8 proyectos tecnológicos innovadores en Wall Street, de Blackstone a Goldman Sachs

En el sector de la banca de inversión, el capital riesgo y el trading, las empresas de Wall Street están utilizando la tecnología para evaluar mejor el riesgo y tomar decisiones más informadas con mayor rapidez. Business Insider ha entrevistado a ocho de las mayores instituciones financieras del mundo para que expliquen exactamente cómo.

La IA generativa y los proyectos relacionados con los datos (incluida la consolidación de la información y la búsqueda de la mejor forma de trasladarla de los discos duros a las nubes) se encuentran entre las principales prioridades de Wall Street. Esta lista también incluye la reconstrucción de un sistema central en uno de los mayores hedge funds y una plataforma blockchain centralizada diseñada para mover dinero sin trabas.

Estas son algunas de las iniciativas más innovadoras de las principales empresas de Wall Street, como la plataforma DocAI de Blackstone, Legend de Goldman Sachs y la herramienta Deep Research de Balyasny Asset Management.

Balyasny está mejorando su investigación con una herramienta de IA generativa

• Nombre del proyecto: Deep Research
• En qué consiste: en una herramienta de inteligencia artificial generativa para responder a preguntas de investigación complejas y automatizar la mayor parte del trabajo de los analistas junior.
• Responsable: Chen Fang, responsable de datos y análisis del equipo de IA aplicada de Balyasny.

Balyasny Asset Management está un paso más cerca de su objetivo de crear una IA que realice las mismas tareas de un analista gracias a una nueva herramienta llamada Deep Research.

Creada por el equipo de IA Aplicada del hedge fund, Deep Research ayuda a los analistas y gestores de carteras a responder a complejas preguntas de investigación. La herramienta extrae información de unos cinco millones de documentos, entre los que hay registros regulatorios, transcripciones de resultados, estudios de terceros y datos de mercado, así como análisis internos y notas de Balyasny. Deep Research, que utilizan sobre todo los equipos de inversión, ayuda a los analistas y gestores a analizar los valores antes de realizar una operación y a calibrar el impacto de los acontecimientos del mercado mundial en una cartera o conjunto de acciones.

Está en fase beta y se está probando en unos 50 equipos. Estos equipos envían sus preguntas al equipo de IA Aplicada, que las transmite al robot. El objetivo es lanzar la herramienta en toda la empresa en el cuarto trimestre de este año, y que todos los equipos puedan acceder directamente a ella.

Fang explica que la empresa quiere automatizar las tareas de los analistas para "reducir su proceso de investigación de días y semanas a minutos y horas".

En un ejemplo de uso reciente, un gestor pidió a Deep Research que buscara empresas cuyas cadenas de suministro se vieran afectadas por los aranceles. La herramienta escaneó más de 20.000 documentos para identificar 120 empresas y proporcionar un informe con explicaciones sobre cada una de ellas, todo ello en aproximadamente una hora.

De cara al futuro, Fang afirma que el equipo pretende ofrecer a los altos cargos más información práctica e ideas comerciales que vayan más allá de resumir y enlazar documentos.

Los titanes de Wall Street se pronuncian sobre la IA: ¿es una nueva burbuja?

La 'próxima evolución' de Blackstone en IA generativa

• Nombre del proyecto: DocAI
• En qué consiste: en construir una herramienta de IA generativa que recopile documentos importantes para la búsqueda y resumen de una manera organizada.
• Responsable: John Stecher, director de tecnología

El gigante inversor Blackstone ha dedicado los últimos 10 meses a crear DocAI, herramienta que Stecher define como "la próxima evolución" en el camino de la empresa hacia la IA generativa.

Los trabajadores de Blackstone podrán cargar documentos con información (incluso confidencial) sobre operaciones concretas e investigaciones macroeconómicas de bancos de inversión y consultoras. La idea es que los empleados pidan a DocAI información sobre esos documentos y que la herramienta la encuentre y resuma.

"Aunque está muy bien que ChatGPT y demás te permitan buscar en Internet, muchas veces lo que realmente importa es hacer preguntas y obtener resúmenes de documentación temática muy específica", aclara Stecher a Business Insider. Algunos grupos de la empresa utilizan DocAI, y Blackstone espera ponerlo a disposición de sus 5.000 empleados este otoño.

