Por: Andrew Comas, director de estrategia de negocios de Microsoft; Claudia Hauser, líder mundial de soluciones de gestión patrimonial y mercados de capitales, Microsoft Financial Services

A medida que la industria de los mercados de capitales se ha expandido tanto en alcance como en complejidad, la investigación se ha vuelto más esencial. Desde finales del siglo XX, la globalización, la especialización y los marcos regulatorios cada vez más complejos han elevado la investigación de un interesante diferenciador competitivo a un imperativo competitivo. Ahora, con la aplicación de soluciones de IA cada vez más potentes, la investigación está a punto de convertirse en el factor definitorio para determinar ganadores y perdedores en un panorama que cambia rápidamente.

En Microsoft, desarrollamos asociaciones tecnológicas con una alta personalización y a largo plazo con empresas de servicios financieros de todo el mundo. Cada vez más, esto incluye innovar en conjunto con la IA para ayudar a desbloquear nuevo valor comercial y profundizar las relaciones con los clientes. En la actualidad, la mejora de la investigación y el análisis con IA es una de las principales palancas de transformación para los bancos de inversión, las empresas de gestión de activos y los proveedores de datos y análisis financieros. En muchos casos, ayuda a resolver desafíos de larga data en torno a la obtención de un mayor valor de los datos y la rápida conversión de los conocimientos en ventajas competitivas. 

Exploren las soluciones de IA con Microsoft para servicios financieros

Hacer realidad la promesa de la investigación basada en datos a través de la IA

La IA cambia con rapidez la naturaleza y el valor de la analítica avanzada en la investigación. La analítica tradicional ha ayudado durante mucho tiempo a las empresas a comprender qué sucedió y por qué, pero la IA les ayuda a predecir lo que sucederá a continuación y a prescribir cursos de acción óptimos en tiempo real.

Este cambio del análisis retrospectivo a la inteligencia proactiva puede ayudar a las empresas a desbloquear nuevas fuentes de valor y, en última instancia, a desarrollar nuevos productos innovadores que redefinan el panorama competitivo.

A medida que las empresas innovadoras reconocen el potencial de la IA, también ven la oportunidad de abordar desafíos de larga data que obstaculizan la investigación efectiva. Entre estos:

• Sobrecarga y complejidad de los datos
  Los mercados financieros están inundados de volúmenes masivos de datos de diversas fuentes, a menudo aisladas, que pueden ser difíciles de integrar y sintetizar. Esto dificulta el acceso a los datos correctos en el momento adecuado, lo que puede ralentizar la toma de decisiones y aumentar el riesgo. A medida que los requisitos de datos se vuelven más complejos, se necesitan soluciones que puedan unificar, estructurar y analizar los datos a escala para ofrecer información oportuna y procesable.
• Flujos de trabajo fragmentados en los recorridos de los usuarios
  Los analistas de investigación a menudo tienen dificultades para navegar por grandes volúmenes de datos dispares alojados en sistemas, herramientas y formatos inconexos, lo que lleva a una compilación y síntesis de datos manuales que requieren mucho tiempo. El aumento de herramientas, aplicaciones y estructuras de datos no integradas interrumpe los flujos de trabajo empresariales y puede provocar ineficiencias, duplicación de esfuerzos, errores de omisión y retrasos en la toma de decisiones.
• Dependencia de las fuentes de datos tradicionales
  Muchas empresas y analistas dependen en gran medida de los datos de referencia del mercado convencional, los fundamentos de la empresa, los informes del sector y las bases de datos, que a menudo carecen de información en tiempo real y limitan la velocidad y la precisión de las predicciones del mercado. A medida que surgen nuevas oportunidades, las empresas necesitan soluciones que puedan extraer más valor de las fuentes existentes y, al mismo tiempo, facilitar la incorporación de fuentes alternativas y en tiempo real, lo que mejora tanto la precisión predictiva como la capacidad de respuesta a los cambios del mercado.
• Sobrecarga de información y limitaciones de tiempo
  Los profesionales de la investigación y el análisis siempre se enfrentan al reto de mantenerse al día con los informes, los correos electrónicos, las reuniones y los chats. La sobrecarga tiende a ralentizar la toma de decisiones y aumenta el riesgo de perder oportunidades. Los estrictos requisitos de cumplimiento normativo añaden exigencias adicionales.  

