Dutra contrasta este enfoque con la forma en que algunas empresas están “añadiendo” la IA generativa a sistemas de planificación heredados. Argumenta que, en muchos casos, la IA se está utilizando como una palabra de moda en marketing en lugar de aportar un valor real. La IA generativa puede integrarse en un sistema existente para añadir análisis cualitativo y comentarios a datos introducidos manualmente, pero Dutra y Neami sostienen que este no es el uso ideal de la tecnología. Al colocar la IA en la fase de entrada de datos, creen que su empresa puede aprovechar las fortalezas de la IA y luego utilizar la automatización codificada para potenciar los cálculos y garantizar la precisión de los resultados matemáticos.
Al igual que buscan utilizar la IA por su capacidad para comprender y actuar sobre el lenguaje natural, el equipo de Friedmann no emplea la IA donde es más débil: la recopilación de datos numéricos externos. Debido a la posibilidad de “alucinaciones” en muchos modelos de lenguaje grandes, han optado por utilizar herramientas codificadas y una base de conocimientos de datos financieros precisos de los que la IA puede extraer información. Neami explica que las alucinaciones de la IA a menudo ocurren cuando el LLM pierde el contexto de la situación, lo que puede deberse a que el agente de IA depende de su memoria a largo plazo. Su agente carece de memoria a largo plazo y solo extraerá las herramientas que necesita en función de consultas específicas, lo que protege al LLM contra las alucinaciones. Además, brindan a los asesores una visión completa del proceso de pensamiento del modelo de IA, lo que les permite verificar el trabajo realizado.
“Por ejemplo, si un asesor solicita un plan de jubilación, cómo se acumulan los fondos de RRSPs, TFSA, etc., literalmente mostrará todo el mapa, exactamente lo que está pensando y dónde está conectando la información”, explica Dutra. “El asesor puede seguir esencialmente el guion si lo desea, para asegurarse de que el resultado final tenga sentido”.
Dutra explicó sus planes para expandir esta plataforma, señalando que, si bien FriedmannAI se comercializa actualmente para asesores, originalmente se concibió como una idea dirigida al consumidor final. Aún podrían lanzar una versión para consumidores, ya sea de forma independiente o en asociación con una de las plataformas de robo-asesoramiento. Dutra, un ex asesor, optó por dirigirse primero al mercado de asesores en parte para probar su plataforma en un conjunto de clientes más informados y porque vio una gran demanda de esta plataforma entre los asesores. Señaló que muchos asesores actualmente están utilizando LLM públicos y sin restricciones para lograr funciones similares, lo que conlleva riesgos para la seguridad de los datos y podría generar resultados de baja calidad.
La plataforma, explica, también tiene limitaciones en cuanto al acceso de los clientes. La plataforma no puede abrir TFSAs o RRSPs para los clientes, no puede vender una póliza de seguro de vida o redactar un testamento, no puede constituir una empresa para un cliente ni invertir en un ETF en su nombre. Todo eso aún debe realizarse a través del asesor. Argumenta que esta plataforma puede servir como un “conector” entre los asesores y sus clientes. Debido a que la plataforma no realiza recomendaciones sobre la estructura de la cartera o la selección de valores, cumple con las regulaciones KYC y KYP. Dutra argumenta que la facilidad de entrada de datos en esta plataforma también puede ayudar con ese proceso.