Según Stecher, los analistas y vicepresidentes de los sectores inmobiliario y de capital riesgo utilizan DocAI para investigar posibles operaciones. Los equipos jurídicos y de cumplimiento normativo lo han utilizado para realizar un seguimiento y consultar diferentes cláusulas y normas de crédito. Y gracias a los diagramas de arquitectura que han cargado, los ingenieros de software pueden comprender mejor las conexiones entre los distintos sistemas.

"No nos limitamos a verter un montón de información", afirma Stecher. "Se trata de hacer de nuestra plataforma un conjunto muy organizado de información desde el que los empleados puedan seleccionar, cargar y ver lo más valioso para las operaciones de Blackstone'", añade.

La plataforma blockchain de Citi agiliza la actividad bancaria

• Nombre del proyecto: Plataforma Integrada de Activos Digitales de Citi
• En qué consiste: en una plataforma blockchain para que el banco ofrezca a los clientes institucionales productos de activos digitales
• Responsable: Nimrod Barak, director de Citi Innovation Labs

A pesar de la volatilidad de las criptomonedas en Main Street entre los inversores minoristas, un alto ejecutivo tecnológico de Citi afirma que sigue habiendo valor y potencial para la tecnología subyacente en Wall Street.

El banco lanzó CIDAP este verano para sus ofertas de blockchain para clientes institucionales. El objetivo es consolidar los productos y servicios de activos digitales de Citi, que abarcan la gestión de liquidez, la financiación del comercio, los bonos y la custodia. De este modo, el banco no solo podrá gestionar y actualizar más fácilmente sus ofertas, sino que también podrá incorporar más rápidamente nuevos casos de uso, según indica Barak a Business Insider.

Citi ofrece varios servicios basados en la tecnología blockchain. Uno de ellos es la tokenización de efectivo para mover rápidamente depósitos entre sucursales de Citi en todo el mundo a cualquier hora. Otro es la custodia digital y los servicios de liquidación para acelerar los tiempos de procesamiento.

Barak afirma que la blockchain está madurando y que ahora puede utilizarse para infraestructuras empresariales e instituciones. Añade que los clientes corporativos están cada vez más interesados en esta tecnología. "Vemos que esta tecnología ha surgido como un impacto materialmente positivo en los servicios financieros en toda la cadena de valor", señala Barak.

La IA generativa de D.E. Shaw anima a los programadores a crear sus propias herramientas

• Nombres del proyecto: Asistentes, LLM Gateway, DocLab
• En qué consiste: en bloques de construcción para que los programadores desarrollen herramientas de inteligencia artificial generativa personalizadas
• Responsable: Neil Katz, director

Mientras que la mayoría de las empresas de Wall Street han optado por una estrategia de inteligencia artificial generativa en la que un equipo técnico central crea herramientas listas para su uso en toda la empresa, el gigante de la inversión cuantitativa D.E. Shaw ha dedicado el último año a desarrollar métodos para que los programadores y los equipos de inversión creen sus propias herramientas.

"A menudo describo nuestra empresa como un conjunto de unidades de negocio que innovan de forma independiente, pero buscan oportunidades para colaborar", explica a Business Insider Katz, que supervisa gran parte del desarrollo de la tecnología cuántica de la empresa. "Los departamentos individuales suelen tener sus propios tecnólogos para que los equipos puedan realizar experimentos y tomar decisiones locales que sean óptimas para su grupo", aclara.

La suite de IA generativa de D.E. Shaw tiene tres componentes principales. Assistants, un chatbot de IA que se puso en marcha a principios de este año. LLM Gateway, que permite a los empleados acceder a unas dos docenas de grandes modelos lingüísticos externos, la tecnología en la que se basan aplicaciones de IA generativa como ChatGPT. Y, por último, DocLab, una biblioteca de bases de datos con millones de documentos externos, incluyendo documentos reglamentarios y artículos de noticias, que pueden consultarse para obtener resúmenes o información específica.

Estas son las dos áreas de inversión en IA en las que la gente será "muy alcista" en el futuro, según un inversor de riesgo

D.E. Shaw quiere que sus desarrolladores puedan crear herramientas de IA generativa específicas para mesas de negociación y grupos de inversión, integrando sus propios datos y sistemas de software. En algunos casos, con tan solo 10 líneas de código, los investigadores cuantitativos pueden conectarse a un modelo de IA a través de LLM Gateway y hacer que consulte sobre su investigación.

