La "langosta" entra en el mundo de los fondos privados, ¿cómo está siendo utilizado OpenClaw por los fondos de inversión?

Caimi News, 15 de marzo (periodista Wu Yuqi)

Una “langosta” ha sido mencionada con frecuencia en el círculo de inversiones últimamente.

Un inversor bromeó en redes sociales que, en el pasado, los gestores de fondos hablaban de IA, principalmente en torno a capacidad de cálculo, modelos y cadenas de aplicaciones; pero este año, cada vez más personas están directamente implementando agentes, incluso los fondos de inversión privada están investigando cómo “criar langostas”. La “langosta” se refiere al marco de código abierto AI Agent OpenClaw. Su popularidad en GitHub ha subido rápidamente, expandiéndose desde la comunidad de geeks a un público financiero más amplio.

No es sorprendente que esta tendencia llegue a los fondos de inversión privada. En los últimos dos años, la IA en el sector de inversión se limitaba a “observar industrias y seleccionar activos”, pero este año, un cambio más evidente es que algunas instituciones comienzan a considerar los Agentes como parte de la infraestructura de investigación y inversión, aunque aún no se hayan integrado formalmente en los procesos centrales, al menos están en fases de prueba, comparación y preinvestigación.

Según entrevistas con periodistas de Caimi News, algunos fondos privados ya están probando despliegues internos, usando agentes con funciones similares en las etapas de investigación y análisis, generalmente para tareas estándar como soporte de código, organización de datos y recopilación de información; otros profesionales de fondos privados indicaron que su organización no ha implementado específicamente estas herramientas, sino que las consideran como muestras de observación, no como parte formal del flujo de trabajo principal en esta etapa.

Un presidente de una firma de fondos privados también intentó instalar “langostas”, pero mantiene cautela respecto a la incorporación de estas herramientas en el entorno institucional. “Para ser honesto, creo que la institución no las usará fácilmente. Yo mismo experimenté ‘criar langostas’ en una laptop completamente nueva, sin datos relacionados con inversión, trading o clientes, en un entorno aislado y de prueba, así no hay problema.”

Desde una perspectiva más amplia, esta ola de “criar langostas” no es solo un experimento técnico. Para los fondos privados, es más como una piedra de toque, probando si los Agentes de IA pueden pasar de “hablar” a “hacer”, y al mismo tiempo, obligando a las instituciones a reevaluar sus procesos de investigación, límites de datos y líneas de control de riesgos.

De objeto de estudio a herramienta de investigación, los fondos privados reevalúan los Agentes de IA

Si el año pasado la tendencia principal de IA se centraba en empresas cotizadas, cadenas industriales y temas de inversión, este año un cambio más notable es que la IA comienza a pasar de ser “objeto de estudio” a “herramienta de uso”.

En el sector de fondos privados, este cambio no necesariamente implica una integración masiva y oficial, sino más bien exploraciones dispersas y cautelosas. Algunos comienzan con asistencia en código, otros en recopilación de datos, procesamiento de documentos o búsqueda de información, y algunos simplemente ven en ella una entrada para observar la evolución tecnológica.

Un profesional de fondos privados dijo a Caimi News que, para la mayoría, los Agentes de IA aún no son armas decisivas en la competencia, sino más bien una herramienta de eficiencia de bajo riesgo, que se prueba en escenarios marginales para ver si puede reducir tareas repetitivas.

Detrás de esto hay una lógica práctica. En la cadena de trabajo de investigación y análisis de fondos privados, existen muchas tareas básicas estandarizadas, fragmentadas y desglosables, como organizar materiales preliminares, ejecutar scripts simples, construir procesos básicos de manejo de datos, realizar conversiones de formato y búsquedas auxiliares. Estas tareas no son complejas, pero consumen mucho tiempo y esfuerzo de los investigadores. Si un Agente puede realizar de manera estable algunas de estas tareas básicas, no cambiará inmediatamente las decisiones de inversión, pero sí puede modificar la asignación de recursos, permitiendo a los investigadores dedicar más tiempo a juicios de marco, comparaciones sectoriales y validaciones de transacciones.

Por ello, el interés en las “langostas” no proviene solo de curiosidad. Un profesional de fondos del sur de China comentó a Caimi News que lo que realmente atrae a la industria no es que un proyecto open source explote en popularidad, sino que todos empiezan a entender que los Agentes, a diferencia de los modelos grandes tradicionales, no solo responden preguntas, sino que tienen potencial para enlazar tareas, llamar a herramientas y automatizar procesos. Para fondos que valoran la eficiencia y la rapidez de respuesta, esta capacidad resulta naturalmente atractiva.

No obstante, en medio del entusiasmo, también hay que reconocer que, en un mercado con alta volatilidad e incertidumbre, lo que los fondos valoran realmente son los marcos de investigación, la disciplina en trading y la gestión de riesgos, no la capacidad de exhibición de un solo instrumento.

El gerente general de Zhi Yu Touzi, He Li, afirmó a Caimi News que la ola de “criar langostas” impulsada por OpenClaw en realidad representa un cambio de paradigma, de interacción conversacional a ejecución autónoma local, una prueba de que la IA pasa de “hablar” a “hacer”. En su opinión, esto difiere claramente de la tendencia anterior de despliegue local de DeepSeek, que aún se centraba en correr modelos en local y en llamadas manuales, mientras que OpenClaw apunta a un gateway de IA con ejecución autónoma, con modelos de negocio e impacto industrial más cercanos a una implementación empresarial real.