Cinco formas en que la IA redefine el valor de la investigación en servicios financieros

La IA ofrece a las empresas de servicios financieros nuevas soluciones a estas barreras de larga data y oportunidades para utilizar los datos de nuevas formas que puedan diferenciar sus ofertas. Aquí hay cinco áreas importantes en las que la IA puede cambiar el juego:

1. Análisis avanzado con análisis impulsados por IA

Los análisis impulsados por IA permiten a los analistas de investigación eliminar el ruido de la sobrecarga de información y extraer información valiosa con una velocidad y precisión sin precedentes. La combinación de la IA con el análisis predictivo permite a los investigadores analizar patrones históricos más a profundidad, identificar tendencias emergentes y tomar decisiones de inversión más informadas. En última instancia, esto puede ayudar a mejorar el compromiso y las tasas de victoria.

Un buen ejemplo de esto es nuestra asociación con Moody’s, donde desarrollamos en conjunto soluciones innovadoras para la investigación y la evaluación de riesgos. Moody’s Research Assistant aumenta de manera significativa la productividad y la efectividad, y los usuarios informan de hasta un 80% de ahorro de tiempo en la recopilación de datos y del 50% en el análisis durante la fase piloto.¹

2. Aceleración de la eficiencia operativa a través de la automatización inteligente

Los procesos de investigación tradicionales, como la compilación manual de datos, la síntesis y la generación de informes, requieren mucho tiempo y son propensos a errores. La automatización impulsada por IA los transforma mediante la integración de fuentes de datos, la automatización de tareas repetitivas y la promoción de una colaboración fluida entre equipos, lo que se traduce en tiempos de respuesta más rápidos, costos operativos reducidos y eficiencia operativa mejorada.

Con herramientas como Microsoft Copilot, Researcher Agent y Analyst agent, las empresas pueden aumentar de manera significativa la productividad y la eficiencia operativa. Estos asistentes impulsados por IA pueden encargarse de tareas como resumir informes de inversores y llamadas de ganancias, crear visualizaciones listas para la presentación a partir de datos sin procesar y redactar con rapidez documentos de investigación e información lista para el cliente. Esto libera un tiempo valioso para que los analistas se centren en actividades de mayor valor, como el análisis estratégico y el compromiso con el cliente. 

3. Ofrece información en tiempo real

Para ayudar a satisfacer el ritmo acelerado de los negocios, las aplicaciones impulsadas por IA permiten a las empresas de servicios financieros obtener información en tiempo real de una variedad de fuentes, incluidas noticias del mercado, informes de ganancias y redes sociales.

Unir el conocimiento entre plataformas ayuda a los analistas a identificar las tendencias emergentes más rápido y a desarrollar mejores estrategias de inversión. Por ejemplo, la IA puede monitorear de manera continua las fuentes de noticias globales y las señales de sentimiento para identificar indicadores tempranos de cambios en el mercado y posibles interrupciones. Las empresas pueden utilizar esta información para reaccionar con rapidez y tomar decisiones de inversión proactivas antes que los competidores.

Las empresas pueden crear nuevas soluciones impulsadas por IA que incorporen datos en tiempo real en búsquedas avanzadas, personalización y recomendaciones, a través de innovaciones como la poderosa base de datos vectorial creada por KX, que es, en esencia, un sistema especializado que comprende el significado y el contexto de un gran conjunto de tipos de datos, como texto, imágenes o PDF. Su objetivo es ayudar a las instituciones financieras a aprovechar las oportunidades más rápido al convertir los datos en tiempo real en acciones en tiempo real.

4. Empodera a los empleados con experiencias de alto valor

Las herramientas impulsadas por IA pueden transformar la forma en que los profesionales de los servicios financieros trabajan con herramientas y soluciones que respaldan las funciones de investigación más críticas, como el modelado financiero y la preparación de folletos. Los procesos se pueden optimizar de manera significativa sin dejar de ser interoperables, seguros y conformes.

Un buen ejemplo de ello es la innovación resultante de nuestra asociación estratégica a largo plazo con LSEG (London Stock Exchange Group) para transformar los datos con soluciones de productividad y análisis de última generación. Un avance reciente es el lanzamiento del complemento LSEG Workspace, que integra información impulsada por IA en Excel y PowerPoint. Con características como el descubrimiento de datos contextuales y los gráficos interactivos, el complemento puede ayudar a los profesionales financieros a trabajar de forma más rápida y perspicaz. 

