La complejidad de la inteligencia artificial exige un enfoque de inversión activo para identificar eficazmente las oportunidades y ofrecer una auténtica exposición al mercado a los inversores.
Ciudad de México, 20 de junio de 2024.– Los proveedores de fondos indexados han empezado a ofrecer productos pasivos a un costo muy bajo, partiendo de la premisa de que los inversores pueden exponerse a todo el potencial alcista de la IA, pero sin los gastos de la gestión activa.
Se trata en gran medida de una «limpieza de temas», como abordamos en nuestro documento » Inversión temática: Un guía práctica» y nos sigue preocupando que a los inversores se les venda una historia de marketing en lugar de la exposición a la IA que esperan debido a las metodologías simplistas que se aplican a un mercado muy complejo.
Cómo funcionan las estrategias pasivas
Antes de explicar por qué las estrategias pasivas no son el lugar adecuado para la IA, es importante dar un paso atrás y ver cómo funciona la exposición a un fondo indexado.
Un fondo indexado se crea utilizando una fórmula matemática para asignar entre valores de un segmento determinado del mercado. Estos segmentos de mercado pueden abarcar una amplia gama de áreas, como el país, la región, el sector, el tema o el estilo.
Aquí hay dos puntos a tener en cuenta:
- Las normas y fórmulas que rigen el índice se determinan antes de su lanzamiento y no cambian.
- Los criterios para determinar el segmento de mercado (es decir, lo que está dentro y fuera del ámbito) también se establecen antes del lanzamiento y no cambian.
Aunque las empresas incluidas en el fondo indexado cambiarán con el tiempo, los criterios de selección no lo harán.
Esto puede funcionar bien en mercados grandes y consolidados donde los cambios estructurales son graduales (por ejemplo, ganando exposición al S&P 500, MSCI ACWI). No funciona en mercados que cambian rápidamente y en los que el sector o la industria pueden parecer muy diferentes en los próximos 12 meses, por no hablar de los próximos 5-10 años.
Aquí es donde los productos basados en inteligencia artificial fracasan.
Pruebas de ETF de IA
Para llegar a esta conclusión, nos pusimos en la piel de nuestros inversores y empezamos a rastrear el mercado para ver qué había disponible. Como estamos en Europa, encontramos tres fondos cotizados (ETF) que ofrecían exposiciones a índices de IA.
Esto nos lleva al primer reto:
Problema 1: No existe una definición única de IA
Lo que quedó especialmente claro fue que todos los proveedores de fondos tenían una visión completamente distinta de lo que debía incluirse en un fondo indexado de IA, mezclando la IA con una asignación tecnológica más amplia. Por ejemplo, la IA se mezclaba con los macrodatos (que pueden significar muchas cosas), la robótica, la tecnología autónoma y, en un caso, la categoría de tecnología en su conjunto.
Esto no quiere decir que estas mezclas sean inversiones inadecuadas, pero no son fondos de IA.
Lo que resultó especialmente extraordinario fue la diferencia de rentabilidad entre los tres ETF de IA (gráfico 1) en un periodo de tiempo razonablemente corto, en este caso tres años. La diferencia total entre la mejor y la peor rentabilidad de los ETF de IA durante ese periodo fue del 25%.
Gráfico 1: Diferencial de rentabilidad de la inversión pasiva en ETF de IA/asignación de activos
Fuente: Morningstar, Janus Henderson Investors, Informe comparativo Tradewind, 1 de mayo de 2021-30 de abril de 2024. Rentabilidades pasadas no predicen rentabilidades futuras.
¿Por qué ocurrió esto? Todos se promocionaban como ETF pasivos de IA, aunque su composición fuera diferente.
Además, los factores (en este caso, valor frente a crecimiento y gran capitalización frente a pequeña capitalización) varían mucho de un ETF a otro. En general, están orientados al crecimiento, pero algunos tienen más valor, y la capitalización bursátil cambia sustancialmente.
Esto es importante porque la percepción de la inversión pasiva es que se obtiene exposición a un mercado amplio. Sin embargo, podemos ver que los rendimientos y los factores impulsores de cada ETF de IA ofrecen resultados completamente diferentes.
Esto contrasta con un ETF del S&P 500, por ejemplo, en el que conocemos exactamente la exposición proporcionada con independencia del proveedor de ETF utilizado. Esto es evidente si se toman los cinco principales proveedores de ETF por activos gestionados y se comparan los rendimientos con el índice S&P 500 (gráfico 2).
Gráfico 2: Diferencial de rentabilidad de la inversión pasiva en el S&P500/asignación de activos
Fuente: Morningstar, Janus Henderson Investors, Informe comparativo Tradewind, 1 de mayo de 2021- 30 de abril de 2024. Rentabilidades pasadas no predicen rentabilidades futuras
Problema 2: Transparencia cuestionable
Aparte de la definición de IA, una de las causas clave de esta divergencia en los rendimientos proviene de la falta de transparencia de las empresas seleccionadas en un fondo. La IA en su forma más auténtica es un mercado bastante limitado y hay muy pocas empresas que generen la gran mayoría de sus ingresos a partir de la IA.
Por ello, los fondos de los índices de IA tienen un umbral mínimo relativamente bajo para lo que constituye una empresa de IA, con el fin de garantizar la existencia de una población suficiente de valores.
Volviendo a nuestros tres ETF de IA y observando sus 10 principales participaciones, conglomerados mundiales como Bank of America, Amazon, Samsung y Apple ocupan un lugar destacado. Se trata de empresas que utilizan IA, pero sería difícil argumentar por qué son empresas dominantes en IA.
Problema 3. Imponer reglas fijas a un mercado dinámico
El mercado de la IA está en constante cambio y es probable que desempeñe un papel fundamental en la reconfiguración de la economía mundial, lo que lleva a los analistas a esperar que el sector crezca hasta superar los 1,8 billones de dólares a finales de la década, según Statista.
En un mercado en constante evolución, ningún conjunto de reglas puede captar cómo será el futuro de la IA y, por lo tanto, aunque es un sector apasionante en el que invertir, sólo estamos en las primeras fases de comprensión de lo que puede hacer.
Lo que sabemos con certeza, sin embargo, es que no podemos confiar en un simple conjunto de reglas y exposiciones de base amplia para invertir en un vertical tan dinámico.
