La inteligencia artificial es un tema muy popular…
El progreso tecnológico es un factor determinante en la economía moderna, ya que las ventajas comparativas no son estáticas en el tiempo y cada vez son más ajustadas. Grandes industrias del pasado son ahora un recuerdo y, por lo tanto, la apuesta por el cambio tecnológico es uno de los sectores más interesantes para invertir.
En lugar de simplemente dejarnos llevar por nuestra imaginación, es importante realizar un estudio exhaustivo de la herramienta en su conjunto, incluyendo sus componentes y, sobre todo, entender cómo podemos invertir en la denominada inteligencia artificial. Al hacerlo, podemos tener una comprensión más profunda de cómo funcionan las tecnologías de IA y cómo podemos sacar rentabilidad con este sector.
Invertir Inteligencia Artificial
A lo largo de la historia, la innovación tecnológica ha impulsado el avance de la sociedad a pasos agigantados. En la actualidad, se considera ampliamente que la inteligencia artificial será el próximo gran paso en esta evolución tecnológica. De hecho, la mayoría de nosotros damos por sentado que la IA tendrá un papel fundamental en el futuro de la humanidad.
Lectura muy recomendada: STATE OF AI
Es importante tener en cuenta que los avances tecnológicos no siempre experimentan un crecimiento constante, sino que en ciertos momentos pueden estancarse hasta que se produce una innovación que revoluciona el sector. En el caso de la inteligencia artificial, aunque se ha estado hablando de ella durante varios años, su desarrollo es un proceso continuo y de largo plazo. Es probable que veamos grandes avances en la IA en los próximos años, pero también debemos ser conscientes de que el proceso de innovación puede llevar tiempo.
En la actualidad, el uso estratégico de las tecnologías de la información y la comunicación ha generado una enorme cantidad de datos que deben ser procesados, lo que ha llevado a un aumento en la demanda de soluciones de inteligencia artificial. Aunque a menudo se piensa en la IA como máquinas pensantes, en realidad se enfoca en gran medida en el tratamiento de datos. De hecho, la denominada inteligencia artificial es irónicamente una evolución en el procesamiento de información. En lugar de confiar en los métodos tradicionales para procesar grandes cantidades de datos, la IA utiliza técnicas avanzadas de aprendizaje automático para analizar y comprender la información de manera más eficiente y precisa.
¿Qué es la inteligencia artificial?
Una disciplina amplia con el objetivo de crear máquinas inteligentes, a diferencia de la inteligencia natural demostrada por humanos y animales. Captura la ambición a largo plazo de construir máquinas que emulen y luego excedan el rango de cognición humano.
Es un campo multidisciplinar. Podemos definir la IA como la suma de 3 grandes campos.
🔹Machine Learning
El aprendizaje automático es una de las técnicas fundamentales de la inteligencia artificial, que utiliza métodos estadísticos para permitir a las máquinas aprender de manera autónoma, sin necesidad de instrucciones explícitas sobre cómo obtener un resultado. Este proceso se basa en la creación de modelos de aprendizaje que permiten a la máquina mejorar progresivamente su rendimiento en una tarea específica a medida que procesa y analiza grandes cantidades de datos.
Al inicio, la máquina puede no tener conocimiento sobre la tarea a realizar, pero con el tiempo y el procesamiento de datos suficientes, puede volverse extremadamente eficiente en ella, incluso superando a los seres humanos en algunas tareas específicas. En resumen, el aprendizaje automático es una herramienta poderosa que ha permitido a las máquinas aprender de forma autónoma y ha transformado la forma en que las empresas y organizaciones abordan problemas complejos en una amplia gama de áreas.
🔹Reinforcement Learning
En la inteligencia artificial, se utiliza el método de prueba y error en un entorno que permite mejorar el rendimiento de la máquina mediante un mecanismo de retroalimentación (feedback). En este proceso, el sistema recibe información sobre su output o resultado y, en función de la precisión del resultado, se ajusta para mejorar su desempeño en tareas futuras.
