En cinco años, su próximo asesor financiero podría no tener oficina ni apellido, sino parámetros, entrenamiento supervisado y millones de datos de mercado corriendo por sus circuitos.
Así lo pronostica Andrew Lo, profesor del MIT y referente global en el cruce entre inteligencia artificial (IA) y mercados financieros: los grandes modelos de lenguaje (LLM) estarán técnicamente listos para gestionar dinero, asumir riesgos y operar bajo deber fiduciario antes de que finalice esta década.
“Veremos una revolución en cómo interactuamos con la inteligencia artificial. No solo asesorará: tomará decisiones en nuestro nombre”, asegura Lo, uno de los pioneros de la inversión cuantitativa y cofundador de QLS Advisors.
Del chatbot al fiduciario digital: el próximo salto de la IA en finanzas
La afirmación de Lo no es un experimento futurista, sino un diagnóstico técnico y ético. A diferencia de los robo-asesores actuales (como los de Fidelity o Schwab), que ejecutan portafolios predefinidos con reglas rígidas, Lo imagina IA generativa con capacidad adaptativa, aprendizaje continuo y sensibilidad contextual, capaces de diseñar estrategias dinámicas que incorporen no solo variables de mercado, sino también preferencias emocionales y psicológicas de los clientes.
El desafío no es menor. Para que un LLM actúe con deber fiduciario —es decir, velar por el mejor interés del cliente— se requiere consistencia, transparencia y explicabilidad, tres atributos que hoy no son plenamente garantizables en ningún modelo generativo, dada la posibilidad de alucinaciones o inferencias erróneas.
Una tecnología disruptiva que exige capas regulatorias nuevas
En 2023, la Comisión de Bolsa y Valores de EE.UU. (SEC) propuso una norma que obliga a neutralizar conflictos de interés cuando se usa IA o algoritmos predictivos en inversiones. Es decir: la ética algorítmica será tan importante como la rentabilidad.
“Se necesitarán nuevas capas de protección para que estas herramientas sean realmente útiles en el sector financiero”, advierte Lo.
Esta protección no solo será regulatoria, sino también infraestructural: interfaces que permitan supervisar decisiones de IA, trazabilidad de recomendaciones, filtros de riesgo, y sobre todo, modelos híbridos humano-máquina que conjuguen la intuición, empatía y juicio de los asesores con la potencia de cómputo y la memoria infinita de las máquinas.
De la intuición al patrón: hacia una IA con agencia financiera
Según Lo, el futuro no está en reemplazar asesores, sino en crear agentes autónomos que actúen dentro de marcos humanos: entender clientes, retroalimentarse de resultados y evolucionar como lo haría un asesor con décadas de experiencia.
“Imaginamos un agente de IA que pueda actuar con agencia propia, pero dentro de marcos fiduciarios y normativos claros”, explicó.
La promesa es una finanza personalizada en escala, donde cada cliente —desde minoristas hasta institucionales— tenga acceso a estrategias diseñadas en tiempo real según contexto, metas y apetito de riesgo.
La lección de Knight Capital: tecnología sin control no es progreso
Wall Street observa este horizonte con escepticismo. La crisis de Knight Capital en 2012, donde un error algorítmico causó una pérdida de US$440 millones en 45 minutos, sigue viva en la memoria del sector. La pregunta que subyace es: ¿puede un LLM ser más confiable que un humano cuando no hay margen para el error?
La visión de Lo es ambiciosa, pero cautelosa. Cree que la confianza del cliente será el activo intangible más difícil de replicar por una IA, y que solo cuando esta pueda entender las motivaciones emocionales de las decisiones —no solo las variables técnicas— podrá operar como verdadero fiduciario.
