La irrupción de la inteligencia artificial en los mercados financieros no es nueva — los algoritmos llevan décadas ejecutando operaciones en bolsa — pero la llegada de los modelos de lenguaje de gran escala (LLMs) y la IA generativa ha acelerado la transformación de forma exponencial. Hoy, la IA analiza millones de documentos financieros, procesa noticias en tiempo real y ejecuta estrategias de trading a velocidades imposibles para cualquier humano.
Los grandes bancos de inversión y hedge funds usan la IA para analizar comunicados de resultados empresariales milisegundos después de su publicación, identificando el tono y las palabras clave que históricamente predicen movimientos de precio. BlackRock, el mayor gestor de activos del mundo, ha desarrollado su plataforma Aladdin que procesa datos de riesgo de carteras con capacidades de IA avanzada.
En el ámbito del crédito, los bancos usan modelos de machine learning para evaluar el riesgo de impago con mayor precisión que los métodos tradicionales. En seguros, los modelos predictivos permiten una tarificación más precisa del riesgo individual.
La proliferación de algoritmos de trading basados en IA ha aumentado la liquidez en los mercados pero también ha generado episodios de volatilidad repentina ("flash crashes") difíciles de explicar. En mayo de 2010, el Dow Jones cayó casi un 1.000 puntos en minutos y se recuperó casi completamente en horas, en gran parte por la interacción entre algoritmos automáticos.
Para el inversor individual a largo plazo que invierte en ETFs indexados, el impacto de la IA es relativamente limitado. La IA puede crear oportunidades a corto plazo que los algoritmos profesionales explotan, pero no cambia los fundamentales del largo plazo: las empresas que generan valor para sus clientes y accionistas seguirán siendo buenas inversiones independientemente de quién gestione el dinero.