La retroalimentación es esencial para el aprendizaje automático y otros métodos de inteligencia artificial, ya que permite a la máquina mejorar su capacidad de realizar tareas de manera autónoma y con mayor precisión. Este enfoque de mejora continua ha permitido a las máquinas alcanzar niveles de precisión y rendimiento impresionantes en tareas complejas y ha transformado la forma en que interactuamos con la tecnología en nuestra vida diaria.
🔹Deep Learning
En el ámbito de la inteligencia artificial, una tarea fundamental es el reconocimiento de patrones complejos en grandes conjuntos de datos. Para abordar esta tarea, se utiliza la técnica de aprendizaje profundo (deep learning), que se basa en la utilización de múltiples capas en el proceso de análisis de datos. Este enfoque jerárquico busca emular la estructura de conexiones neuronales presentes en el cerebro humano. A través de la creación de múltiples capas de clasificación ocultas (también conocidas como hidden layers), el sistema puede extraer características cada vez más complejas de los datos y producir un resultado preciso.
Si te interesa profundizar en el tema, te recomendamos estudiar las redes neuronales profundas, que son una de las técnicas más utilizadas en el aprendizaje profundo. Estas redes se caracterizan por su capacidad para trabajar con grandes volúmenes de datos y aprender patrones complejos en ellos. En la actualidad, el aprendizaje profundo y las redes neuronales profundas son áreas muy activas de investigación en el campo de la inteligencia artificial y se están aplicando en una amplia variedad de campos, desde la visión artificial hasta el procesamiento del lenguaje natural y la robótica.
Trading Inteligencia Artificial
La creación de ventajas, también conocida como alpha, es una de las grandes demandas en los mercados financieros. Consiste en obtener un retorno superior al benchmark o índice de referencia. En la agricultura moderna, por ejemplo, una pequeña ventaja en la predicción de los resultados de las cosechas puede marcar la diferencia para muchos participantes del mercado agrícola. Un ejemplo propuesto por los investigadores es la implementación de sensores en los tractores para analizar la calidad del suelo de cada campo en tiempo real, junto con información meteorológica.
Estos datos permitirían calcular con mayor precisión los rendimientos de los cultivos y especular con su precio a través de los futuros, lo que podría generar una ventaja significativa en los mercados financieros. Es importante destacar que las fuentes de alpha no son infinitas, por lo que es necesario buscar constantemente nuevas oportunidades.
Tecnología inteligencia artificial – Semiconductores
Además, los avances en la tecnología de semiconductores han permitido la creación de chips especializados en la ejecución de algoritmos de aprendizaje profundo, conocidos como Unidades de Procesamiento de Tensor (TPU, por sus siglas en inglés). Estos TPUs son capaces de procesar grandes cantidades de datos de forma más rápida y eficiente que los chips convencionales, lo que los hace ideales para la implementación de soluciones de IA en tiempo real. Por lo tanto, la investigación y el desarrollo de semiconductores específicos de IA son fundamentales para el crecimiento y la evolución de la industria de la inteligencia artificial.
Las empresas de semiconductores se encuentran entre las principales beneficiarias del auge de la inteligencia artificial, y se espera que sus ingresos aumenten en un 20%. Sin embargo, invertir directamente en estas empresas puede resultar difícil si no se posee un conocimiento profundo sobre los pilares tecnológicos que sostienen el sector. Por lo tanto, es importante considerar también la inversión en empresas especializadas en software de machine learning, como aquellas que desarrollan algoritmos capaces de reconocer imágenes y objetos, entre otras aplicaciones. Estas empresas pueden ofrecer una opción más accesible para invertir en el creciente mercado de la inteligencia artificial.
Para realizar tareas de machine learning de manera efectiva, se requiere una gran capacidad de procesamiento. Los algoritmos de IA modernos son muy complejos y necesitan una gran cantidad de cálculos para funcionar correctamente. Los ordenadores convencionales no pueden realizar la cantidad necesaria de operaciones, por lo que es esencial invertir en empresas que fabriquen chips y otros componentes necesarios para la computación de alta potencia.
