La IA ha resuelto el problema de Navier-Stokes, ha hackeado nuestros sistemas más seguros y ha diseñado nuevos tratamientos contra el cáncer.
Aún así, no puede superar al S&P 500.
¿Cuándo vencerá la IA al mercado?
Es una pregunta de un billón de dólares que los laboratorios tienen frente a sus narices.
La respuesta es sorprendentemente elegante.
Todo comienza con la construcción en 1991 del robot más grande del mundo.
Con 360 metros de acero, el Maeslantkering es la estructura móvil más grande del planeta. Opera de forma completamente autónoma.
Los neerlandeses lo conocen como su compuerta contra inundaciones, construida para proteger a los 2.7 millones de habitantes de Róterdam de mortales marejadas ciclónicas.
Para hacer su trabajo, el robot debe predecir perfectamente el nivel del mar.
El modelo más simple del nivel del mar es un interruptor.
Cuando la marea está alta, el interruptor está encendido. Cuando la marea está baja, se apaga.
Un interruptor (naranja) es un mal modelo de la realidad (verde azulado).
Pero el interruptor ignora la forma de la marea. Una marea creciente aún cruza el umbral de peligro.
El robot necesita un mejor modelo.
La marea es impulsada en gran medida por la luna, cuyo tirón gravitacional traza una curva periódica en los océanos. Reemplaza el interruptor con una sinusoide, y la predicción del robot comienza a trazar la marea.
La gravedad de la luna (naranja) es un mejor modelo de la realidad (verde azulado).
Todavía es imperfecto. La marea también está moldeada por el tirón del sol, la batimetría de la bahía, la excentricidad de la órbita y docenas de otros factores.
Solo cuando el robot contiene toda la estructura relevante del sistema solar puede predecir las mareas.
Todas las fuerzas de marea (naranja) permiten que el modelo coincida perfectamente con la realidad (verde azulado).
Esto ejemplifica el Teorema del Buen Regulador, demostrado por Conant y Ashby en 1970:
"Todo buen regulador de un sistema debe ser un modelo de ese sistema."
Explica perfectamente la frontera de capacidades de la IA hoy:
- Los modelos de ajedrez contienen la geometría del tablero, reconstruida a partir de secuencias de movimientos.
- Los agentes de codificación contienen las reglas de la computación, derivadas de cada línea de código abierto.
- Los modelos de video y mundo contienen leyes físicas, redescubiertas a partir de píxeles.
La IA se está comiendo el mundo.
Pero solo en el orden de lo que puede tragar.
Aquí está la misma brecha entre modelo y realidad, redibujada para el mercado de valores:
El modelo de Morningstar (naranja) para la valoración diverge de la realidad (verde azulado).
Claramente, la 'estimación de valor razonable' de Morningstar no es un 'buen regulador'.
Quizás Morningstar no es de clase mundial valorando acciones. Pero la misma imagen se sostiene dentro de los objetivos de precio internos de los fondos de cobertura del decil superior. Nadie tiene un buen regulador para los precios, y se debe a un hecho simple:
Los mercados son autorreferenciales, o como los llaman los economistas, sistemas reflexivos.
Los precios los fijan millones de personas que observan el precio, observan cómo otros responden al precio y responden a su vez.
Nadie ha construido una IA que contenga a la multitud.
Los mercados están cayendo en el orden en que la IA puede contenerlos.
Pero las finanzas aún están cayendo, y algunos mercados ya están contenidos.
El teorema explica perfectamente el orden en que caen:
1. Los cuantitativos ya construyeron la superinteligencia.
La IA ya contiene otros algoritmos.
Las primeras superinteligencias financieras no fueron LLMs.
Fueron sistemas de trading cuantitativo.
En horizontes de milisegundos, las firmas cuantitativas ya han construido 'buenos reguladores'.
Ningún humano puede reaccionar tan rápido, por lo que las predicciones a corto plazo son menos reflexivas. Las únicas cosas que pueden generar precios rápidos en esa escala de tiempo son otros algoritmos.
