Soros predice la burbuja de la IA: vivimos en un mercado autorrealizable

¿Cómo los mercados financieros terminan moldeando la realidad que supuestamente deberían medir?

Hay una enorme diferencia entre “saber” racionalmente y “entender” a través de la experiencia. Es como leer un libro de física y ver a los MythBusters hacer explotar un calentador de agua.

El libro te dirá: calentar agua en un sistema cerrado genera presión hidráulica debido a la expansión del agua.

Entendiste las palabras y la teoría de los cambios de fase.

Pero los MythBusters mostraron cómo la presión puede convertir un calentador de agua en un cohete y lanzarlo a 500 pies de altura.

Solo después de ver el video realmente comprendiste lo que significa una explosión de vapor catastrófica.

Mostrar suele ser más poderoso que contar.

La semana pasada, Brian Armstrong nos hizo una demostración en vivo de la “teoría de la reflexividad” de George Soros, con un efecto que haría sentir orgulloso al equipo de MythBusters.

En la llamada de resultados de Coinbase, después de responder las preguntas de los analistas, Brian Armstrong leyó una serie de palabras adicionales. Estas palabras eran aquellas en las que los jugadores de los mercados de predicción habían apostado que él podría decir.

Al final de la reunión dijo: “He estado siguiendo las apuestas en los mercados de predicción sobre lo que diría en esta llamada de resultados. Ahora, solo quiero añadir las siguientes palabras: bitcoin, ethereum, blockchain, staking y Web3.”

En mi opinión, esto demuestra vívidamente cómo funcionan la mayoría de los mercados financieros, tal como dice la teoría de George Soros: los precios de mercado afectan el valor de los activos que están valorando.

Antes de convertirse en un multimillonario gestor de fondos de cobertura, Soros aspiraba a ser filósofo. Atribuye su éxito al descubrimiento de una falla en la “teoría del mercado eficiente”: “los precios de mercado siempre distorsionan los fundamentos”.

Los mercados financieros no solo reflejan pasivamente los fundamentos de los activos, como se cree tradicionalmente, sino que activamente moldean la realidad que deberían medir.

Soros puso como ejemplo la fiebre de los conglomerados de los años 60: los inversores creían que estas empresas podían crear valor adquiriendo compañías pequeñas y especializadas, lo que elevó el precio de sus acciones, permitiéndoles realmente usar esas acciones infladas para comprar otras empresas y así “realizar” ese valor.

En resumen, esto crea un bucle de retroalimentación “continuo y cíclico”: las ideas de los participantes influyen en los eventos en los que apuestan, y esos eventos a su vez influyen en sus ideas.

Hoy en día, Soros probablemente pondría como ejemplo a empresas como MicroStrategy. Su CEO, Michael Saylor, vende precisamente esta lógica circular a los inversores: deberían valorar las acciones de MicroStrategy con una prima sobre el valor neto de los activos, porque el hecho de que se negocien con prima hace que las acciones sean aún más valiosas.

Soros escribió en 2009 que, según su análisis basado en la teoría de la reflexividad, la causa fundamental de la crisis financiera fue un error básico: creer que “el valor de las garantías (inmobiliarias) no tiene nada que ver con la disponibilidad de crédito”.

La opinión dominante era que los bancos simplemente sobrevaloraron los bienes raíces usados como garantía de préstamos, y que los inversores pagaron precios demasiado altos por los derivados respaldados por esos préstamos.

A veces, efectivamente, solo se trata de una mala valoración de activos.

Pero Soros cree que la magnitud de la crisis financiera de 2008 solo puede explicarse mediante un “bucle de retroalimentación”: los inversores compraron productos de crédito a precios altos, lo que elevó el valor de las garantías (bienes raíces) detrás de ellos. “Cuando el crédito se vuelve más barato y accesible, la actividad económica se calienta y el valor de los bienes raíces sube.”

Y el aumento del valor inmobiliario, a su vez, anima a los inversores de crédito a pagar precios aún más altos.

En teoría, los precios de derivados de crédito como los CDO deberían reflejar el valor de los bienes raíces. Pero en la práctica, también ayudan a crear ese valor.

Al menos, así es como los libros explican la teoría de la reflexividad financiera de Soros.

Pero Brian Armstrong no solo la explicó, la demostró en la práctica, al estilo MythBusters.

Al decir las palabras que la gente apostaba que diría, demostró que las opiniones de los participantes (los mercados de predicción) pueden moldear directamente el resultado (lo que realmente dijo), que es precisamente lo que Soros quería decir con “los precios de mercado distorsionan los fundamentos”.

La actual burbuja de inteligencia artificial es una versión de billones de dólares del experimento de Brian Armstrong, y nos permite comprender a tiempo esta lógica: la gente cree que la AGI se hará realidad, así que invierte en OpenAI, Nvidia, centros de datos, etc. Estas inversiones hacen que la AGI sea más probable, lo que a su vez atrae a más inversores a OpenAI…

Esto ilustra perfectamente la famosa afirmación de Soros sobre las burbujas: él compra porque la compra eleva el precio, y un precio más alto mejora los fundamentos, lo que atrae a más compradores.

Pero Soros también advierte a los inversores que no se fíen ciegamente de estas profecías autocumplidas. Porque en los extremos de una burbuja, los inversores elevan los precios mucho más rápido de lo que los precios pueden mejorar los fundamentos.

Al reflexionar sobre la crisis financiera, Soros escribió: “Un proceso de retroalimentación positiva completo es auto-reforzante al principio, pero inevitablemente llega a un punto máximo o de reversión, después del cual se auto-refuerza en la dirección opuesta.”

En otras palabras, los árboles no crecen hasta el cielo y las burbujas no se inflan para siempre.

Desafortunadamente, aún no hay un experimento al estilo MythBusters que pueda demostrar esto en la práctica.

Pero al menos, ahora sabemos que los precios de mercado pueden hacer que las cosas sucedan, igual que esas palabras dichas en la llamada de resultados.

Entonces, ¿por qué la AGI (inteligencia artificial general) no podría ser igual?