¿Cómo evitar la IA? Este es el gran desafío para los fondos de pensión y los fondos soberanos

La fiebre de la inteligencia artificial está desmoronando la lógica de diversificación en la que confían los inversores institucionales. Desde acciones, capital privado, bonos corporativos hasta infraestructuras, el riesgo de IA ha penetrado casi todas las clases de activos, sumergiendo a fondos de pensión y fondos soberanos que gestionan cientos de miles de millones de dólares en un dilema sin precedentes.

Según un informe de Bloomberg del lunes, el director de inversiones del Sistema de Jubilación de la Ciudad de Nueva York (NYCRS), Monte Tarbox, rechazó recientemente una invitación de recaudación de fondos de un fondo de capital privado debido a la excesiva exposición a IA de ese producto. "Cuando llegue ese día, no queremos quedarnos ahí parados, dejando que la gente pregunte '¿por qué dijeron que sí a todo?'", dijo. Esta decisión refleja la situación común de prácticamente todos los principales inversores institucionales de Wall Street en la actualidad.

Lisa Shalett, directora de inversiones de Morgan Stanley Wealth Management, advirtió que la IA está agravando el ya desafiante panorama de diversificación para los asignadores de activos—en un entorno de inflación persistentemente pegajosa, la tradicional cartera 60/40 de acciones y bonos ha fallado repetidamente, y la profunda penetración de la IA empeora aún más la correlación positiva entre acciones y crédito.

Goldman Sachs estima que las empresas relacionadas con infraestructuras de IA (incluidos fabricantes de chips y empresas de computación en la nube a gran escala) representan aproximadamente el 40% de la capitalización total del S&P 500; según datos de Apollo Global Management, la emisión relacionada con IA representa casi la mitad del total de emisiones de bonos de grado de inversión este año y el 87% de los fondos de capital de riesgo.

El riesgo de IA está en todas partes, la diversificación se convierte en una ilusión

La penetración de la IA en los mercados es multidimensional. En el mercado abierto, solo tres fabricantes de chips concentran más de una cuarta parte del peso del índice de mercados emergentes. En el mercado privado, el capital privado prácticamente se ha convertido en sinónimo de startups de IA. En el mercado de bonos, los principales emisores son todas empresas de computación en la nube a gran escala. En el sector de infraestructura, casi cada proyecto importante apunta a centros de datos. Incluso los bonos del Tesoro estadounidense pueden incluirse en la narrativa de trading de IA: la mayor demanda de electricidad impulsa las expectativas inflacionarias, lo que a su vez afecta la evolución de los rendimientos.

Las mismas empresas atraviesan múltiples clases de activos, concentrando aún más el riesgo. Tomemos a Alphabet como ejemplo, cuya capitalización bursátil alcanza los $4 billones y la deuda pendiente asciende a $130 mil millones, y cuyas infraestructuras conectan más de 30 centros de datos a nivel global. Al mismo tiempo, muchas empresas cuentan con acuerdos de “financiamiento circular”, poseyendo acciones cruzadas entre sí, lo que entrelaza enormemente las exposiciones al riesgo.

Thomas Salopek, jefe de investigación de estrategias de sistemas multi-activos de JP Morgan, construyó cuatro modelos de simulación de asignación de activos institucionales, que muestran que en los últimos años, todas esas carteras muestran una marcada correlación positiva con factores de riesgo relacionados con IA. En una encuesta de Invesco a 90 fondos soberanos, más de la mitad de los entrevistados señalaron la concentración del mercado como el principal riesgo de la inversión relacionada con IA.

Cuantificar la exposición a IA: cada institución toma su propio camino

Ante este desafío, los inversores institucionales exploran diversas formas de respuesta, pero el primer obstáculo es cómo definir y medir la exposición a IA. A diferencia de los criterios habituales como clase de activo, sector o región, la exposición a IA carece actualmente de una norma unificada: puede tratarse de fabricantes de chips puros, o simplemente de empresas convencionales que adoptan tecnología de IA.