Aunque estas inversiones pueden ser costosas, el potencial de retorno es muy alto, especialmente considerando que las empresas que utilizan estas tecnologías son principalmente grandes firmas financieras y tecnológicas. Estas empresas tienen mucho que ganar al utilizar tecnologías avanzadas, pero no comparten fácilmente sus avances con el público para evitar la copia por parte de la competencia. Por lo tanto, es importante considerar también la inversión en empresas dedicadas al desarrollo de software de machine learning, como aquellas que trabajan en el reconocimiento de imágenes y en la identificación de objetos, entre otras áreas. Estas empresas pueden ofrecer una forma más accesible de invertir en el auge de la inteligencia artificial.
Los cuatro tipos de chips de IA
Los desarrolladores de IA generalmente tienen cuatro tipos de chips a su disposición:
- Circuitos integrados de aplicaciones específicas (ASIC)
- Unidades centrales de procesamiento (CPU)
- Unidades de procesamiento de gráficos (GPU)
- Matriz de puerta programable en campo (FPGA)
Memoria: Dominará el alto ancho de banda y el chip
La IA está desplazando las demandas de memoria de DRAM (memoria dinámica de acceso aleatorio) a otras dos fuentes:
- Memoria de gran ancho de banda (HBM)
- Memoria en chip (OCM)
HBM permite que los algoritmos de IA procesen más datos, más rápido. Esta solución obvia llevó a dos de las empresas de tecnología más grandes (NVDA y GOOGL) a cambiar su preferencia por HBM frente a DRAM. Ese cambio tiene un costo ya que HBM es 3 veces más caro que DRAM. Pero de nuevo, en un mundo basado en inteligencia artificial, estos chips se convierten en diferenciadores, no en productos básicos.
Cuando entrena un algoritmo, necesita todos los datos que pueda obtener. Sin embargo, a nivel de inferencia, los requisitos de datos disminuyen significativamente.
Esta fluidez en las necesidades de almacenamiento crea una oportunidad para nuevas tecnologías. Específicamente, nuevas formas de memoria no volátil (NVM). La NVM es como una memoria a largo plazo.
McKinsey prevé que la demanda de almacenamiento aumentará entre un 25% y un 30% anual durante los próximos cinco años a medida que los programas basados en IA consuman más datos en los centros de datos.
Servidores de IA
La creación de redes es fundamental en el desarrollo de la IA, ya que estas conectan múltiples servidores para llevar a cabo la tarea de entrenamiento de modelos. Una velocidad de red lenta puede disminuir significativamente la capacidad de la IA para entrenar modelos de manera eficiente, lo que puede ser especialmente problemático en aplicaciones críticas como la conducción autónoma. En este ámbito, se estima que se requieren unos 140 servidores para lograr una precisión del 97% en la detección de obstáculos, según McKinsey.
En este contexto, la velocidad de la red puede marcar la diferencia entre un vehículo que impacta contra una barrera o regresa a casa de manera segura. Por tanto, la inversión en infraestructura de red de alta velocidad es esencial para impulsar la IA en aplicaciones críticas y aumentar la seguridad en diversos ámbitos, incluyendo el transporte y la salud.
Acciones Inteligencia Artificial
El problema es la elección.
La lectura de libros o informes por sí sola no garantiza tomar decisiones acertadas en la selección de acciones. Las inversiones en acciones individuales conllevan un alto riesgo de pérdida permanente, ya que un 40% de ellas suelen sufrir una catástrofe en algún momento, y el 70% de estas no se recuperan nunca.
Además, las empresas de telecomunicaciones, biotecnología y energía tienen un porcentaje de fracaso completo superior al 40%. Por lo general, las acciones individuales tienen un rendimiento inferior al promedio de su índice, debido a que unas pocas empresas dominan gran parte del mercado. Por tanto, se recomienda tener precaución al invertir en acciones individuales y diversificar la cartera de inversión.
Winners takes all.
Al poseer solo una o unas pocas acciones, el riesgo de perderse estas empresas ganadoras es muy alto.
