El fondo de investigación en IA redefine el ecosistema, y las ganancias superiores se orientan hacia la competencia cognitiva

Corresponsal del Securities Times Zhao Mengqiao

Desde grandes modelos hasta agentes de IA, la inteligencia artificial está evolucionando a una velocidad sin precedentes y barriendo toda la sociedad con un entusiasmo sin igual, incluso infiltrándose en la investigación y gestión de fondos.

Recientemente, el fenómeno de “criar langostas” impulsado por OpenClaw ha generado rápidamente ondas en el campo de la investigación y gestión de fondos públicos, permitiendo que los agentes inteligentes de IA, capaces de captar información de forma autónoma, organizar datos, generar análisis, actuar por sí mismos y retroalimentar resultados, hagan que muchos gestores de fondos experimenten por primera vez cómo está cambiando la “función de producción” en el trabajo de investigación.

A simple vista, esto parece una revolución en eficiencia: datos que antes requerían horas o incluso días para ser organizados por investigadores ahora pueden completarse en minutos, y algunos análisis básicos y pruebas retrospectivas pueden ser realizados por IA las 24 horas del día. Para fondos conocidos por su información intensiva y decisiones complejas, esta mejora en eficiencia sin duda resulta muy atractiva.

Pero surgen también cuestiones más profundas: cuando la IA pasa de ser una herramienta superpotente a convertirse en un colaborador autónomo, ¿el trabajo altamente especializado de investigación y gestión de fondos será reemplazado? ¿Se verá alterado el sistema de investigación y gestión?

Quizá la respuesta no sea tan radical como se imagina; al menos en un futuro previsible, la IA probablemente reconfigure la división del trabajo en investigación y gestión, en lugar de reemplazar a los profesionales.

La inversión, en esencia, consiste en juzgar la incertidumbre. Los datos, modelos y algoritmos son importantes, pero la decisión de inversión sigue siendo una evaluación integral que incluye una comprensión profunda del ciclo industrial, modelos de negocio, así como percepciones de “información blanda” como el espíritu empresarial y la capacidad de ejecución del equipo directivo. Esta información suele provenir de seguimiento a largo plazo, investigaciones en campo y experiencia acumulada, no solo de captura y cálculo de datos.

En otras palabras, la IA es buena para responder preguntas, pero formular las preguntas correctas todavía requiere de humanos. Los verdaderamente destacados en investigación y gestión no destacan por su capacidad de organizar información, sino por su visión y juicio.

Por ello, el impacto de la IA en los puestos de investigación y gestión es más una “reordenación de valores”. Aquellas tareas de bajo valor añadido, como la organización de datos y análisis simples, probablemente serán rápidamente reemplazadas; en cambio, las capacidades de realizar investigaciones profundas, plantear preguntas clave, construir marcos de análisis y hacer comparaciones intersectoriales seguirán siendo escasas. Desde esta perspectiva, la IA no eliminará simplemente los puestos, sino que elevará el umbral de entrada en la industria.

Más aún, la IA puede cambiar no solo las habilidades individuales, sino también todo el ecosistema de investigación y gestión.

En los sistemas tradicionales, la capacidad de obtener información suele ser una barrera importante. Quien obtiene datos primero o los organiza más rápido puede tener una ventaja informativa. Sin embargo, en la era de la IA, esta ventaja se está reduciendo rápidamente. Los grandes modelos y agentes inteligentes pueden captar simultáneamente una gran cantidad de información pública, equilibrando la capacidad de procesamiento entre instituciones. Cuando la brecha de información se reduce, la fuente de beneficios excedentes también cambiará, pasando de una competencia por velocidad de información a una competencia por profundidad cognitiva.

Desde una perspectiva a largo plazo, la incorporación de la IA en la investigación de fondos quizás no sea una revolución, sino un espejo. Hace que la industria reexamine: ¿cuál es realmente el núcleo del trabajo de investigación y gestión? Si solo se trata de organizar datos, correr modelos y redactar informes, la IA puede tomar el control rápidamente. Pero si la esencia de la investigación y gestión es comprender el valor a largo plazo de industrias y empresas, y realizar verificaciones continuas en un mundo complejo, entonces la IA será solo una herramienta, no un decisor.

La tecnología puede cambiar las herramientas, pero difícilmente reemplaza el juicio. Para la industria de fondos, lo que realmente hay que mantener es esa frontera: abrazar los beneficios tecnológicos sin perder de vista que la decisión final debe seguir siendo humana.