Y los modelos pueden contener otros modelos.
Renaissance Technologies, Jane Street y Two Sigma han generado cientos de miles de millones en ganancias al construir sistemas que contienen la lógica de otros algoritmos contra los que comercian.
Ilustrativo. Los modelos de trading cuantitativo en la escala de milisegundos (naranja) pueden igualar de cerca las microfluctuaciones del precio (verde azulado) hoy.
Los modelos más grandes se tragan a los más pequeños y luego arbitran su comportamiento. Los mercados a corto plazo son una guerra interminable de sistemas devorándose unos a otros.
(Hay un argumento de seguridad de IA escondido aquí. Los investigadores de alineación teorizan sobre ASIs conteniendo ASIs. Las tiendas cuantitativas llegaron primero.)
Sin embargo, estos modelos cuantitativos se descomponen rápidamente.
En horizontes cortos, el sistema son principalmente máquinas comerciando contra máquinas.
En horizontes largos, la multitud regresa.
2. Los mercados privados serán públicos en una década.
La IA está comenzando a contener el trabajo de un analista.
Gran parte de las finanzas no se trata de ser mejor en la valoración.
Es una competencia para adquirir y procesar información.
Millones de analistas financieros hoy examinan salas de datos, construyen modelos, extienden comparables y convierten evidencia fragmentada en decisiones de inversión.
Históricamente, solo un pequeño número de firmas tenía la mano de obra para hacer esto a escala.
Los mercados privados nunca tuvieron un buen regulador.
El fondo inmobiliario de Blackstone en 2022 es un ejemplo canónico. Su cartera privada se mantuvo marcada "al costo", mientras que una cartera que cotiza en bolsa con exposición similar se desplomó dos veces.
Los mercados privados (naranja) pueden divergir bruscamente de los análogos públicos (verde azulado).
Solo podemos ver esta brecha porque existía un análogo que cotiza en bolsa. La mayoría de los activos privados no ofrecen ese espejo.
Eso está cambiando rápidamente.
Los modelos ahora leen presentaciones, acuerdos de crédito y salas de datos virtuales. Los agentes ahora hacen el trabajo circundante: valoración, modelado, extracción de comparables y creación de diapositivas. El cuello de botella del analista está desapareciendo mientras lees esto.
Más inversores crean más ofertas.
Más ofertas crean más transacciones.
Más transacciones mejoran el descubrimiento de precios, atrayendo a más inversores.
El capital privado finalmente está obteniendo un buen regulador.
Ya lo estamos viendo en Hebbia: los fondos están originando miles de millones en acuerdos fuera del mercado y ahorrando cientos de millones al salir de posiciones temprano, antes de que el mercado se ponga al día.
Los mercados privados comerciarán como los públicos.
La consecuencia irónica es que en el momento en que esto suceda, aún no estarán resueltos. La IA los convertirá en sistemas reflexivos, devolviéndonos a la pregunta central.
¿Qué sucede cuando el modelo debe contener a la multitud?
3. Los mercados públicos no serán resueltos por un LLM.
La IA necesita un modelo completamente diferente para contener a la multitud.
La gente está esperando que Claude venza al mercado por ellos.
No sucederá.
Si bien los LLM parecen genuinamente útiles para el análisis fundamental, el análisis fundamental a menudo falla debido a la reflexividad. Valoraciones más altas de las dinámicas de la multitud pueden reducir el costo del capital, lo que acelera el crecimiento y empuja las valoraciones al alza.
La reflexividad cambia los fundamentos.
Entonces, ¿qué IA puede realmente modelar a la multitud?
3.1 Twitter modeló a la multitud antes que Wall Street.
Una clase de modelos ya predice y moldea el comportamiento humano mejor que cualquier LLM.
