circunstancias.
La inteligencia artificial resulta valiosa cuando refuerza la relación, en lugar de añadir otra interfaz entre el cliente y la empresa.
BlackRock pone de manifiesto la ventaja de la infraestructura
La plataforma Aladdin de BlackRock se suele citar como ejemplo de gestión de inversiones basada en la inteligencia artificial.
Aladdin combina el análisis de carteras, la supervisión de riesgos, la negociación y los datos operativos en un único entorno. Permite a los equipos de inversión examinar las exposiciones en todas las clases de activos y evaluar cómo podrían responder las carteras a los cambios en los mercados.
La plataforma no elimina la necesidad de contar con gestores de carteras. Su importancia radica en ofrecerles una visión más integral del riesgo.
Las herramientas de aprendizaje automático pueden complementar este proceso identificando patrones, anomalías o relaciones que el análisis convencional podría pasar por alto.
La envergadura de BlackRock supone una ventaja importante. Cuenta con una amplia base de datos, personal especializado y el capital necesario para crear y mantener una infraestructura compleja.
La mayoría de los gestores patrimoniales no desarrollarán sistemas similares a nivel interno. Adquirirán herramientas analíticas de proveedores externos o incorporarán funciones de inteligencia artificial a las plataformas que ya tienen.
Esto reduce las barreras de adopción, pero también hace que las empresas dependan más de terceros cuyos modelos y datos quizá no controlen por completo.
El mercado crece en torno a la personalización
Se prevé que el mercado mundial de la inteligencia artificial en la gestión patrimonial alcance los 1,2 billones de dólares en 2026.
La demanda se debe, en parte, a la promesa de un asesoramiento más personalizado.
Los modelos tradicionales de gestión patrimonial suelen clasificar a los clientes en grandes grupos en función de su edad, sus activos y su tolerancia al riesgo. La inteligencia artificial puede analizar un conjunto de circunstancias más detallado, que incluye los flujos de caja, las obligaciones, la situación fiscal y los compromisos financieros futuros.
Un sistema podría detectar que la tolerancia al riesgo aparente de un inversor entra en conflicto con su necesidad de liquidez. Podría identificar que varias inversiones mantenidas en diferentes cuentas dan lugar a una concentración no deseada.
Para las familias acaudaladas, esta tecnología también puede ayudar a organizar los activos repartidos entre bancos, empresas, fideicomisos y jurisdicciones.
El problema es que la personalización depende de que la información sea completa y precisa. Es posible que los activos privados no se valoren con frecuencia. Las preferencias de los clientes pueden estar mal documentadas o cambiar en momentos de tensión.
Un algoritmo puede generar una recomendación muy precisa a partir de datos de baja calidad. Sin embargo, la precisión por sí sola no basta para que la recomendación sea adecuada.
La reducción de costes cambia el panorama competitivo
Se prevé que las herramientas basadas en la inteligencia artificial reduzcan los costes operativos hasta en un 301 %.
El ahorro puede derivarse de la automatización de la elaboración de informes de carteras, el procesamiento de documentos, los controles de cumplimiento normativo y la preparación de reuniones. Las empresas pueden atender a más clientes sin aumentar la plantilla al mismo ritmo.
Esto es especialmente relevante en el segmento de clientes con un nivel de ingresos medio-alto.
Es posible que estos clientes tengan necesidades demasiado complejas para un simple portafolio digital, pero que no generen ingresos suficientes para sustentar el modelo tradicional de banca privada. El asesoramiento asistido por IA podría hacer que resultara más atractivo prestarles servicio.
Por lo tanto, es posible que esta tecnología amplíe el mercado, en lugar de limitarse a reducir los costes.
Sin embargo, la implementación conlleva sus propios costes. Las empresas necesitan datos fiables, sistemas seguros y empleados capaces de utilizar las herramientas. Las plataformas heredadas pueden resultar difíciles de integrar, mientras que los proveedores externos implican costes de licencia y dependencias operativas.
La IA genera ahorros al eliminar la duplicación. Si se implementa en una organización fragmentada, puede que simplemente suponga un nuevo centro de costes.
Los inversores más jóvenes aumentan las expectativas
Según los datos, alrededor de el 70% de los millennials prefieren el asesoramiento en materia de inversiones generado por la inteligencia artificial.
Esta cifra debe interpretarse con cautela. El hecho de que se prefieran las herramientas digitales no implica necesariamente que se quiera prescindir por completo de los asesores humanos.
