El capital puede dar la vuelta rápidamente; el talento, no. Por eso la disputa ocurre primero en este último.
Un gran fondo de cobertura está expandiendo su departamento de inversiones cuantitativas y recluta investigadores de laboratorios de inteligencia artificial en Silicon Valley. Esta acción no es un caso aislado: varias firmas del mismo sector disputan al mismo grupo de talentos con capacidad de entrenamiento de modelos y de ingeniería, haciendo que por primera vez Wall Street y las empresas tecnológicas compitan de frente en el mismo carril.
El foco de la disputa es la ventaja de fijación de precios que aporta el modelo. La cuantificación tradicional se basa en factores y regularidades estadísticas; al introducir modelos, se puede interpretar de forma más fina los datos no estructurados. Quien primero establezca un proceso de entrenamiento reutilizable obtendrá, antes de que el deterioro de la señal ocurra, un tramo de rendimiento superior.
La estructura de costos también cambia. La remuneración de los investigadores y los gastos de cómputo elevan los costos fijos; estos equipos suelen necesitar una escala de gestión mayor para repartirlos, por lo que la expansión a menudo viene acompañada de un aumento en los objetivos de captación de fondos. Y esa escala, a su vez, reduce el margen de ganancias de las estrategias.
Para la industria, lo que merece atención no son los movimientos de contratación de una institución en particular, sino la dirección del flujo de talento. Cuando investigadores senior salen de los laboratorios de forma constante hacia la gestión de activos, indica que la ruta de monetización de las capacidades del modelo se ha desplazado del lado del producto al lado de la operativa.
Donde se “roba” talento, suele verse primero el beneficio.
#量化投资 #talento
Un gran fondo de cobertura está expandiendo su departamento de inversiones cuantitativas y recluta investigadores de laboratorios de inteligencia artificial en Silicon Valley. Esta acción no es un caso aislado: varias firmas del mismo sector disputan al mismo grupo de talentos con capacidad de entrenamiento de modelos y de ingeniería, haciendo que por primera vez Wall Street y las empresas tecnológicas compitan de frente en el mismo carril.
El foco de la disputa es la ventaja de fijación de precios que aporta el modelo. La cuantificación tradicional se basa en factores y regularidades estadísticas; al introducir modelos, se puede interpretar de forma más fina los datos no estructurados. Quien primero establezca un proceso de entrenamiento reutilizable obtendrá, antes de que el deterioro de la señal ocurra, un tramo de rendimiento superior.
La estructura de costos también cambia. La remuneración de los investigadores y los gastos de cómputo elevan los costos fijos; estos equipos suelen necesitar una escala de gestión mayor para repartirlos, por lo que la expansión a menudo viene acompañada de un aumento en los objetivos de captación de fondos. Y esa escala, a su vez, reduce el margen de ganancias de las estrategias.
Para la industria, lo que merece atención no son los movimientos de contratación de una institución en particular, sino la dirección del flujo de talento. Cuando investigadores senior salen de los laboratorios de forma constante hacia la gestión de activos, indica que la ruta de monetización de las capacidades del modelo se ha desplazado del lado del producto al lado de la operativa.
Donde se “roba” talento, suele verse primero el beneficio.
#量化投资 #talento