"El feed de noticias" ya contiene un modelo casi perfecto de la psicología humana. Influye en elecciones, establece tendencias culturales y modela a miles de millones de personas mejor de lo que esas personas se conocen a sí mismas.
Los servidores de anuncios de redes sociales funcionan de la misma manera. El anuncio de exactamente lo que estabas a punto de comprar, a menudo te hace querer comprarlo primero. Nota la reflexividad.
La relevancia prevista de una publicación por parte de los feeds de noticias (naranja) puede modelar y crear compromiso y relevancia reales (verde azulado).
Esto produce un corolario inusual:
xAI es el laboratorio financiero mejor posicionado del planeta.
Grok se sienta sobre el raro conjunto de datos que captura a la multitud en tiempo real.
El feed ya mueve los mercados.
Para los inversores minoristas, la atención ya importa más que los fundamentos. Cada vez más, cada acción es una acción meme, y el feed controla los memes.
El punto final lógico es aleccionador. Un sistema futuro puede predecir la reacción de la multitud, generar la narrativa ganadora y luego distribuirla a través de "inversores" bots para inflar sus propias tenencias. La línea entre una gran campaña de marketing y la manipulación del mercado ya es delgada, y después de la singularidad, se difumina.
La manipulación del mercado está a punto de convertirse en una capacidad del modelo.
3.2 El modelo debe contener el mercado.
Las startups de simulación están arañando este problema, pero no resolverán la reflexividad. Las multitudes sintéticas que nunca tocan un precio real son grupos focales en una caja.
Los mercados de predicción también lo evitan. Las probabilidades de lluvia no pueden cambiar el clima.
Un verdadero modelo de reflexividad debe hacer dos cosas:
- Contener a los otros reguladores. Debe predecir cómo reacciona el mercado y mantenerse un paso adelante.
- Contener su propio impacto. Los datos históricos no pueden revelar el efecto de un inversor que nunca existió. El modelo debe comerciar, observar lo que cambia y actualizarse a sí mismo.
Estos modelos ya están pasando del entrenamiento al trading.
Pero hay un problema: la IA solo puede aprender una estrategia estable mientras sus operaciones sean lo suficientemente pequeñas como para no mover el mercado.
Los académicos llaman a esto una restricción de convergencia.
Los traders lo llaman una máxima familiar:
"El tamaño mata la operación."
Eso no detendrá lo que se avecina.
Las máquinas que vencen al mercado se extenderán de milisegundos a minutos, días, trimestres y años.
Será inútil comerciar contra la máquina.
Las compuertas se están abriendo.
Cada mercado será dominado por máquinas.
Cada empresa competirá con la IA.
Nuestras organizaciones deben cambiar en consecuencia.
Las firmas cuantitativas fueron las primeras en reestructurarse en torno a esta nueva realidad. Sus organigramas se convirtieron en sistemas para recopilar, limpiar, estructurar y modelar enormes cantidades de datos. Se convirtieron en buenos reguladores de sus mercados.
Todas las empresas están a punto de enfrentar la misma transformación.
El trabajo más importante del futuro será enseñar a las máquinas la estructura del mundo.
No puedes vender en corto la singularidad.
Solo puedes convertirte en parte de ella.
Muchas gracias a Manny Roman, Rob Goldstein, Marty Chavez, Bob Steele, @WillManidis y @lennysan por mejorar mi modelo de este sistema.
![Configuraciones esenciales de Copilot para cada empleado [Guárdalo]](/cdn-cgi/image/width=1920,quality=90,format=auto,metadata=none/https%3A%2F%2Fcms-assets.youmind.com%2Fmedia%2F1791308141667_v4vzlt_HT15qoJawAArblK.jpg)
![[Preview] Version 1.4.0 Update Details for Inazuma Eleven Cross](/cdn-cgi/image/width=1920,quality=90,format=auto,metadata=none/https%3A%2F%2Fcms-assets.youmind.com%2Fmedia%2F1791218878332_4ygavs_HTlqxPQa0AACIJK.jpg)