El presidente de Changli Assets, Bao Xiaohui, añadió otra lógica desde la demanda. Ella dijo a Caimi News que, en comparación con hace un año, cuando DeepSeek se limitaba a “chat y resumen” con mayores barreras y un carácter más corporativo, OpenClaw ya tiene la capacidad de manipular archivos y ejecutar tareas reales, con menor umbral y costo, haciendo que esta ola sea más pragmática y cercana a escenarios reales.

Algunos prueban, otros observan

Aunque “criar langostas” se ha convertido en una palabra de moda en el círculo, la actitud de las instituciones de fondos privados varía claramente, según información de Caimi News.

Algunas instituciones ya están experimentando, aunque no hayan formado proyectos oficiales a nivel corporativo, con investigadores, programadores o personal de TMT que prueban primero.

Estas instituciones suelen ser pragmáticas: no necesariamente integran Agent en sus sistemas centrales de inmediato, pero al menos no lo ignoran por completo. Especialmente para fondos enfocados en tecnología, capacidad de cálculo, software y aplicaciones de IA, no usarla en primera persona dificulta entender sus límites y sentir el avance industrial. Un experto comentó que muchas instituciones observan estas herramientas por necesidad práctica y para entender mejor en qué punto está el desarrollo de la IA y qué se está negociando en el mercado.

Otra categoría de instituciones prefiere esperar. Un profesional de fondos privados dijo que su organización no ha desplegado específicamente estas herramientas, por razones simples: sus flujos de trabajo actuales no están bloqueados, y todavía hay preocupaciones sobre límites de permisos, seguridad de datos y cumplimiento normativo.

Bao Xiaohui afirmó que, aunque la tendencia en sí es fuerte, las instituciones no las integrarán fácilmente en su entorno de trabajo real. Ella explicó que OpenClaw, a diferencia de modelos anteriores solo para chat y resumen, ya tiene capacidades de operación más avanzadas, lo que cambia la naturaleza del riesgo. Para los fondos, la gestión de riesgos sigue siendo prioritaria. Información confidencial, datos de posiciones, estrategias de inversión y materiales de investigación son altamente sensibles, y conectar agentes con permisos elevados puede, en el peor caso, vulnerar la seguridad, con inyección de comandos, violación de permisos o filtraciones de datos, incluso en eventos de baja probabilidad.

Un experto en la industria comentó a Caimi News que esta ola de “langostas” en cierto modo se asemeja a la investigación de grandes modelos, construcción de bases de conocimiento y uso de asistentes en años anteriores, comenzando con pioneros y expandiéndose gradualmente. Pero a diferencia del pasado, los Agentes enfatizan la capacidad de ejecución, no solo de generación, lo que hace que las instituciones sean más cautelosas al decidir su despliegue. Después de todo, un modelo que solo responde preguntas no es lo mismo que una herramienta con capacidad de acción y llamada a recursos externos, desde la perspectiva del control de riesgos.

Más que reemplazar a las personas, los fondos privados están interesados en cómo cambiarán la investigación y las estrategias de ganancia en quant

Si avanzamos un paso más, la discusión más profunda que genera OpenClaw en el sector de fondos privados no es solo si “se usa o no”, sino cómo cambiará la estructura laboral del sector.

Desde una perspectiva subjetiva de investigación, su valor más tangible sigue siendo como apoyo, no como reemplazo. Ya sea en código base, recopilación de datos o en la construcción de marcos de investigación básicos, estas tareas pueden ser inicialmente realizadas por los Agentes, pero las decisiones finales, comparaciones sectoriales y gestión de riesgos siguen dependiendo de la experiencia y juicio humanos.

Un profesional anónimo afirmó que, en el futuro, lo que realmente será transformado en los fondos privados no será tanto el puesto de investigador, sino el tiempo que los investigadores dedican a tareas de bajo valor añadido. Quien pueda delegar más rápidamente estas tareas en herramientas, podrá reasignar recursos humanos a decisiones y verificaciones más críticas.

Desde la perspectiva cuantitativa, esta ola tiene un significado más complejo. Algunos expertos en fondos cuantitativos señalaron que la IA general no eliminará fácilmente a las principales firmas de quant, ya que su acumulación en datos, capacidad de cálculo, velocidad de iteración de modelos y sistemas de control de riesgos no puede ser igualada por pequeños equipos o minorías en corto plazo. Pero el problema surge cuando más participantes usan IA para decisiones, lo que puede llevar a una mayor homogeneización del mercado, concentrando puntos de entrada y salida, y aumentando la volatilidad. En ese escenario, las instituciones más afectadas no serían las top, sino las que dependen de seguir tendencias, carecen de lógica propia y de control de riesgos.

Muchos en la industria creen que el sector de fondos privados continuará explorando y probando herramientas similares, pero no a un ritmo tan acelerado como en las discusiones en redes sociales. La razón es simple: en inversión, se puede seguir la innovación, pero no convertirla en entorno de producción con facilidad. Para los fondos, el valor real de los Agentes no está en reemplazar investigadores hoy, sino en impulsar a las instituciones a reconsiderar la división futura del trabajo en investigación. La última decisión sigue en manos humanas, pero las máquinas participarán cada vez más en las etapas previas de juicio.

(Periodista Wu Yuqi, Caimi News)