Perspectivas
Cuando todos los negocios de datos parecen un objetivo: separando la señal del ruido en los servicios de información financiera
|
|
Global Equity Observer
|
• |
noviembre 18, 2025
|
Cuando todos los negocios de datos parecen un objetivo: separando la señal del ruido en los servicios de información financiera
|
noviembre 18, 2025
|
Cuando todos los negocios de datos parecen un objetivo: separando la señal del ruido en los servicios de información financiera
Cuando todos los negocios de datos parecen un objetivo: separando la señal del ruido en los servicios de información financiera |
|
En los últimos meses, los inversores se han preocupado por una cuestión: ¿interrumpirá la inteligencia artificial (IA) avanzada —ya sea generativa (GenAI) o agente— a las industrias ricas en datos que sustentan nuestro mundo moderno? Desde software hasta servicios de información, agencias de crédito, bolsas y corredores de seguros, pocos sectores ricos en datos han escapado de la rebaja de calificación generalizada del mercado.
En el momento de la redacción, las ventas masivas de compañías de información financiera como S&P Global, MSCI, Moody’s y LSEG han sido rápidas e indiscriminadas, lo que refleja un temor creciente de que la IA avanzada pueda erosionar las ventajas competitivas de estas compañías. En este artículo nos centramos en esta única industria y en nuestra evaluación de las ventajas competitivas de las empresas frente a una posible disrupción
Como vemos, estas reacciones tan arrolladoras a menudo marcan momentos de oportunidad. Por ejemplo, el retroceso en la cotización de MSCI a comienzos del tercer trimestre ofreció un atractivo punto de entrada a una compañía que consideramos puede ofrecer expansión estable de los márgenes y crecimiento de los beneficios, impulsados por los continuos aumentos de los ingresos y el apalancamiento operativo. El instinto del mercado de “actuar primero y analizar después” puede pasar por alto la complejidad de lo que realmente constituye una ventaja competitiva duradera en el mundo de los datos. Como inversores ‘bottom-up’ de alta calidad, nuestra tarea es evaluar, caso por caso, dónde las nuevas tecnologías pueden y no pueden erosionar los cimientos de las franquicias duraderas.
Tres niveles de disrupción
Consideramos útil clasificar la disrupción relacionada con la inteligencia artificial avanzada en tres grandes categorías La primera y más grave —lo que llamamos disrupción sistémica— ocurre cuando una nueva tecnología permite la creación casi de la noche a la mañana de un competidor tecnológico creíble, lo que socava la cuota de mercado y los efectos de red. En software, esto podría significar que un competidor pequeño y ágil combine de repente las capacidades de un participante consolidado con una inversión mínima. El éxito de Google con Nano Banana frente a los productos avanzados de Photoshop es un ejemplo reciente
La segunda, la disrupción sustancial, transforma los modelos de negocio en lugar de eliminarlos. En este caso, es posible que los participantes consolidados tengan que reinventar las estructuras de precios o los modelos de entrega para seguir siendo relevantes, como vimos en las compañías de software con el repunte de la nube.
Por último, está la disrupción secundaria, en la que la inteligencia artificial avanzada simplemente reduce los costes de entrada o acelera el desarrollo de productos. Este es el cesto en el que encajan la mayoría de las compañías de datos y análisis financieros. La IA generativa hace que la recopilación de datos y la escritura de códigos sean más baratas, pero el modelo de negocio subyacente y la demanda de los clientes —de información fiable, precisa y regulada— permanecen prácticamente sin cambios. Siempre que la empresa logre innovar con éxito, la inteligencia artificial avanzada puede ser una ventaja en lugar de una amenaza.
Los fosos reales: datos, ecosistemas e integración
Creemos que los servicios de información financiera no son falcilmente replicables. Sus fosos se basan en varias defensas entrelazadas.
El primero es la propiedad de los datos. Los conjuntos de datos propios o de marca, como los índices de MSCI o las calificaciones crediticias de Moody’s, son prácticamente insustituibles. Aunque cualquiera puede, en principio, crear índices de renta variable u opinar sobre la solvencia corporativa (¡y muchos lo han intentado!), es la confianza y la familiaridad de los conjuntos de datos de las marcas MSCI y Moody’s lo que forman un foso duradero. Sin embargo, incluso la propiedad de datos públicos depurados puede ser una fuente de diferenciación competitiva. Recrear décadas de datos históricos y verificados —con identificadores y vínculos consistentes— es tanto un desafío técnico como prohibitivamente costoso.
El segundo es el efecto del ecosistema. Las calificaciones y los índices funcionan como un lenguaje común para los mercados de capitales globales; funcionan porque todos los demás los utilizan. Una vez integrados en marcos regulatorios, índices de referencia y mandatos de inversión, forman parte de la infraestructura del sistema financiero, como sucede con S&P Global.
En tercer lugar, la integración en los flujos de trabajo de los clientes crea potentes costes de cambio. Las plataformas están integradas en las operaciones diarias de los gestores de activos, operadores y analistas —a través de interfaces de programación de aplicaciones (APIs), terminales y sistemas de riesgo—, lo que convierte la disrupción en una tarea costosa y arriesgada.
Otras defensas incluyen redes de distribución globales, seguridad de nivel empresarial que satisface el escrutinio normativo e interfaces de usuario (IU) cada vez más fluidas. Si bien la innovación en interfaces de usuario (UI) puede ser fácil de copiar para las start-ups, la integración, la confianza y el cumplimiento normativo no lo son.
“Activadores de datos”: ventajas competitivas basadas en el lenguaje y la confianza.