Los clientes más jóvenes suelen esperar un acceso inmediato a la información, servicios digitales intuitivos y una política de precios transparente. Están menos dispuestos a tolerar el papeleo y las respuestas tardías simplemente porque, tradicionalmente, estos han formado parte de la banca privada.
Es posible que sigan necesitando asesoramiento humano a la hora de gestionar herencias, propiedades, obligaciones familiares o mercados volátiles.
Por lo tanto, lo que probablemente se demanda no es un asesoramiento totalmente automatizado, sino un servicio en el que la tecnología se encargue de los análisis rutinarios, mientras que las personas sigan estando disponibles para tomar las decisiones importantes.
Las empresas que se aferran a un modelo mayoritariamente manual pueden parecer lentas y caras. Las que automatizan todas las interacciones corren el riesgo de convertir un negocio basado en las relaciones en un producto básico.
Una mayor potencia de procesamiento no garantiza la capacidad de previsión
La IA puede procesar una cantidad de datos considerablemente mayor que un asesor humano. Las afirmaciones de que puede analizar 50 veces más información ilustran la diferencia de escala.
La comparación es menos significativa de lo que parece a primera vista.
Los mercados generan más información de la que cualquier inversor puede aprovechar de forma eficaz. El reto no consiste solo en procesar los datos, sino en distinguir una señal duradera del ruido pasajero.
Un modelo puede analizar los movimientos de los precios, los informes de resultados, los datos económicos y el tono de las noticias en cuestión de segundos. Sin embargo, puede que interprete erróneamente un acontecimiento o que conceda demasiada importancia a una relación estadística que pronto desaparecerá.
El comportamiento del mercado también cambia. Las estrategias entrenadas en períodos de baja inflación o de abundante liquidez pueden resultar menos fiables en condiciones diferentes.
La IA puede ampliar el campo de análisis. No puede garantizar que se haya identificado la variable más importante.
El asesor o el gestor de carteras sigue siendo el responsable de decidir qué resultados merecen atención.
La satisfacción del cliente depende de la pertinencia
Las entidades financieras que utilizan la inteligencia artificial registran mejoras de alrededor del 301 % en la satisfacción de los clientes.
Una mejor sincronización y una mayor relevancia pueden explicar en parte el aumento.
Los clientes valoran los informes que reflejan su cartera real, en lugar de comentarios genéricos sobre el mercado. Aprecian que un asesor sea capaz de analizar la cartera en su totalidad e identificar posibles problemas antes de la próxima reunión programada.
La IA también puede permitir a las empresas comunicarse de forma más selectiva. Un cliente no necesita todas las actualizaciones del mercado, sino solo la información que afecta a sus objetivos o a su exposición al riesgo.
Una personalización mal aplicada puede tener el efecto contrario. Los mensajes automáticos pueden resultar intrusivos o repetitivos. Las recomendaciones basadas en datos incompletos pueden minar la confianza.
La experiencia del cliente mejora cuando la tecnología reduce las dificultades y facilita conversaciones más fundamentadas. Se deteriora cuando la automatización sustituye a la atención personalizada.
Los asesores deben cumplir unos requisitos más estrictos
Es poco probable que la inteligencia artificial elimine la necesidad de contar con asesores patrimoniales. Lo que sí hará es que algunas de sus tareas tradicionales pierdan valor.
La elaboración de un resumen de la cartera, el cálculo del rendimiento o la obtención de información de mercado pueden automatizarse cada vez más. Los clientes tendrán menos motivos para pagar elevadas comisiones por un trabajo que el software puede realizar rápidamente.
El papel del asesor debe orientarse hacia la interpretación, la toma de decisiones y la coordinación.
Una familia que vende un negocio puede necesitar ayuda para conciliar sus prioridades en materia de liquidez, impuestos, sucesión y asuntos personales. Un cliente que se acerca a la jubilación puede tener que decidir qué nivel de riesgo sigue siendo adecuado. Durante una caída del mercado, los inversores pueden necesitar un asesoramiento que tenga en cuenta tanto el comportamiento como el rendimiento.
Estas cuestiones no pueden resolverse solo con datos.
La IA puede presentar las diferentes opciones. El asesor debe ayudar al cliente a elegir entre ellas.
Esto puede beneficiar a los profesionales más experimentados. Sin embargo, resultará menos cómodo para aquellos cuyo trabajo consiste principalmente en la selección de productos y la elaboración de informes periódicos.
Los datos se convierten en el verdadero activo estratégico
Los sistemas de IA son tan útiles como la información de la que disponen.