Goldman Sachs consolida sus datos para ampliar sus negocios

• Nombre del proyecto: Legend
• En qué consiste: en crear una plataforma para todos los datos del banco con el fin de automatizar más tareas
• Responsable: Neema Raphael, responsable de datos

En Goldman Sachs, cada dólar invertido, cada operación realizada, cada empresa conocida y cada préstamo financiado es un dato más que podría alimentar los motores analíticos del banco.

Pero a medida que se acumulaban grandes cantidades de datos, se dedicaba menos tiempo a organizarlos y a determinar cómo podían acceder a ellos los distintos equipos. Por eso Goldman Sachs desarrolló Legend hace una década, para centralizar el acceso a todos sus datos importantes.

De este modo, los empleados podrían encontrar rápidamente conexiones que podrían conducir a acuerdos multimillonarios, automatizar algunas operaciones complejas y permitir a los analistas y científicos de datos crear modelos de inteligencia artificial capaces de encontrar nuevos patrones.

Ahora, Legend se ha convertido en una prioridad, gracias a la explosión de datos y a su potencial para entrenar modelos de IA generativa y automatizar procesos de back-end. "Las cosas más importantes que hacemos, todas las funciones y procesos empresariales, tienen algún punto de contacto con Legend y los datos de Legend", indica Raphael a Business Insider.

Legend permite a todos los empleados de Goldman (desarrolladores de software, expertos en gestión de riesgos y banqueros) ver y utilizar el mismo conjunto de datos, lo que proporciona al banco "una versión de la verdad para todos los casos de uso", según Raphael. Gracias a esta consolidación, Goldman también puede ahorrar en infraestructura y costes operativos, ya que los datos no tienen que conciliarse, procesarse y copiarse constantemente de un sistema a otro.

Raphael dijo que el banco quiere utilizar Legend para ayudar a crecer su negocio de gestión de activos y patrimonios y su negocio de ventas y operaciones, donde los problemas de datos podrían obstaculizar la automatización de ciertos procesos.

"Lo que hemos observado es que en algún punto de inflexión, la automatización y la escala caen un poco, y es por lo general debido a problemas de datos que no se podía automatizar", dice, refiriéndose a los procesos de back-end.

El negocio inmobiliario de KKR busca ventajas con una nueva herramienta de ciencia de datos

• Nombre del proyecto: RealHouse
• En qué consiste: en una forma de analizar y conceptualizar los negocios de crédito y capital inmobiliario de KKR
• Responsables: Jessica Ciaccia, directora del equipo inmobiliario de KKR, y Jon Knehr y Steve Lo, directores del equipo tecnológico

En menos de 10 años, el negocio de crédito inmobiliario de KKR ha pasado de 1.000 millones de dólares a más de 37.000 millones en activos gestionados. A través de esta unidad, KKR invierte en oportunidades de endeudamiento mediante la concesión de préstamos y otras soluciones crediticias a operadores, promotores y propietarios inmobiliarios, así como mediante la compra de valores respaldados por hipotecas.

Para seguir el ritmo de crecimiento, los equipos de tecnología e inmobiliaria de KKR se unieron para crear RealHouse. La plataforma está ayudando al gigante de Wall Street a analizar y conceptualizar su cartera de más de 1.000 inversiones.

Más de 200 empleados, desde responsables de negocio hasta analistas y equipos de operaciones, utilizan RealHouse para ver en un solo lugar resúmenes de operaciones, métricas de rendimiento y documentación relacionada, así como la composición de los fondos y la exposición al riesgo.

Antes de RealHouse, un gestor de cartera que quisiera evaluar el riesgo de financiar un inmueble multifamiliar en Miami habría pasado horas recopilando datos de varias fuentes. Ahora esta información puede obtenerse casi instantáneamente. RealHouse también automatiza algunas tareas rutinarias, como la supervisión de los límites de los tipos de interés y la generación de proyecciones de financiación.

Ciaccia trabajó en estrecha colaboración con Lo, responsable de ingeniería de software, y Knehr, también responsable de tecnología, para crear la plataforma. El equipo tiene previsto ampliar la herramienta al negocio de capital privado inmobiliario de la empresa.

KKR tiene una participación en la empresa matriz de Business Insider, Axel Springer.