La Asociación de Jubilados de Empleados del Condado de Los Ángeles (LACERA) debatió específicamente el tema de exposición a IA en el mercado privado en la reunión del directorio de mayo de este año. El director de inversiones, Jonathan Grabel, lideró posteriormente una revisión integral, combinando análisis descendiente de MSCI con evaluaciones internas ascendentes, estimando que entre el 8% y el 19% de la cartera del fondo de pensiones está relacionada con IA. “No queremos que la búsqueda de la perfección comprometa la visión”, dijo.

Elo Mutual Pension Insurance Co. de Finlandia gestiona 36.000 millones de euros en activos, y su equipo de gestión de cartera utiliza IA para rastrear la IA, aprovechando herramientas impulsadas por IA para monitorizar la sensibilidad de las inversiones públicas a tendencias de adopción de IA. El jefe de asignación de activos e inversiones alternativas, Kari Vatanen, admite que limitar la exposición a IA para diversificar conlleva un costo: si la narrativa de IA sigue dominando los retornos del mercado durante años, tal restricción perjudicaría el rendimiento. El índice Bloomberg Intelligence que sigue acciones globales relacionadas con IA muestra que, en los últimos dos años, su rentabilidad anualizada excedió el índice por 11 puntos porcentuales.

El análisis de factores realizado por Markov Processes International en aproximadamente 50 grandes fondos de pensiones reveló que, en promedio, su exposición excedente a IA es cercana a cero, pero algunos fondos muestran claras desviaciones, siendo CalPERS (el mayor fondo público de pensiones de EE. UU.) quien ha experimentado un aumento sostenido de su exposición excedente a IA en los últimos años, principalmente debido a inversiones en grandes empresas no cotizadas.

El “Enfoque de Cartera Total” como nuevo paradigma

La necesidad de cuantificar el riesgo de IA está revitalizando un marco conocido como “Enfoque de Cartera Total” (Total Portfolio Approach, TPA). Este enfoque elimina las barreras entre las clases de activos, compara todas las inversiones en una misma dimensión e intenta lograr la asignación global óptima; CalPERS lo ha adoptado oficialmente recientemente.

Aware Super de Australia, con 240.000 millones de AUD en activos, completó en junio de este año la reforma interna de su plataforma de inversión “Project Odin”, integrando datos y herramientas analíticas de terceros como BlackRock. Michael Clavin, jefe de liquidez y mercados, afirma que la plataforma está diseñada para el seguimiento de exposición a IA a nivel de todo el fondo. "La verdadera diversificación no es solo geográfica o sectorial, sino realmente comprender la correlación entre activos y temas", dice.

Marsh Investments and Retirement (anteriormente Mercer, con 846.000 millones de dólares en activos bajo gestión) ha pasado seis meses creando un sistema de seguimiento de exposición temática, usando IA agente para analizar ingresos y utilidades de empresas públicas y privadas, lanzado oficialmente en febrero de este año. Andrew McDougall, CIO de la región estadounidense, señala: "La clave es que primero tenés que saber qué tenés, para después saber adónde ir. Las instituciones que hoy tienen buenos sistemas, pueden estimar el impacto antes de invertir; aquellas con sistemas atrasados, podrían darse cuenta del problema cuando ya es demasiado tarde".

Para Tarbox de NYCRS, el reto es mantenerse al ritmo de la rápida y profunda evolución de una tecnología disruptiva. Explica que incluso los mapas de cartera más sofisticados pueden quedarse obsoletos rápidamente, y que los perfiles de riesgo de la IA deben reevaluarse continuamente. "No solo tenemos que aumentar la resolución del microscopio, sino también acelerar la frecuencia de las evaluaciones", dice. "Prácticamente cada fondo en el que nos comprometemos a invertir, inevitablemente traerá más exposición a IA".