Ante una audiencia de entusiastas de la tecnología financiera, probablemente estoy predicando al coro, pero invertir el exceso de ahorros sigue siendo basic para preservar y, con suerte, aumentar el poder adquisitivo del dinero que tanto le costó ganar. Desafortunadamente, en la práctica es más fácil decirlo que hacerlo.
Después de años de gran entusiasmo, las inversiones en robo-advisors parecen estar regresando, a pesar del revuelo por la IA y su claro vínculo con esta tecnología. Al mismo tiempo, las plataformas de comercio digital especializadas como Robinhood, Webull, E-Commerce o eToro ofrecen una excelente experiencia de usuario, pero a menudo siguen siendo un puente demasiado lejos para el inversor medio, que ocasionalmente invierte cantidades relativamente pequeñas a través de su banco ordinary. Y los buenos servicios de asesoramiento todavía están dirigidos principalmente a unos pocos felices, ya que los costos son demasiado altos para ofrecerlos a las masas. Como resultado, el inversor ocasional y aficionado, que no quiere dedicar demasiado tiempo a sus inversiones, a menudo acaba comprando el “Fondo del mes” que ofrece su banco o invierte una gran cantidad en una sola acción que cree funcionará bien.
Está claro que ésta no es una situación best para un grupo importante de clientes, probablemente ni siquiera para la mayoría de los inversores. La solución, en mi opinión, pasa por la inversión autodirigida apoyada en asesoramiento digital. A diferencia del robo-advice, donde hay un fuerte impulso hacia inversiones específicas, aquí la iniciativa recae en el cliente, pero éste es guiado y apoyado digitalmente con sus inversiones de una manera muy intuitiva. Esto se puede lograr de tres maneras:
Representación intuitiva y gráfica de la cartera precise: proporciona una visualización clara de la cartera precise del cliente y los problemas asociados con ella, como incompatibilidades con el perfil de riesgo y los objetivos de inversión del cliente, problemas con el conocimiento y la idoneidad de ciertas inversiones o problemas específicos de riesgo de mercado. como la sobreexposición a un país, sector, moneda o emisor en specific.
Apoyo en la Selección de Valores: Resumir y representar gráficamente las características de los valores y los resultados financieros de las empresas subyacentes. Esto incluye una fácil comparación entre diferentes valores, resaltando aspectos clave y resumiendo la empresa subyacente de forma personalizada, centrándose en los elementos que más importan a cada cliente específico.
Visualización del impacto de las decisiones de inversión: muestra el impacto de decisiones de inversión específicas en la cartera, como el efecto en la diversificación, el impacto en el valor en riesgo (VaR), mostrando gráficamente la correlación de la inversión con las posiciones existentes, o una representación gráfica de la posible variación del valor futuro (pérdida y ganancia máxima) en base a datos históricos.
Muchas de estas representaciones pueden basarse en algoritmos precisos (por ejemplo, cálculo de correlaciones o VaR), pero una parte importante requiere la interpretación de datos no estructurados y debe considerar las preferencias personales de los inversores, idealmente derivadas del comportamiento pasado del usuario. Además, para visualizar estos conocimientos de forma intuitiva y atractiva, es importante utilizar multimedia, como imágenes, animaciones, vídeos y audio. Estos medios son más fáciles de consumir para los clientes finales, pero en el pasado, su generación requería mucho tiempo y period costosa. Esto limitó su uso, lo que a menudo dio lugar a contenidos genéricos y de talla única, que no eran muy relevantes para la situación de inversión específica de cada cliente.
El auge de la IA generativa puede ayudar significativamente en este sentido. La IA generativa se está volviendo cada vez más multimodal y los resultados mejoran día a día. Hoy en día, ya es posible generar imágenes de alta calidad (por ejemplo, DALL-E, Midjourney…) o vídeos (por ejemplo, Sora AI, Synthesia, InVideo…) con un easy mensaje. Como los medios generados para diferentes clientes pueden seguir plantillas predefinidas, se pueden obtener resultados aún mejores limitando el grado de generación libre con plantillas y restricciones. Un ejemplo muy interesante de este tipo de contenido de consejos de inversión generado por IA es Zeed, que ofrece una plataforma de inversión B2C, pero recientemente vio un aumento en el interés por licenciar su solución de software program de IA a bancos y fintechs. En un mundo donde la IA parece usarse para todo, incluso cuando el valor agregado es limitado, esta historia es refrescante ya que el uso de la IA realmente puede llevar el asesoramiento de inversión al siguiente nivel.
Para obtener más información, visite mi weblog en https://bankloch.blogspot.com
