El juliol de 2026 va ocórrer una cosa que cap nota d'investigació financera registrava fins aleshores: JPMorgan, el banc més gran dels Estats Units, va mesurar la distància entre el judici dels seus propis estrategs i el d'una màquina de propòsit general i va publicar el resultat. Va guanyar la màquina. Els autors de la nota, l'equip dirigit per Thomas Salopek, van documentar amb rigor professional un experiment la conclusió del qual interpel·la la seva pròpia feina.

La derrota té un agreujant que la majoria de les cròniques va relegar al peu. Els vuit agents d'intel·ligència artificial que l'equip va construir no van córrer sobre un sistema entrenat durant anys per a les finances, sinó sobre models genèrics d'OpenAI i Anthropic. És a dir, els mateixos que redacten correus i resumeixen contractes. Un algoritme que ningú va preparar per assignar capital va vèncer el model de règims de mercat que els especialistes del banc van refinar durant anys. La notícia no és que una IA guanyi en una simulació; la dada és contra qui va guanyar i amb quina eina.

En simulacions retrospectives que van abastar dues dècades, els vuit agents van vèncer la cartera tradicional de 60% en accions i 40% en bons. El millor la va superar per 0,7 punts percentuals anuals amb una volatilitat 2,8% menor. Les ràtios de Sharpe dels agents van oscil·lar entre 0,74 i 0,95 contra 0,61 de la cartera de referència. La mecànica és simple: els agents classifiquen el mercat en quatre règims segons el creixement i la inflació, i roten la cartera cap a les accions quan el cicle és ferm i cap als bons quan es degrada.

Convé precisar l'abast, perquè això fa l'argument més difícil de refutar. Un estrateg de JPMorgan fa moltes coses que cap índex de referència mesura. Parla, per exemple, amb clients, interpreta esdeveniments polítics, participa en comitès i integra restriccions reguladores. Res d'això va quedar automatitzat, només la part més valuosa i prestigiosa de l'ofici, que és el judici d'assignació d'actius que justificava la mística entre aquests professionals i el preu dels seus informes. Mentre la resta de la feina sobreviu, el nucli que el jerarquitzava ja va demostrar ser reproduïble per un model de lloguer.

Un estrateg de JPMorgan fa moltes coses que cap índex de referència mesura

Fins a aquesta nota, les firmes pagaven comitès d'estrategs perquè no existia alternativa. No obstant això, des d'aquesta publicació existeix una alternativa que costa una llicència de programa. La pregunta que tot director financer pot formular ara és incòmoda per la seva simplicitat: per què pagar milions de dòlars anuals per un comitè si un conjunt d'agents produeix en la prova resultats iguals o millors? Les professions rares vegades desapareixen perquè deixen de ser possibles. Desapareixen perquè deixen de justificar el seu cost.

Block ja va recórrer aquest camí en una altra indústria, amb més de 4000 acomiadaments atribuïts a la IA el febrer de 2026, i la gestió d'actius acaba de rebre la seva primera mesura formal. Cal aclarir que els resultats són simulacions retrospectives, no diners en viu. El model que va vèncer el passat va poder memoritzar-lo, i el sobreajust és el pecat original de tota estratègia provada cap enrere. Els estrategs van advertir contra acceptar sense crítica respostes d'una IA que exhibeix confiança excessiva sobre dades que ja coneix, i van escriure que l'agent ha de recolzar-se en un procés dissenyat per humans en lloc de suposar que la màquina posseeix el coneixement del domini. Res d'això desactiva la pregunta econòmica, si no que l'agreuja, perquè qui va redactar les cauteles és el mateix equip la funció del qual va quedar mesurada.

Queda un risc que la nota frega sense desenvolupar, i que deixarà de ser especulació per una raó mecànica. Si els agents de tots els bancs descendeixen dels mateixos dos o tres models de base, consumeixen les mateixes variables macroeconòmiques, reben instruccions semblants i optimitzen mètriques semblants, les seves lectures del cicle convergeixen per construcció. Carteres diferents amb el mateix cervell venen al mateix temps. No seria la primera vegada que l'estandardització d'una mateixa lògica de gestió amplifica una caiguda; octubre de 1987 ho va demostrar amb programes més rudimentaris.

La diversificació de gestors pressuposa diversitat de judicis, i un mercat on el judici es lloga per llicència perd aquesta diversitat sense que ningú ho decideixi. L'informe de JPMorgan no va provar que la IA guanyi diners, sinó que el banc més gran dels Estats Units ja considera mesurable, publicable i respectable la pregunta de si els seus estrategs justifiquen el seu cost. Les professions no cauen quan la màquina les supera; només perden espai quan la institució que les empra comença a mesurar la diferència.

Les coses com són.