Por último, existe el apego emocional a tus elecciones de inversión. Cuando eliges una empresa, suele generarse cierta afinidad. Es humano desarrollar cierto cariño hacia la entidad después de haber pasado horas estudiándola. Sin embargo, este apego puede afectar negativamente tus finanzas.
Si te gusta el desafío de invertir en acciones individuales, siempre puedes considerar una estrategia combinada, invirtiendo el 80% en un ETF o fondo y el 20% restante en 2 o 3 empresas que consideres tienen un potencial de crecimiento adecuado. Esto puede ayudar a equilibrar el riesgo y la diversificación de tu cartera.
Mejores fondos y ETFs inteligencia artificial
El título mejores es un engaño, yo os presento 4-5 diferentes y vosotros decidís, utilizo la información de los creadores de los ETFs en cada caso.
🔸Amundi Stoxx Global Artificial Intelligence UCITS ETF
Ticker: GOAI
TER 0,35%, replica el índice “Stoxx AI Global Artificial intelligence ADTV5”, emplea una metodología innovadora para seleccionar compañías tanto desarrolladas como emergentes según su capacidad para generar patentes. Este proceso de selección analiza las compañías según dos métricas:
- Exposición a IA: calculada como la proporción de patentes relacionadas con Inteligencia Artificial otorgadas a la compañía en tres años en comparación con el número total de patentes otorgadas a esa compañía durante el mismo periodo.
- Contribución a IA: calculada como el número de patentes otorgadas a la compañía durante tres años en relación con todas las patentes de Inteligencia Artificial otorgadas a todas las compañías en el mismo periodo.
Detalles: ETF sintético (60% Estados Unidos – 15% Japón).
🔸Lyxor Robotics & AI UCITS ETF – Acc
Ticker: ROAI GY
El Lyxor Robotics & AI UCITS ETF – Acc es un fondo cotizado (ETF) que cumple con la normativa UCITS, cuyo objetivo consiste en replicar el índice de referencia Rise of the Robots NTR Index.
El indice Rise of the Robots NTR Index realiza un seguimiento de 150 acciones globales relacionadas con la Inteligencia Artificial y la Robótica.
Los valores elegibles se basan en una gran clasificación industrial de las empresas de Robótica e Inteligencia Artificial, creada por el equipo de Investigación Temática de Societe Generale, son revisados anualmente por expertos de la industria.
Las acciones se ponderan en el índice por sus puntuaciones basadas en tres criterios: gasto en I+D en ventas netas, rendimiento del capital invertido y crecimiento de las ventas a 3 años.
ETF sintético – 156 empresas diferentes (68% Estados Unidos – 5,39% China).
🔸WisdomTree Artificial Intelligence UCITS ETF USD Acc
Ticker: WTAI – WTI2 (EUR)
El ETF WisdomTree Artificial Intelligence UCITS busca replicar el rendimiento del Índice de Inteligencia Artificial NASDAQ CTA – TER 0.40%
- El fondo ofrece acceso al espacio de la IA a través de la inversión directa en empresas que cotizan en bolsa a nivel mundial, que están capitalizando la IA al mejorar, habilitar o utilizar la tecnología.
- Exposición enfocada a empresas que están capitalizando el crecimiento en la adopción de tecnología de IA
- La investigación para la selección de empresas en el índice y, posteriormente, el fondo, es realizada por expertos en la cadena de valor de la IA y el mercado tecnológico, lo que garantiza que la cartera se mantenga enfocada y relevante
Fully Replicated – 56 empresas (55% Estados Unidos – 15% Taiwan).
🔸Global X Robotics & Artificial Intelligence ETF (BOTZ)
Ticker: BOTZ
No está de momento en UCITs.
Busca invertir en empresas que potencialmente puedan beneficiarse de una mayor adopción y utilización de la robótica y la inteligencia artificial (IA), incluidas las relacionadas con la robótica industrial y la automatización, los robots no industriales y vehículos autónomos.
35 empresas, pondera mucho NVDA y ISRG (43,2% Japon -34% Estados Unidos – 13,5 Suiza).
