IA, riesgos y oportunidades en las tecnológicas

La Inteligencia Artificial (IA) y la digitalización conllevan importantes riesgos sociales, desde la pérdida de puestos de trabajo en las industrias tradicionales hasta una mayor preocupación por la seguridad y el aumento de la discriminación. La IA Generativa (GenAI) podría automatizar una parte significativa de las tareas de un puesto de trabajo, lo que conllevaría una pérdida potencial de empleos en las ocupaciones más afectadas. Existe un gran riesgo de desajuste entre los incentivos financieros a corto plazo del desarrollo y despliegue de la IA, concretamente con GenAI y los intereses de la humanidad. Un estudio reciente del Instituto de Investigación Capgemini reveló que el 72% de los consumidores están preocupados por el mal uso de la tecnología GenAI. Según el Monitor de Incidentes de IA (AIM) del observatorio de políticas de IA de la OCDE, los ejemplos de estos riesgos han aumentado masivamente desde principios de 2023.

También hay impactos medioambientales negativos relacionados con GenAI en toda la cadena de valor que deben tenerse en cuenta. Se espera que aumenten las emisiones de carbono en toda la cadena de valor. La competencia por construir infraestructuras de centros de datos también ha suscitado dudas sobre la capacidad de las redes energéticas nacionales para hacer frente al aumento previsto de la demanda de electricidad vinculada a la IA, y sobre si hay suficiente generación de energías renovables en esos mercados para alimentar la tecnología. Los residuos electrónicos y la necesidad de minerales y metales raros para la infraestructura y la producción de aplicaciones GenAI son otros riesgos potenciales que debemos tener en cuenta.

Los inversores no pueden abordar de una sola vez los riesgos polifacéticos que plantea la rápida adopción de la IA y la GenAI en los dos últimos años. Las herramientas de compromiso y gestión serán las más eficaces. Los inversores necesitan que las empresas (tanto desarrolladoras como implantadoras) apliquen prácticas de IA responsable en toda la organización para protegerse de los riesgos sociales y medioambientales que plantea la IA. Las organizaciones deben establecer principios claros sobre cómo aplicar la GenAI y establecer barandillas que garanticen su aplicación segura y eviten específicamente la parcialidad, la discriminación, la desinformación y la violación de la privacidad. Aunque algunos impactos medioambientales, como el consumo de energía del usuario final y la eficiencia energética de los centros de datos, pueden cambiar con la descarbonización general de la red, los inversores están cada vez más preocupados por que el sector tecnológico cumpla sus objetivos climáticos. Tanto los desarrolladores como los implantadores de IA tendrán que invertir sustancialmente en la creación de energía renovable adicional.

La regulación también puede ayudar. La Ley de IA de la UE, aprobada formalmente el mes pasado, es un buen marco basado en el riesgo para evaluar y analizar los sistemas de gobernanza y gestión del riesgo de la IA responsable de una empresa. Además, en los últimos seis meses se han publicado varios kits de herramientas de compromiso, como el libro de estrategias de IA responsable para inversores del Foro Económico Mundial (junio de 2024), el kit de herramientas para inversores sobre IA y derechos humanos de la Asociación Australiana de Inversores (RIA) y AI: An engagement Guide by International Corporate Governance Network (ICGN) (marzo de 2024), que pueden guiar a los inversores en la creación de un marco de compromiso sólido para la IA responsable.

En el sector de la gestión de activos, los modelos de IA pueden utilizarse para crear estrategias cuantitativas innovadoras de inversión y procesos de gestión de riesgos, así como para mejorar la rentabilidad de las carteras. Según un estudio de Harvard, la GenAI puede ayudar a acelerar el análisis financiero, como la lectura de miles de páginas de archivos de datos para analizar los beneficios de una empresa y su trayectoria futura, y analizar enormes conjuntos de datos para detectar puntos de vista que los humanos simplemente no serían capaces de detectar o no tienen tiempo de detectar. La Francaise Systematic Asset Management, sociedad de gestión de activos del Groupe La Française (holding de la línea de negocio de gestión de activos de Credit Mutuel Alliance Fédérale) ha creado un sistema para integrar complejas relaciones e interacciones no lineales en los datos financieros. El sistema utiliza modelos de aprendizaje automático de última generación y los combina con un modelo de comportamiento tradicional de eficacia probada para detectar a tiempo las perturbaciones endógenas, respondiendo dinámicamente al entorno cambiante del mercado. Los mismos principios pueden aplicarse al análisis de la sostenibilidad, donde se han desplegado herramientas de IA para captar los riesgos con mayor rapidez y eficacia. En Crédit Mutuel Asset Management, hemos estado utilizando fuentes de datos de terceros que a veces están potenciadas por herramientas de IA para mejorar nuestro análisis ESG interno tanto cuantitativa como cualitativamente. Las herramientas basadas en IA han demostrado ser muy eficaces para captar controversias y fallos de gobernanza de cualquier parte del mundo que son imposibles de rastrear para los analistas humanos.