La inversión en IA se dispara en la gestión de activos, aunque el éxito depende de los datos

Los datos proceden del informe global de Clearwater Analytics para 2026, "GenAI and the Data Divide" ("La IA generativa y la brecha de datos"). El estudio se basó en las respuestas de 178 altos ejecutivos —entre ellos directores generales, financieros, de tecnología y de riesgos— de gestoras de activos, fondos de cobertura y firmas de crédito privado de Europa, Estados Unidos y Asia-Pacífico .

Una carrera por gastar, con dudas sobre el rumbo

El ritmo de inversión contrasta con la falta de consenso sobre cuánto dinero debería destinarse realmente a la IA. Según el estudio:

• El 66% de los gestores de fondos teme que su firma ya esté invirtiendo demasiado en IA .
• El 25% cree que su organización todavía no está invirtiendo lo suficiente .

El informe describe la situación como una «paradoja de inversión» en el centro de la revolución de la IA en la gestión de activos . Los presupuestos crecen con rapidez, pero la industria aún no tiene una referencia compartida sobre cuál es el nivel adecuado de gasto .

Las operaciones que más cambiarán

Los encuestados identificaron tres áreas con posibilidades de experimentar un impacto importante o transformador durante el próximo año:

• Generación y síntesis de datos: el 62% espera un efecto transformador. Es el ámbito con mayor potencial de disrupción .
• Sistemas de apoyo a decisiones, incluido el rebalanceo de carteras: el 58% .
• Modelización predictiva y pruebas de estrés: el 57% .

El avance apunta a una integración de la IA en los procesos centrales de inversión, y no solo en proyectos piloto. Dos tercios de los gestores también afirmaron que sus herramientas de IA ya gestionan eficazmente datos alternativos, una clase de información que tradicionalmente ha sido difícil de procesar a gran escala .

Asimismo, el 62% declaró haber obtenido resultados satisfactorios con la orquestación multiagente: operaciones autónomas que se activan cuando se alcanzan determinados umbrales de datos .

La calidad de los datos pesa más que el tamaño del presupuesto

La principal conclusión del estudio es que la distancia entre las firmas que avanzan con éxito en IA y las rezagadas no depende tanto de cuánto gastan ni de quién empezó antes. El factor decisivo es la calidad de la infraestructura de datos sobre la que se construyen esas herramientas .

«La adopción de la IA está obligando a los gestores de fondos a enfrentarse a los fundamentos de la gestión de datos como ninguna otra tecnología lo había hecho», afirmó Souvik Das, director de tecnología de Clearwater Analytics .

La diferencia se refleja especialmente en la gestión del riesgo. El 44% de las firmas que califican la precisión de sus datos como buena o excelente asegura que su gestión de riesgos se ha vuelto mucho más proactiva. Entre las organizaciones que consideran moderada o deficiente la calidad de sus datos, esa proporción cae al 17% .

Aunque el 95% de los ejecutivos encuestados aumentó su presupuesto de IA durante el último año, un mayor gasto por sí solo no se traduce en mejores resultados cuando la base de datos es débil .

Un fenómeno que se extiende por las finanzas

La tendencia coincide con otras mediciones del sector financiero. Una encuesta de KPMG calcula que las organizaciones de gestión de activos y capital privado prevén invertir, en promedio, 148 millones de dólares en IA durante los próximos 12 meses, casi 1,5 veces más que en el trimestre anterior . Los principales destinos de esa inversión son los datos y la analítica, además de la investigación y el desarrollo .

El contexto empresarial es menos optimista que el volumen de capital movilizado. Aunque la inversión corporativa en IA generativa ha alcanzado entre 30.000 y 40.000 millones de dólares, un número significativo de organizaciones obtiene poco o ningún retorno, según un informe que denomina a esta brecha la «GenAI Divide» .

Para las gestoras de activos, el mensaje del estudio es claro: la carrera no consiste únicamente en comprar más herramientas de IA. Sin datos consistentes y accesibles, incluso los presupuestos más ambiciosos pueden quedarse sin resultados medibles.