Man Group renueva una vez más su plataforma de análisis cuántico

• Nombre del proyecto: Condor
• En qué consiste: en la reconstrucción de una plataforma clave para la negociación sistemática de Man Group con el fin de incorporar más datos y clases de activos
• Responsable: Barry Fitzgerald, codirector de ingeniería de front-office

El mayor hedge fund del mundo cotizado en bolsa lleva varios años reconstruyendo su plataforma de negociación sistemática e investigación cuantitativa.

La nueva plataforma, llamada Condor, se diseñó inicialmente para servir a Man AHL, el brazo de inversión sistemática de la empresa. Pero Fitzgerald tiene planes más ambiciosos: más clases de activos, más estilos de inversión y más datos.

"Lo peor que podríamos hacer con esto es construir algo que satisfaga nuestra necesidad exactamente hoy", opina Fitzgerald, añadiendo que, "no sabemos cómo operaremos dentro de dos años, pero yo esperaría que esta plataforma funcionara durante diez años o más. Es un gran proyecto plurianual, así que debería amortizarse".

Hace 15 años, Man AHL era conocida sobre todo por su negociación sistemática de futuros, pero la empresa se ha ampliado a otras clases de activos, como acciones, bonos corporativos y opciones, con periodos de tenencia variables. Con el tiempo, Man ha creado distintos sistemas para operar con todos ellos.

Con Condor, Fitzgerald pretende reunirlos (la investigación, la negociación y el registro) en una única plataforma. Dado que Condor sustituirá a lo que ahora son un montón de sistemas diferentes, lo utilizarán diversos trabajadores: los investigadores cuantitativos podrían desarrollar estrategias de inversión, los equipos técnicos podrían añadir funciones y los equipos de riesgos y operaciones podrían dar soporte a los sistemas de negociación. Dice que disponer de una plataforma para todos estos usos ayudaría a proporcionar una visión cruzada de su exposición al riesgo, conceptualizar asignaciones entre todos los activos y realizar más análisis.

El trabajo en Condor comenzó hace unos 18 meses, y Fitzgerald espera que pasen otros dos o tres años hasta que esté totalmente integrado. Los investigadores cuantitativos ya lo utilizan para experimentar con modelos estadísticos. Añade que algunos cálculos para grandes gráficos de investigación multiactivos tardan ahora 30 minutos en lugar de 12 horas. Con el tiempo, comenta, es de esperar que se amplíe para abarcar todas las clases de activos y estilos de negociación de Man.

La plataforma entre bastidores de Morgan Stanley para mover grandes cantidades de datos con rapidez

• Nombre del proyecto: Lightning
• En qué consiste: en una plataforma de datos para toda la empresa diseñada para mover y procesar datos rápidamente, ahorrando tiempo a los ingenieros y acelerando los análisis
• Responsable: Mona Eldam, distinguida ingeniera y jefa de tecnología en Singapur

Cuando Morgan Stanley empezó a migrar a la nube pública en 2021 desde sus centros de datos locales, necesitaba algo que pudiera ayudar al banco a mover sus datos con rapidez, gestionar cargas de diferentes tipos de datos y garantizar que la calidad de estos no disminuyera durante la transferencia.

Eldam reunió a su equipo de ingenieros de datos repartidos por diez ubicaciones en todo el mundo. Su equipo es responsable de la gestión de datos en nombre de los negocios de inversión y gestión de patrimonios del banco, así como de su unidad de valores institucionales. En aquellos primeros días, Eldam tenía que resolver el movimiento de unas 20 fuentes de datos, que sumaban cientos de entradas, cada diez minutos.

Lightning, que se creó inicialmente para mover y reunir estos tipos dispares de datos, se ha convertido en el estándar para la forma en que Morgan Stanley mueve los datos, independientemente de si es en las instalaciones o en la nube. Lightning es la base de más de 80 aplicaciones. Mueve varios terabytes de datos para Morgan Stanley cada día, y la empresa afirma que el tiempo medio de migración de datos se ha reducido en un 75%. Gracias a esta herramienta, los ingenieros no tienen que dedicar tiempo a desarrollar sus propios marcos para mover datos.

Eldam dice que su equipo está añadiendo funciones a Lightning, incluida la capacidad de manejar información en bases de datos gráficas y formas de indicar cuándo un trabajo necesita más capacidad de nube.

Conoce cómo trabajamos en BusinessInsider.

Etiquetas: Banca, Wall Street, Inteligencia artificial, Inversión