Reducir la carga de las tareas manuales también puede ayudar a aumentar la satisfacción laboral. La integración de la IA en los flujos de trabajo diarios ayuda a las personas a centrarse en actividades más estimulantes desde el punto de vista intelectual, lo que libera tiempo para el análisis de mayor valor y el pensamiento estratégico, y ayuda a atraer y retener a los mejores talentos.

5. Profundiza en la comprensión del mercado

La analítica impulsada por IA  transforma la manera en que los analistas entienden los mercados y convierten la información en acción. Al procesar grandes cantidades de datos financieros en tiempo real, la IA puede descubrir patrones complejos y correlaciones que antes eran indetectables, como el sentimiento del mercado a partir de artículos de noticias y redes sociales o un pulso en tiempo real sobre el sentimiento de los inversores o la dinámica del mercado. Los modelos de aprendizaje automático pueden predecir los movimientos de los precios de las acciones con mayor precisión mediante la integración de diversas fuentes de datos, incluidos indicadores económicos y métricas de rendimiento de la empresa.

Una visión más completa de las fuerzas y la dinámica del mercado se traduce en una mejor toma de decisiones y estrategias de inversión más precisas. Ayuda a las empresas a anticipar antes los riesgos y oportunidades emergentes, lo que les permite responder más rápido y con mayor confianza en un panorama de mercado cada vez más volátil.

Ahora es el momento de la IA agéntica

Una nueva clase de herramientas de IA pronto ofrecerá la capacidad de planificar, razonar y tomar medidas para lograr objetivos. En los servicios financieros, podrán recopilar, analizar y contextualizar información de forma autónoma de diversas fuentes y sacar a la luz de forma proactiva información relevante, o incluso sugerir acciones estratégicas basadas en desarrollos en tiempo real.

En el horizonte cercano, los agentes «orquestadores» avanzados se centrarán en nuevas capacidades en distintas áreas funcionales, como inteligencia de mercado, agregación de datos, simulación de estrategias, informes y cumplimiento. Esto tiene el potencial de obtener poderosas ventajas competitivas, lo que ayuda a los analistas a anticiparse a los cambios del mercado, hacer predicciones más precisas y ofrecer recomendaciones de mayor impacto.

Aprender más

• Para obtener más información sobre cómo su organización puede adoptar la IA, comiencen por ponerse en contacto con su representante o proveedor de servicios de Microsoft, o pónganse en contacto con un representante de Microsoft hoy mismo.
• Exploren cómo Copilot puede convertirse en la interfaz de usuario para la IA en su empresa en Microsoft 365 Copilot y obtengan información sobre la implementación en Microsoft Learn.
• Para obtener más información sobre cómo acelerar el éxito de su empresa con la IA, lean nuestro documento técnico, Creación de una base para el éxito de la IA: Guía para líderes.

¹ Relaciones con los inversores de Moody’s, «Moody’s lanza Moody’s Research Assistant», diciembre de 2023.

Por Jared Spataro, CMO de IA en el Trabajo de Microsoft

El profesor de la Escuela de Negocios de Harvard, Karim Lakhani,  no solo tiene teorías sobre la transformación del trabajo por parte de la IA, sino que estudia cómo sucede en realidad.  

En un artículo pionero llamado «The Cybernetic Teammate», él y sus coautores demostraron cómo las personas  que trabajan con IA pueden ser tan efectivas como equipos enteros  que trabajan sin ella. También evoluciona de manera rápida el programa de MBA de Harvard para la era de la IA, que incluye el lanzamiento de un nuevo curso obligatorio llamado Ciencia de Datos e IA para Líderes.

Cuando recibí a Karim para una conversación en la Conferencia de la Comunidad de Microsoft 365 el mes pasado en Las Vegas, planteó una pregunta provocadora: ¿la IA reducirá el costo marginal de la experiencia a cero? A medida que la IA democratiza el acceso al conocimiento especializado en todos los dominios, se deduce que la experiencia pasará de ser escasa y costosa a abundante y accesible. «Esto tendrá un impacto dramático en la naturaleza de nuestras organizaciones y estrategias», me dijo, «porque ¿qué son las empresas sino paquetes de experiencia? Y todos nosotros invertimos para convertirnos en expertos profundos en un dominio».