S&P Global, Moody’s y MSCI, lo que llamamos “activadores de datos”, se encuentran en la parte superior de la cadena de valor de los servicios de información. Sus franquicias de marca clave convierten los datos sin procesar en información procesable y, lo que es más importante, son lenguajes nativos que se entienden comúnmente. Una calificación crediticia de Moody’s o un índice de MSCI no obtiene su valor de la dificultad del cálculo, sino de su reconocimiento y aceptación universales, un buen ejemplo del efecto ecosistema en acción.
Más del 70 % de los beneficios de estas empresas provienen de áreas que, en nuestra opinión, están en gran medida protegidas frente a la disrupción de la inteligencia artificial avanzada. Aunque existe cierta exposición secundaria, como la agregación de datos ESG de MSCI o la oferta de escritorio financiero de S&&P Global, creemos que este riesgo es moderado en comparación con la reciente reacción del mercado.
Del mismo modo, estas compañías tienen una buena oportunidad de beneficiarse de la adopción de IA avanzada. Las herramientas que aumentan la productividad de los analistas, aceleran la evaluación crediticia o mejoran las interfaces con los clientes tienen el potencial de aumentar los ingresos de una empresa y reducir los costes, en lugar de amenazar sus márgenes. La capacidad de entrenar modelos con los amplios datos propietarios de una empresa también es una ventaja poco valorada. Cuando empresas como S&P o MSCI integran la IA avanzada en su propia infraestructura, sube el listón competitivo para los posibles disruptores en lugar de reducirlo.
“Agregadores de datos”: ventajas competitivas menos profundas, todavía defendibles
Por el contrario, firmas como FactSet o partes de London Stock Exchange Group (LSEG) actúan como “agregadores de datos”, seleccionando y proporcionando información de terceros en lugar de poseer los datos. Sus ventajas competitivas no se basan en la propiedad de datos únicos con marca, sino en cómo organizan, validan e integran de forma segura grandes volúmenes de información para los clientes.
Para los inversores institucionales que cargan millones de carteras sensibles cada día, la confianza y la fiabilidad son más importantes que la novedad. Creemos que la suposición del mercado de que las ‘start-ups’ de IA replicarán fácilmente esa infraestructura ignora las limitaciones operativas y regulatorias que implica gestionar datos financieros confidenciales. Los clientes tienen una tolerancia muy baja a los errores. Pocos directores de riesgos se sentirían cómodos introduciendo las posiciones de negociación de su empresa en un modelo de IA no probado alojado por un competidor respaldado por capital de riesgo.
Del mismo modo, la 'infraestructura' de los datos de mercado en tiempo real —conexiones de fibra a las bolsas, transmisión en la nube y sistemas de autorizaciones— requiere una gran inversión de capital y está altamente regulada. Incluso cuando la inteligencia artificial avanzada reduce los costes de programación, los nuevos participantes siguen enfrentándose a importantes barreras para igualar la infraestructura física y de cumplimiento normativo de los actores establecidos.
Aunque las ventajas competitivas de los agregadores pueden ser menos profundas que las de los activadores, están lejos de ser inexistentes. Su fortaleza radica en la integración, la distribución y la seguridad, atributos que son difíciles de automatizar y esenciales para la fidelización de los clientes.
IA avanzada como oportunidad, no como amenaza existencial
La ironía de la reciente venta masiva generalizada es que la inteligencia artificial avanzada, en lugar de debilitar a los actores establecidos, podría finalmente fortalecerlos. Al reducir el coste de la programación, la depuración de datos y el diseño de interfaces, la inteligencia artificial avanzada permite una innovación más rápida y mayores ganancias de productividad. Para las empresas que ya operan a gran escala con una confianza y una red de distribución consolidadas, estas herramientas pueden profundizar su ventaja competitiva en lugar de erosionarla, y aquellas con poder de fijación de precios pueden conservar las ganancias de ingresos.
En las calificaciones crediticias, por ejemplo, la inteligencia artificial avanzada puede ayudar a los analistas a procesar emisores nuevos más rápidamente, acortando el tiempo de salida al mercado y mejorando los márgenes. En el análisis de riesgos, las interfaces habilitadas con inteligencia artificial avanzada podrían ampliar la adopción de productos entre los equipos de inversión. Se trata de mejoras incrementales, pero significativas que refuerzan la posición de los participantes consolidados.
Separar la señal del ruido
Los mercados rara vez descuentan bien los matices. Cuando el miedo a la disrupción se vuelve indiscriminado, los inversores en calidad pueden mostrarse ofensivos en lugar de defensivos. Sigue habiendo argumentos para la selección: es importante sondear cada modelo de negocio para determinar la resiliencia, así como tener en cuenta la valoración y el tamaño de la posición. Sin embargo, la rebaja integral reciente de las calificaciones del sector de los servicios de información financiera nos parece un ejemplo paradigmático del mercado actuando con exceso de celo.
Seguimos considerando que S&P Global, Moody’s y MSCI se encuentran entre las franquicias más resilientes de los datos globales. Creemos que sus defensas —datos propietarios, integración en el ecosistema, integración en los flujos de trabajo y alcance en la distribución— son formidables. La llamada 'amenaza de la IA' podría, con el tiempo, convertirse en un motor de eficiencia renovada e innovación en todas sus actividades empresariales.
Como siempre, nuestro enfoque sigue siendo disciplinado y con una visión a largo plazo: distinguir el riesgo estructural genuino del relato cíclico, centrarnos en la calidad y la valoración, y recordar que las ventajas competitivas duraderas —especialmente aquellas basadas en la confianza, la regulación y la reputación— tienden a perdurar más allá de los titulares.
|
Executive Director
International Equity Team
|