Todos em finanças estão olhando para a IA. Cada banco, cada corretora está tentando descobrir como a IA pode ajudar a gerenciar a riqueza. Não apenas para os ricos, mas para todos.
Na verdade, é uma ameaça para aqueles que não se atualizam rápido o suficiente. Gerenciar ativos requer mais do que apenas movimentar dinheiro.
Trata-se de escolher a combinação certa de investimentos e ajustá-los conforme as coisas mudam. No momento, consultores humanos cuidam disso. Mas é possível que a IA possa fazer isso melhor? Spoiler: Provavelmente não.
O problema com os robôs-consultores
Mas o gerenciamento de patrimônio é caro e a maioria das pessoas não pode pagar os altos custos. Esta é uma área onde a IA pode ajudar.
Os sistemas alimentados por IA podem oferecer aconselhamento personalizado a um custo menor, dando acesso a pessoas que antes eram deixadas de fora porque sua riqueza não era "suficiente" para justificar o preço do aconselhamento humano.
Mas aqui está o pequeno problema.
O que está faltando?
A IA pode analisar milhares de instrumentos financeiros em segundos. Ela conhece os números, retornos passados e riscos. Mas entender as pessoas? Essa é uma história diferente.
A IA não pode capturar as narrativas pessoais ou as mudanças nas expectativas que definem quem somos como investidores.
Trata-se de emoções, decisões para salvar, gastar ou investir e planejar a longo prazo.
Então, como um robo-advisor deve fazer isso? Não é de se espantar que a maioria dos clientes acabe com o mesmo portfólio de ações e títulos de 60/40. Esse é o padrão. Não é necessária IA para descobrir isso.
Para fazer progresso real, a IA precisa ser mais inteligente. Ela precisa entender como os consultores trabalham, não apenas lançar recomendações genéricas. Não é suficiente recomendar os mesmos produtos repetidamente.
A IA precisa aprender com as interações com os clientes. Se a IA não consegue explicar um portfólio em termos simples, ninguém realmente confiará nela.
A descentralização é a chave
Os gestores de ativos estão agora em uma encruzilhada. Para que a IA seja realmente útil, ela deve dar poder tanto ao consultor quanto ao cliente.
Isso significa descentralizar o processo e deixar que os consultores usem ferramentas de IA para tomar melhores decisões. Não se trata de seguir um plano centralizado estabelecido por algum Chief Investment Officer (CIO) que está tentando empurrar produtos de alta margem.
Na verdade, descentralizar decisões pode complicar o processo para empresas que tentam vender esses produtos. Conformidade e risco também são desafios.
O futuro pode ver conversas com IA que parecem quase humanas. Modelos de linguagem grande (LLMs) e agentes de IA podem mudar o jogo aprendendo com nossas pegadas digitais.
Esses sistemas de IA teriam contexto suficiente de nossas vidas para prever o que queremos conforme as coisas mudam. Teoricamente, isso poderia tornar a gestão de riqueza mais eficiente.
Mas quem realmente vai entregar suas informações mais pessoais para uma máquina? O nível de confiança necessário é simplesmente enorme.
Embora se o Vale do Silício continue empurrando a IA a novos patamares, poderíamos em breve ver os agentes robóticos que podem ter conversas reais fluidas com os clientes.
Agora, a BlackRock, a maior gestora de ativos do planeta, já usa IA há anos. Eles empregaram aprendizado de máquina e modelos de linguagem grande para impulsionar suas estratégias de investimento.
Eles até usam IA para agilizar o investimento temático. Eles têm essa ferramenta, chamada Thematic Robot, que combina IA com expertise humana para criar cestas de ações com base em temas de mercados emergentes.
Dizem que isso acelera o processo de encontrar oportunidades de investimento em diferentes setores, o que significa mais eficiência e menos tempo desperdiçado.
Mas a IA não é infalível. A supervisão humana ainda é essencial, porque, novamente, esses robôs não têm o julgamento ou a compreensão diferenciada de um gestor de portfólio experiente como Larry Fink.
Se a IA comete um erro, alguém precisa pegá-lo. Erros em saídas de IA acontecem e, sem intervenção humana, podem levar a consequências sérias. A configuração ideal? Uma mistura de expertise humana e eficiência orientada por IA.