Esta es nuestra conversación sobre las organizaciones y el liderazgo en la era de la IA (editada y condensada para mayor claridad).

Es un placer hablar con uno de mis amigos sobre hacia dónde se dirige la IA y lo que significa para los líderes. Karim, quiero empezar con ese estudio de «Compañero cibernético de equipo «, hecho con Procter & Gamble. ¿Podrías contarnos la historia de fondo?

KARIM LAKHANI: El instituto que dirijo en Harvard, el Digital Data Design Institute, considera la IA generativa como una nueva «droga» en la economía. No conocemos su eficacia, las dosis correctas, los efectos secundarios o la dieta correcta a seguir mientras lo usamos. No sabemos cómo se transformará el trabajo real con la introducción de esta tecnología, por lo que llevamos a cabo el equivalente a los «ensayos clínicos»: ensayos controlados aleatorios. 

Víctor Aguilar, jefe de investigación y desarrollo de Procter & Gamble, quería entender cómo la IA generativa podría transformar de manera radical el proceso de innovación en P&G. En innovación, a menudo hay esta interacción entre la gente de investigación y desarrollo y comercial: la investigación y el desarrollo aporta las ideas técnicas, pero el equipo comercial pregunta: «¿hay un mercado para esto o no?» La mejor práctica es hacer que colaboren en un equipo.

Diseñamos este estudio de 758 profesionales como lo que llamamos un diseño de dos por dos: hicimos que la gente comercial y de marketing trabajara en los desafíos planteados por sus líderes empresariales, un grupo que trabajaba sin IA y otro con IA. También realizamos pruebas a individuos en las mismas condiciones. Luego aleatorizamos quién estaba en qué tratamiento y les pedimos que resolvieran sus problemas con esas herramientas.

Hablemos de los resultados. Este es el estudio que demostró que un individuo equipado con IA podría desempeñarse al menos tan bien como equipos enteros de personas sin IA, y a veces superarlos. Es un hallazgo histórico. ¿Puede hablarnos de eso?

LAKHANI: ¿Qué aporta un compañero de equipo? Le brindan experiencia funcional, lo ayudan con la coordinación y le brindan un sentido de camaradería. Medimos estos tres elementos de forma remota por medio de Microsoft Teams como plataforma.  

El primer hallazgo fue que cuando se observa el rendimiento puro, la calidad de las ideas que se crean, las personas con IA eran tan buenas como un equipo sin IA y, a menudo, tan buenas como un equipo con IA. Eso fue notable desde nuestra perspectiva. 

La otra cosa interesante que vimos fue que los individuos sin IA tendían a desviarse hacia su experiencia funcional: la gente de marketing ofrecía soluciones basadas en marketing, la gente de investigación y desarrollo ofrecía soluciones basadas en investigación y desarrollo. Pero las personas con IA produjeron soluciones equilibradas, comparables a las soluciones equilibradas que vimos en los equipos. Ese fue un gran momento para nosotros.

¿Hubo alguna otra sorpresa en la forma en que las personas usaron la IA, replantearon su trabajo o querían usarla en el futuro?

LAKHANI: Habíamos realizado varios estudios antes que mostraban los efectos de la IA en la productividad, tanto en términos de calidad como de tiempo. La compresión del tiempo fue bastante notable. Los equipos por lo general experimentan una penalización de tiempo [porque la coordinación lleva tiempo]. Pero con la IA, esa penalización de tiempo desapareció.  Fue una gran sorpresa. Otra sorpresa fue cómo se sentían las personas al usar la IA. Reportaron más emociones positivas y menos negativas mientras realizaban el trabajo. 

Lo más importante  para nosotros fue que la IA pasó de ser una herramienta a un compañero de equipo. Esto no tiene precedentes. Ahora tenemos inteligencia y experiencia a la disposición.

Me imagino que lo que está en la mente de la gente es: «Lo entiendo. Entiendo dónde está la tecnología… Pero, ¿qué significa esto para mí? ¿Qué hago yo como líder?» ¿Qué consejo le daría al grupo?

LAKHANI: ¿Recuerdas los debates sobre si deberíamos tener Wi-Fi en nuestras oficinas? Estoy seguro de que algunos de ustedes participaron en ellos. La pregunta tal vez llegó a sus tableros. O recuerda la pregunta: «¿Deberían los empleados tener navegadores? ¿Acceso a la información global?»

