Durante los últimos meses, los protagonistas indiscutibles de la bolsa han sido las gigantes tecnológicas. Empresas como Nvidia, Microsoft, Alphabet, Amazon, Meta y Apple han experimentado rentabilidades de doble dígito gracias a las altas expectativas que el mercado ha puesto en el desarrollo de la Inteligencia Artificial (IA).
Sin embargo, algunos analistas ya están avisando de que las subidas pueden haber ido demasiado lejos para estas empresas. Además, encuentran ciertos paralelismos entre la situación actual y la que se vivía poco antes de que estallase la crisis de las puntocom, en el año 2000.
¿Cómo identificar si estas empresas están correctamente valoradas por el mercado, o estamos ante un inminente corrección al estar sobrevaloradas como consecuencia de este “Rally de la IA”? La respuesta está en los métodos de valoración de empresas.
Los métodos de valoración de empresas son técnicas utilizadas para determinar el valor teórico de una empresa. Existen varias formas de cuantificar la valía. Por ejemplo, los principales métodos dinámicos calculan el valor teórico a partir del valor de los flujos de efectivo futuros esperados de la empresa, descontados a una tasa que refleja el riesgo. Otra técnica muy utilizada valora las empresas comparándolas con otras similares en el mercado utilizando múltiplos financieros como el PER o EV/EBITDA.
Cada método ofrece perspectivas diferentes y más que excluyentes son complementarios entre sí, ya que todos aportan una información muy valiosa para el analista, a pesar de que en ocasiones no apunten en la misma dirección.
Entonces, ya que está tan de moda la IA, me pregunto: ¿la IA nos podría ayudar a calcular el precio teórico de estas empresas con precisión?. Si fuera así, podríamos identificar si estas empresas están infravaloradas o sobrevaloradas, y si debiésemos esperar que su cotización siga subiendo o que se produzca la temida corrección.
Para que la IA pudiese hacer esto debería estimar con precisión las variables, que son determinantes, en los métodos de valoración de empresas. Por ejemplo, la tasa de descuento que se aplica en los métodos dinámicos de valoración es un parámetro extremadamente sensible, y aunque hay una metodología consolidada
para su cálculo, lo habitual es que el analista aplique correcciones y le aporte su “toque personal”.
Qué decir de la tasa de crecimiento con la que se proyectan los flujos: los analistas juegan a ser adivinos y a ver en su bola de cristal cómo van a crecer las empresas.
Veamos entonces si la IA puede hacer estas estimaciones.
Para ello deberíamos comparar el criterio humano y el criterio de la inteligencia artificial. Estos se diferencian en varios aspectos fundamentales.
En primer lugar, el criterio humano se basa en la experiencia personal, las emociones, la moral, los valores, la intuición y el conocimiento adquirido a lo largo del tiempo. Las decisiones humanas están influenciadas por la cultura, la educación, y la interacción social.
Por el otro lado, la IA toma decisiones basadas en datos, patrones y algoritmos predefinidos. Su conocimiento proviene del entrenamiento con grandes conjuntos de datos, pero carece de experiencias personales, emociones y una comprensión profunda del contexto cultural o moral.
Los humanos pueden entender el contexto y las sutilezas de una situación, incluso cuando la información es ambigua o incompleta; mientras que la comprensión del contexto se limita para la IA a lo que ha sido entrenada.
La inteligencia artificial toma decisiones basadas en datos mientras que el ser humano cuenta con experiencia personales que influyen a la hora de actuar.
Los humanos poseen emociones y empatía, lo que les permite considerar el impacto emocional de sus decisiones, pero la IA no tiene emociones ni conciencia. Los seres humanos toman decisiones basadas en la moralidad y ética, que puede variar según la persona, la cultura y la situación; mientras que la IA no tiene un entendimiento inherente de la moralidad.
Si nos centramos en la capacidad creativa y de innovación, los humanos son inherentemente creativos y capaces de pensar «fuera de la caja», combinando ideas dispares para crear algo nuevo o encontrar soluciones originales a problemas complejos.
Aunque algunas IA pueden generar soluciones o ideas novedosas basadas en patrones existentes, su creatividad está limitada a las combinaciones de datos y reglas preexistentes. No tiene la capacidad de inspiración o imaginación humana.
En resumen, el criterio humano es holístico, contextual y emocionalmente consciente. Mientras que el criterio de la IA es analítico, está basado en datos y desprovisto de contexto emocional o moral. Ambos tienen sus ventajas y limitaciones, y se complementan en diferentes situaciones.
Para el caso que aquí planteamos, la labor de los analistas del en el mercado, la IA podría implementar los métodos de valoración de empresas de forma fácil y rápida, agilizando el tratamiento y la depuración de datos. Sin embargo, parece complicado que la IA sea capaz de intuir el futuro crecimiento de las empresas o de “oler el miedo”, que siempre es la chispa que desencadena una profunda corrección o incluso un crash bursátil. Veremos qué nos depara el futuro…
