¿Traerá la inteligencia artificial la ‘democratización’ del asesoramiento financiero?

La inteligencia artificial (IA) se está convirtiendo en una poderosa herramienta en numerosos campos, y el asesoramiento financiero no va a ser la excepción.

La brecha entre los servicios a los que tienen acceso distintos tipos de clientes se ha acrecentado en los últimos tiempos, producto de la presión regulatoria que, paradójicamente, busca una mayor protección al inversor, pero ha aumentado los costes del servicio de asesoramiento.

Nos referimos a la MiFID II, que limita el pago de incentivos, y que, en estos meses, la están revisando como parte de la denominada Estrategia de Inversión Minorista (conocida como RIS, de Retail Investment Strategy). Pues bien, la RIS da otra vuelta de tuerca a los incentivos, plantea su práctica eliminación y ofrece una definición de asesoramiento cualificada que hará aún más costoso prestar este servicio, y supondrá un paso más hacia el advice gap o imposibilidad de que los clientes minoristas accedan al asesoramiento.

Con la RIS, asesorar con los medios tradicionales a clientes minoristas será inviable para muchas entidades si quieren obtener algún margen.

Con este panorama, la IA puede transformar la manera en la que los bancos y otras entidades financieras prestan el servicio de asesoramiento, y hacerlo accesible para todos los segmentos de clientes de manera eficiente y a una escala nunca vista.

La IA generativa podría ser un paso adicional a los roboadvisors (gestores automatizados de inversiones) que, pese a haber supuesto un avance relevante, han encontrado como principal obstáculo la percepción de estar relacionándose con una máquina. La interacción con la IA generativa es conversacional y crea la percepción de estar hablando con un humano con una altísima preparación técnica y rapidez de respuesta, pues estos sistemas pueden lograr adaptarse al nivel de su interlocutor y ofrecer respuestas comprensibles.

Para delimitar hasta qué punto se quiere utilizar la IA en el asesoramiento, existen dos enfoques: uno, el de conectar el algoritmo a la lógica y al universo de productos de cada entidad financiera; y, dos, el de permitir que busque en todas las fuentes públicas disponibles y recomiende en abierto. Si bien es posible que la segunda opción, en algún momento, sea factible, hoy es aún una alternativa lejana por los interrogantes que esta alternativa plantea.

En la opción de conectar la IA con la lógica y el universo de productos propios para prestar asesoramiento, esta tecnología ofrece como mínimo las siguientes ventajas:

a) Análisis de datos avanzado: se pueden procesar grandes cantidades de datos en tiempo real y detectar los mejores productos para el cliente entre el catálogo disponible.

b) Personalización: puede analizar datos personales, patrones de gastos, metas financieras y tolerancia al riesgo de forma más rápida y barata que en un proceso con intervención humana. Además, puede hacerlo en modo conversacional.

c) Automatización: asimismo, permite automatizar tareas rutinarias y operar las 24 horas del día, lo que es especialmente interesante para órdenes hacia mercados internacionales.

d) Educación financiera: la IA puede ofrecer información educativa sobre conceptos financieros, lo que empodera a las personas para tomar decisiones financieras más informadas.

---

La «ley de inteligencia artificial» está cada vez más cerca y permitirá desplegar las soluciones de IA con seguridad jurídica en las entidades

---

Este avance tecnológico también plantea una serie de desafíos regulatorios que deben abordarse para proteger los intereses de los inversores:

• Transparencia: el interlocutor debe saber que la interacción no está teniendo lugar con un humano, sino con un sistema de IA, y debe lograrse la transparencia algorítmica de este sistema; es decir conocer qué datos, cómo, para qué y por quién se utilizan, y cómo se llega a las conclusiones que se manifiestan.
  • En este punto, es necesario compaginar la transparencia y la confidencialidad requerida para preservar la propiedad intelectual e industrial.
• Responsabilidad: las entidades financieras que implanten soluciones basadas en la IA han de ser conscientes de que son las responsables de las decisiones automatizadas.
• Sesgo algorítmico: los algoritmos utilizados en estas técnicas pueden introducir sesgos no deseados en las recomendaciones financieras. Los reguladores querrán asegurarse de que las empresas implementen medidas para evitar esos sesgos, y que esas medidas se basan en un análisis de riesgos que contempla el contexto social y los efectos colaterales problemáticos que se puedan derivar de aquellos, como puede ocurrir en la toma de decisiones en sistemas de evaluación de crédito o de detección de fraude.
• Ética, privacidad y seguridad de los datos: sin duda este es el gran reto, que exigirá un programa de cumplimiento y gobierno específico que asegure los principios de ética y privacidad desde el diseño y la implantación de las evaluaciones de impacto sobre la privacidad y los derechos fundamentales.
  • Sobre la seguridad, a los riesgos generales de ciberataques, hay que añadir las amenazas de inclusión de troyanos o de manipulación en los datos de entrenamiento.
• Supervisión humana: hay que preparar, ejecutar y documentar auditorías sobre los tratamientos que incluyan un componente de IA.
• Formación del personal de control: los profesionales de control también tendrán que adaptarse a estas nuevas técnicas y necesitarán una capacitación adecuada para comprenderlas y supervisarlas.

El asesoramiento financiero puede recibir un impulso enorme con técnicas de IA y ser más personalizado, eficiente y accesible; es decir, puede llegar a generalizarlo, a hacerlo accesible para todos.

La “ley de inteligencia artificial”, en la que terminará el proyecto de reglamento que han acordado el Consejo de la UE y el Parlamento Europeo el 8 de diciembre del 2023, está cada vez más cerca y permitirá desplegar las soluciones de IA con seguridad jurídica en las entidades.

Ajustarse a esta norma implicará que, desde el principio, se incorporen en estas técnicas el análisis regulatorio, legal y de cumplimiento normativo, para asegurar que, desde el diseño, respeten la legalidad y la regulación financiera. A diferencia de lo que ocurre en otras iniciativas tecnológicas, en las que es posible introducir controles a posteriori, en la IA los controles o se implementan desde su diseño o será prácticamente imposible corregir después los sesgos o deficiencias.