Esas cosas no cambiaron de manera fundamental la naturaleza del trabajo. Pero la inteligencia bajo demanda, la experiencia bajo demanda: estas tecnologías tienen que ver con el trabajo en sí mismo. Es necesario impulsar tanto la transformación organizativa como la técnica. A menudo decimos que es un 30% de tecnología, un 70% de organización. Engrápate a tus equipos de RRHH. O pídele a Copilot que te enseñe las cosas sobre RRHH que deberías saber. Crea excelentes tutoriales, como sabes. Eso es lo primero.

Segundo: La gente está preocupada, en verdad preocupada, por estas tecnologías. Eso es parte de la conversación que necesitas tener. ¿Cómo podemos tener una mentalidad de abundancia en torno a esto? ¿Cuáles son los desbloqueos de capacidad? Una vez más, estas son cosas sobre las que por lo general no se les ha preguntado a los líderes tecnológicos. Pero tienes que adueñarte de ello y entablar una conversación con tus líderes y compañeros de equipo al respecto.

Tercero: Este tipo de cambio tiene que venir desde arriba. Llegué en la era de la  revista Wired y Fast Company en la década de 1990, cuando Internet llegó a los lugares de trabajo. Fast Company se centraba en los agentes de cambio. Pero los agentes de cambio son masacrados en la mayoría de las corporaciones. ¿Por qué? Porque si no hay una aceptación de arriba hacia abajo, los agentes de cambio mueren en la vid. La clave para nosotros aquí es asegurarnos de que nuestros principales líderes entiendan esto y vean la IA como una tecnología de trabajo y negocio, no como una tecnología de la información. Los líderes de las empresas necesitan «hacer IA» (usar Copilot como un socio de pensamiento todo el tiempo, crear sus propios agentes) tanto como «hablar de IA».

¿Hay algún último concepto o idea que sientas que no se ha dicho?

LAKHANI: Bueno, si fuera bueno para predecir el futuro, estaría en el mercado de valores, no en la academia. Tiendo a ser muy empirista: llego con una mentalidad de descubrimiento, realizamos el experimento y luego obtenemos los hechos. Pero me encantaría ofrecer un marco en torno a esta visión de inteligencia.  

Decidí convertirme en académico en la década de 1990 cuando descubrí el software de código abierto. Ahora estamos en la misma coyuntura. Esto funciona en la práctica, pero nuestras teorías de gestión o teorías económicas no saben cómo manejar este tipo de tecnología.

Piensa en los años 90 de nuevo, cuando el navegador estuvo disponible. ¿Qué hicieron en realidad el navegador e Internet? En esencia, redujeron el costo marginal de la transmisión de información. Si vas a una llamada de Teams hoy con un equipo global o nacional, no te lo piensas dos veces sobre todos los videos que llegan. Hace treinta años, cada uno de nosotros habría necesitado un operador de cámara, un operador de sonido, un enlace ascendente y un enlace descendente para camiones satelitales. Esto sería bastante caro. Pero hoy en día, el costo marginal de la transmisión de información se ha reducido a cero, y podemos conectarnos sin problemas con cualquier persona o dispositivo a nivel mundial.

En este momento, predecimos lo mismo para la experiencia: el costo marginal de la experiencia va a ser cero.

Los ensayos clínicos con nuestros socios colaboradores (Boston Consulting Group y P&G) apuntan en esta dirección, y esto tendrá un impacto dramático en la naturaleza de nuestras organizaciones y estrategias. Porque, ¿qué son las empresas sino paquetes de experiencia? Tenemos finanzas, marketing, ventas, investigación y desarrollo y marca. Tienes toda esta experiencia. A medida que el costo de la experiencia disminuye, lo que hace una empresa, cuáles son todas nuestras funciones, está sujeto a invención y reinvención.

La dirección de este cambio depende de todos nosotros. No podemos limitarnos a ser los receptores de ella; tenemos que entender lo que sucede y luego establecer la dirección para nosotros mismos y nuestras empresas.

Escuchen la reciente aparición de Karim Lakhani en el podcast WorkLab. Para obtener más información sobre la IA y el futuro del trabajo, suscríbanse a este boletín