27 de septiembre de 2021
Comentarios preparados ante el Comité Asesor de Gestión de Activos
Gracias, Ed [Bernard]. Me alegra estar nuevamente con el Comité Asesor de Gestión de Activos. Agradezco el tiempo y la disposición de los miembros para darnos consejos, y espero escuchar las lecturas de las discusiones de hoy. Como es habitual, me gustaría señalar que no hablo en nombre de la Comisión o del personal de la SEC.
Hoy, me gustaría hablar sobre un tema que sé que su Subcomité de Evolución del Asesoramiento aborda con regularidad: la forma en que la tecnología que cambia rápidamente está cambiando las experiencias de los usuarios y el marketing, brindando la capacidad de brindar a las personas asesoramiento personalizado y servicio al cliente.
Me gustaría discutir algo que subyace a todo esto: análisis de datos predictivos.
Vivimos en una época de transformación, quizás tan transformadora como la propia Internet. La inteligencia artificial, el análisis de datos predictivos y el aprendizaje automático están dando forma y seguirán dando forma a muchas partes de nuestra economía.
Para tomar solo un ejemplo, creo que estamos en una etapa temprana de una transición hacia autos sin conductor. Los legisladores ya están pensando en cómo mantener seguros a los pasajeros y peatones, siempre y cuando estos cambios se hagan realidad.
Las finanzas no son inmunes a estos desarrollos. Aquí, también, los responsables de la formulación de políticas deben considerar qué reglas del camino necesitamos para los mercados de capital modernos y para el uso de análisis de datos predictivos.
Verá, las nuevas plataformas pueden recopilar cantidades ilimitadas de datos, de los clientes o del mundo que los rodea. Con esos datos, por ejemplo, los pasos que hemos tomado al usar nuestras bandas de fitness o los días de la semana en que compramos alimentos para mascotas en línea, pueden adaptar su marketing a cada uno de nosotros de manera diferente.
Por lo tanto, las plataformas de tecnología financiera tienen nuevas capacidades para adaptar el marketing y los productos a los inversores individuales, utilizando análisis de datos predictivos y otras prácticas de participación digital (DEP).
Estas tecnologías pueden generar una mayor eficiencia y un mayor acceso a las finanzas. Sin embargo, también en muchos casos, estas características individualizadas pueden alentar a los inversores a invertir en diferentes productos o cambiar su estrategia de inversión.
Por lo tanto, en el caso de los asesores robóticos o asesores de inversión, me pregunto qué están haciendo dentro de los algoritmos de análisis de datos predictivos, si, estadísticamente hablando, están maximizando nuestros rendimientos como inversores o, digamos, los ingresos de las plataformas.
En esencia, el análisis de datos predictivos y otros DEP, incluidas las indicaciones de comportamiento y el marketing diferencial, a menudo están diseñados, en parte, para aumentar los ingresos de la plataforma, la recopilación de datos y la participación del cliente.
Esto plantea algunas preguntas clave:
¿Cómo se protege a los inversores a la luz de los posibles conflictos de intereses que pueden existir cuando los DEP optimizan los ingresos, la recopilación de datos o el comportamiento de los inversores?
Hay una pregunta de política relacionada: si los DEP están afectando el comportamiento de los inversores, ¿cuándo es una recomendación o un consejo de inversión?
¿Cómo garantizan estos nuevos modelos comerciales la equidad en el acceso y la fijación de precios? Más específicamente, esta pregunta surge cuando los datos subyacentes utilizados en los modelos analíticos reflejan los datos de la sociedad, con sesgos históricos que pueden ser sustitutos de características protegidas, como la raza y el género.[1]
Los avances en el análisis de datos predictivos también podrían plantear algunos problemas en todo el sistema cuando aplicamos nuevos modelos e inteligencia artificial en nuestros mercados de capital. Esto podría conducir a una mayor concentración de fuentes de datos, agrupamiento e interconexión, y potencialmente aumentar el riesgo sistémico.
Estamos analizando estos problemas como parte de un examen más amplio del análisis de datos predictivos y la intersección entre finanzas y tecnología.
A finales de agosto, la Comisión publicó una solicitud de comentarios públicos sobre el uso de tecnologías nuevas y emergentes por parte de empresas de la industria financiera.[2] Animo a los inversores en sus fondos a que intervengan antes del 1 de octubre.
Por otra parte, le he pedido al personal de la SEC que desarrolle propuestas para la consideración de la Comisión sobre la gobernanza del riesgo de ciberseguridad, tanto del lado de los emisores como del lado de los fondos. Estos podrían abordar problemas como la higiene cibernética y la notificación de incidentes.
Espero su opinión sobre todos estos temas.
Gracias.
[1] Véase Gary Gensler y Lily Bailey, “Aprendizaje profundo y estabilidad financiera”, disponible en https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3723132 .
[2] Véase https://www.sec.gov/rules/other/2021/34-92766.pdf .