Muchos gestores patrimoniales siguen almacenando los datos de sus clientes en sistemas independientes. Los registros de carteras pueden estar almacenados en un lugar, la documentación de cumplimiento normativo en otro y la información sobre los activos privados en hojas de cálculo.
Esta fragmentación limita la calidad del análisis.
Para que las empresas puedan ofrecer recomendaciones verdaderamente personalizadas, necesitan tener una visión global y coherente del patrimonio del cliente. Los datos deben estar actualizados, clasificados de forma sistemática y ser accesibles con arreglo a normas de gobernanza claras.
Esa tarea es más difícil que lanzar un asistente de IA. Además, tiene más valor.
A medida que vayan apareciendo en el mercado herramientas analíticas similares, la tecnología propia podría ofrecer solo una ventaja temporal. Las empresas que dispongan de mejores datos podrán utilizar los mismos modelos de forma más eficaz.
Por lo tanto, la ventaja competitiva no reside en la IA por sí sola, sino en la combinación de tecnología e información fiable.
La confianza marca el límite
Los datos sobre la gestión patrimonial son de carácter altamente confidencial. Pueden revelar los activos de un cliente, su estructura familiar, su situación fiscal y sus transacciones futuras.
La IA necesita acceder a esta información para generar análisis personalizados. Esto hace que la ciberseguridad, los permisos y la soberanía de los datos cobren aún más importancia.
Las empresas deben saber dónde se almacena la información, quién puede acceder a ella y si los proveedores externos utilizan los datos de los clientes para entrenar otros sistemas.
También deben dejar claro cuándo un cliente está interactuando con un servicio automatizado y cuándo es un asesor humano el responsable.
Un sistema puede generar una recomendación, pero la institución sigue siendo responsable de su idoneidad. Las obligaciones normativas y fiduciarias no se transfieren a un algoritmo.
Los clientes pueden estar dispuestos a aceptar un mayor uso de la tecnología cuando sus ventajas son evidentes. Sin embargo, no aceptarán la incertidumbre sobre quién controla su información o toma las decisiones relativas a su dinero.
Las previsiones de PwC van más allá del ámbito financiero
PwC calcula que la inteligencia artificial podría aportar hasta 15,7 billones de dólares a la producción económica mundial para 2030.
La cifra abarca la economía en general, y no solo la gestión patrimonial. No obstante, ilustra la magnitud de las expectativas en materia de inversión y productividad que rodean a esta tecnología.
El sector de los servicios financieros está bien posicionado para beneficiarse de ello, ya que muchas de sus actividades implican el procesamiento, la clasificación y la elaboración de previsiones de datos.
No todas las inversiones en IA generarán valor. Algunas empresas adquirirán sistemas que los empleados no utilizan o que no pueden integrarse con las plataformas existentes. Otras pueden automatizar procesos que primero deberían haberse rediseñado.
Los proyectos más sólidos parten de un problema bien definido. La reducción del tiempo necesario para consolidar una cartera es un objetivo cuantificable. La mejora de la precisión de los controles de cumplimiento es un aspecto que se puede comprobar. En cambio, una ambición general como “transformar la gestión patrimonial” resulta más difícil de evaluar.
La IA debería considerarse una inversión con rendimientos, costes y riesgos previstos, y no una muestra de modernidad.
La transformación será desigual
Es probable que, en los próximos tres a cinco años, el análisis predictivo y la atención al cliente automatizada se conviertan en características habituales de las plataformas de gestión patrimonial.
La diferencia entre las empresas no vendrá determinada únicamente por quién adopte primero la IA.
Algunas instituciones lo utilizarán para reforzar el asesoramiento, mejorar los datos y simplificar las operaciones. Otras incorporarán nuevas herramientas a los procesos antiguos y llamarán «transformación» al resultado.
El modelo más eficaz combinará la automatización con el criterio humano responsable. La tecnología se encargará de realizar los análisis repetitivos, supervisar las carteras y organizar la información. Los asesores interpretarán los resultados y ayudarán a los clientes a tomar decisiones que impliquen incertidumbre, emociones y prioridades contrapuestas.
La inteligencia artificial puede hacer que la gestión patrimonial sea más rápida, más escalable y más adaptada a las circunstancias particulares de cada persona.
No puede decidir qué objetivos debe alcanzar el patrimonio de un cliente, qué intereses familiares deben tener prioridad ni qué grado de incertidumbre es aceptable.
La transformación del sector dependerá de que las empresas utilicen la tecnología para responder a esas preguntas de forma más inteligente, en lugar de pretender que la tecnología pueda responderlas por sí sola.
