Asesoramiento financiero, roboadvisor e IA: ¿está cerca la “desintermediación” del asesor?

Los estudios de finanzas conductuales demuestran que los inversores, dejados a su suerte, se ven penalizados por decisiones emocionales y por un menor rendimiento de su patrimonio mobiliario.

En los últimos años, los roboadvisor y la AI han ganado espacio en las actividades de asesoramiento financiero, ofreciendo servicios de asignación de activos automatizada basados en algoritmos e inteligencia artificial. Esto se debe a sus costes contenidos y a la sencillez de acceso. Sin embargo, el límite es que un algoritmo no puede comprender objetivos personales, dinámicas familiares o necesidades fiscales complejas. Pese a este límite, las plataformas de trading online y el acceso directo a los mercados empujan a muchos ahorradores a gestionar por su cuenta sus propios ahorros con la promesa de libertad, control directo y menores costes.

En lo que respecta al uso de los algoritmos, entre las innovaciones más significativas se encuentran las plataformas digitales que ofrecen soluciones de cartera gracias a los algoritmos de optimización y, en medida creciente, a los modelos de inteligencia artificial (IA). Estas herramientas han tenido éxito por su capacidad de combinar accesibilidad, eficiencia y reducción de costes, permitiendo también a los inversores minoristas acceder a servicios antes reservados a una clientela más sofisticada (Sironi, 2016). No obstante, sigue abierta la cuestión de la posibilidad real de sustituir la figura del asesor humano por un sistema automatizado, sobre todo en las dimensiones cualitativas y relacionales que caracterizan el proceso de asesoramiento.

En detalle, los roboadvisor se basan en algoritmos capaces de determinar combinaciones óptimas de cartera en función del perfil de riesgo y de los objetivos declarados por el inversor. La lógica subyacente es la de la racionalidad algorítmica, que elimina las distorsiones cognitivas y las emociones que a menudo influyen negativamente en las decisiones humanas (Lo, 2019). Sin embargo, la eficiencia cuantitativa no equivale necesariamente a una asesoría completa. Las plataformas automatizadas no son capaces de integrar en el proceso de decisión elementos cualitativos como las dinámicas familiares, la planificación fiscal o la gestión patrimonial intergeneracional, que requieren competencias interdisciplinarias y un profundo conocimiento de las necesidades individuales (Cocca, 2016). Desde esta perspectiva, el valor del asesor financiero no reside solo en la construcción de la cartera, sino en la capacidad de interpretar el contexto personal y psicológico del cliente, orientándolo en un recorrido coherente con sus objetivos de vida y no únicamente con las variables del mercado.

La difusión de las plataformas de trading online y la creciente alfabetización digital han incentivado la gestión autónoma de los ahorros, un fenómeno que alimenta la percepción de una posible “desintermediación” del asesor. Sin embargo, numerosas investigaciones de finanzas conductuales muestran que los inversores individuales, dejados sin orientación profesional, tienden a obtener de forma sistemática peores resultados que los mercados. Barber y Odean (2000), en un estudio ya clásico, demostraron que el exceso de turnover de cartera, fruto de la overconfidence y de comportamientos impulsivos, reduce de forma significativa los rendimientos medios respecto de los índices de referencia. Del mismo modo, Kahneman y Tversky (1979) ponen de relieve cómo la aversión a las pérdidas lleva a los inversores a vender demasiado pronto los títulos con ganancias y a mantener demasiado tiempo los que están en pérdida.

Estos resultados sugieren que la desintermediación, lejos de ser una ventaja para la mayoría de los ahorradores, puede traducirse en un elevado coste implícito, representado por la pérdida de rentabilidad derivada de decisiones irracionales y de una planificación ineficiente. A la luz de estas evidencias, la hipótesis de una sustitución total del asesor por la AI parece tecnológicamente prematura y conceptualmente inadecuada. Más realista es un escenario de complementariedad entre el ser humano y la máquina, en el que la tecnología se convierte en una herramienta de apoyo a la actividad asesoradora. La AI puede, de hecho, contribuir a mejorar la calidad del servicio mediante el análisis predictivo, la optimización del riesgo y la automatización de los procesos administrativos, liberando tiempo y recursos para las actividades de mayor valor añadido: la relación con el cliente, la educación financiera y la planificación estratégica del patrimonio (Jung et al., 2018).

En esta perspectiva, el asesor financiero evoluciona hacia un papel híbrido, en el que la competencia relacional y la capacidad interpretativa se combinan con el uso consciente de las tecnologías digitales. Por tanto, la progresiva digitalización de los servicios financieros no implica necesariamente la desintermediación del asesor, sino que modifica profundamente su naturaleza y sus modalidades operativas. La AI y los roboadvisor constituyen una oportunidad de evolución del modelo de asesoramiento, no una amenaza para su supervivencia. Para una minoría reducida de inversores dotados de sólidas competencias técnicas y de una elevada disciplina conductual, la gestión autónoma puede resultar eficaz. Sin embargo, para la mayoría de los ahorradores, la figura del asesor financiero y patrimonial sigue siendo indispensable para mitigar los sesgos cognitivos, construir estrategias a largo plazo e integrar dimensiones fiscales, legales y patrimoniales que un algoritmo no es capaz de captar.

Referencias bibliográficas
Barber, B. M., & Odean, T. (2000). Trading is hazardous to your wealth: The common stock investment performance of individual investors. Journal of Finance, 55(2), 773–806.
Cocca, T. D. (2016). Potential and limitations of virtual advice in wealth management. Journal of Financial Transformation, 43, 65–72.
Jung, D., Dorner, V., Glaser, F., & Morana, S. (2018). Robo-advisory: Digitalization and automation of financial advice. Business & Information Systems Engineering, 60(1), 81–86.
Kahneman, D., & Tversky, A. (1979). Prospect theory: An analysis of decision under risk. Econometrica, 47(2), 263–292.
Lo, A. W. (2019). Adaptive Markets: Financial Evolution at the Speed of Thought. Princeton University Press.
Sironi, P. (2016). FinTech Innovation: From Robo-Advisors to Goal Based Investing and Gamification. Wiley Finance Series.