🔸Allianz Global Investors Fund – Allianz Global Artificial Intelligence AT EUR
Fondo: ISIN LU1548497772
El fondo invierte un mínimo del 70% de sus activos en acciones de empresas internacionales que como mínimo realicen operaciones o tengan relaciones en el ámbito de la «inteligencia artificial» (inteligencia que muestran las máquinas). Su objetivo de inversión es alcanzar un crecimiento del capital a largo plazo.
Crecimiento del capital a largo plazo mediante la inversión en los mercados mundiales de renta variable de sociedades cuyos negocios se beneficiarán de la evolución de la inteligencia artificial o están actualmente relacionados con la misma.
Los activos del Compartimento pueden invertirse en mercados emergentes. Se aplica la Restricción de Hong Kong y Taiwán. Se aplica la Restricción GITA (Alternativa 1); sin embargo, al menos el 70 % de los activos del Compartimento se invierte en participación de renta variable.
Comisiones MUY elevadas 2,11% – mal distribuido geográficamente (93,91% Estados Unidos).
🔸L&G Artificial Intelligence UCITS ETF (GBP) AIAG
Ticker: 
El índice está compuesto por empresas de todo el mundo que están expuestos al tema «Inteligencia artificial» como es definido por ROBO Global®. ROBO Global que creó y mantiene una base de datos única de empresas con negocios e ingresos asociados con Inteligencia Artificial y tecnologías similares.
La clasificación actualmente identifica 11 subsectores de Inteligencia Artificial que presentan un nivel adecuado de madurez y tecnología para llevar a cabo un alto crecimiento y potencial de retorno.
TER 0,50% – Physical – Full replication (77,10% Estados Unidos).
Conclusiones Invertir Inteligencia Artificial
Los avances en inteligencia artificial son indudables. Los robots pueden aprender, adaptarse y reaccionar ante entornos y situaciones cada vez más complejas. Las fábricas inteligentes dependen cada vez más de una gran cantidad de sensores para recopilar datos, incluyendo imágenes, mediciones y diagnósticos, los cuales son introducidos en sistemas de inteligencia artificial para aumentar la eficiencia general y alertar a los ingenieros sobre problemas de mantenimiento o fallos en la calidad.
Las principales empresas de robótica del mundo se han convertido en expertas en el desarrollo e integración de software de IA en maquinarias altamente especializadas. Los nuevos simuladores pueden ejecutar miles de procesos en segundos, lo que permite crear grandes cantidades de entrenamiento para una tarea.
Los robots están asumiendo un conjunto cada vez más amplio de tareas. A medida que la tecnología avanza en cada uno de estos campos, la robótica continúa adquiriendo nuevas capacidades y reduciendo sus costos. La tecnología es deflacionaria, lo que significa que su adopción suele reducir los costos generales.
Actualmente, la robótica y la inteligencia artificial se encuentran en las primeras etapas de la curva de adopción, pero cada vez más empresas en todo el mundo están considerando aprovechar estas tecnologías emergentes. Estamos en un punto de inflexión donde la tecnología sigue evolucionando y transformando diversas industrias. En lugar de debatir sobre milagros, debemos centrarnos en no perdernos esta tendencia y elegir sabiamente dónde invertir.
Grupo Telegram para preguntas: https://t.me/unespeculador
Gracias a todos, si el contenido de esta web te resulta útil, agradecería mucho que me apoyaras en Patreon para poder seguir desarrollando aportes de calidad para ti.
Sígueme en Twitter para estar al día de todas las novedades: https://twitter.com/enricjaimez
💠 Gracias por apoyar UnEspeculador, este Patreon se dedica exclusivamente a pagar los diferentes servicios de datos, research, hosting, seguridad para la web y las múltiples horas que dedico a trabajar en abierto, es totalmente opcional y agradezco a la gente quiera colaborar (todo gratis no es posible, no funciona).
https://www.patreon.com/unespeculador
📝 En este nivel de suscripción añadiré toda una serie de contenido y material extra, esto puede incluir ideas por desarrollar, seguimientos, informes, explicaciones más detalladas…
