A inteligência artificial assume as tarefas dos analistas financeiros: como a Blackrock usa big data e modelos de IA

Quando Simon Weinberger começou a trabalhar como analista financeiro na empresa de investimentos BlackRock, há 22 anos, ele avaliava informações usando o Excel. Analisava balanços, consultava resultados trimestrais e buscava dados em plataformas como Bloomberg e Reuters. Naquela época, ele trabalhava com cerca de uma dúzia de conjuntos de dados. Hoje, ele e sua equipe utilizam centenas deles em seu trabalho.

Weinberger lidera o departamento de Ações Ativas Sistemáticas da BlackRock, a maior gestora de ativos do mundo. Ele está trabalhando para tornar a área de análise mais orientada por dados e sistemática. A divisão de investimentos sistemáticos da BlackRock coleta e processa grandes volumes de informações, incluindo dados alternativos, como comentários em redes sociais ou plataformas de emprego. Isso é feito por meio de inteligência artificial (IA) e aprendizado de máquina.

Esse desenvolvimento está transformando a profissão de analista. Ao mesmo tempo, demonstra onde os humanos continuam indispensáveis ​​– e por que a análise de portfólio não pode ser delegada a um modelo de IA.

A Blackrock trabalha com o uso de big data e investimentos sistemáticos há quarenta anos. Segundo Weinberger, a Blackrock adquire dados de empresas de fintech, entre outras, que coletam informações anônimas sobre decisões de compra ou preferências de produtos.

A Blackrock utiliza seu próprio modelo de IA generativa. De acordo com um comunicado da empresa, esse modelo consegue prever retornos de ações com uma precisão de mais de 60% — superando modelos de IA como o Chat-GPT, que alcançam essa precisão com uma precisão de 50 a 55%.

Com seus sistemas automatizados, a Blackrock também consegue simular o desempenho de uma carteira de ações em segundos. Analistas normalmente levam três horas para concluir essa tarefa.

A Blackrock tem grandes expectativas quanto à vasta quantidade de informações que podem ser analisadas com essas abordagens. Além dos ganhos de eficiência, a empresa acredita que isso permitirá melhores decisões de investimento e retornos superiores aos do mercado graças às novas fontes.

Isso muda muito o trabalho dos analistas. Em primeiro lugar, a quantidade de informações que eles devem analisar. A Blackrock utiliza seus sistemas automatizados para analisar 15.000 ações globais e 3.000 instituições financeiras diariamente. Além disso, aproximadamente 6.500 relatórios financeiros são preparados diariamente por bancos em todo o mundo.

Weinberger diz que, por exemplo, é possível comparar os resultados anuais de uma empresa com informações sobre se sua administração também compra suas próprias ações ou como a empresa é discutida nas redes sociais.

Essa grande quantidade de dados também precisa ser processada de forma diferente. O que os analistas costumavam analisar em seus computadores usando o Excel, agora os funcionários precisam codificar em linguagens de programação como Python e processar via nuvem.

Isso está mudando as habilidades exigidas para a profissão de analista. O departamento de Weinberger está contratando cada vez mais funcionários que antes trabalhavam em empresas de tecnologia, em vez de no setor financeiro.

Mas a forma como as informações são adquiridas também está mudando. Por exemplo, a Blackrock está treinando seus modelos de IA para agregar dados disponíveis publicamente e buscar pistas. Weinberger diz que muitos relatórios trimestrais às vezes são redigidos de forma eufemística. Graças à grande quantidade de dados, o modelo de IA pode fazer comparações históricas: a máquina examina como as declarações do CEO se correlacionam com o desempenho real da empresa e tenta derivar padrões.

Isso pode ser esclarecedor. Mas lidar com inteligência artificial também traz riscos. O problema dos modelos de IA alucinarem, cometerem erros e inventarem coisas existe. Weinberger está ciente disso. É importante que os analistas questionem constantemente a máquina e fiquem atentos a possíveis erros.

Uma área que não pode ser substituída pela IA é a criatividade: analistas precisam ter ideias sobre onde buscar informações, como contextualizá-las e quais conclusões tirar delas. Impressões qualitativas ou interações pessoais também não podem ser substituídas. Elas são essenciais para obter insights sobre o humor de um setor. Afinal, uma máquina não pode assumir o controle de uma conversa com a gerência de uma empresa sobre sua estratégia ou mercados em crescimento.

Weinberger diz: "Em última análise, é o ser humano que analisa o portfólio diariamente e avalia o risco." Essa responsabilidade não deve ser delegada a uma máquina.