La Economía de los Datos: De los fundamentos a la Inteligencia Artificial

En un mundo cada vez más impulsado por la información, la economía de los datos se erige como el motor fundamental que transforma tanto la toma de decisiones como la competitividad empresarial. En este post, te presento una serie de recursos organizados de forma ascendente en cuanto a dificultad, donde iniciamos con los conceptos básicos sobre la economía de los datos, seguimos con herramientas prácticas de Business Intelligence (BI) con Tableau, y culminamos con avanzados modelos de inteligencia artificial (IA) aplicados a la economía. Esta selección ha sido pensada para economistas, profesionales del BI y científicos de datos que deseen profundizar en cómo el análisis y la gestión estratégica de datos pueden abrir nuevas oportunidades en el mundo digital.

I. La Economía de los Datos

1. Estrategia del dato: el camino hacia el éxito. Este documento tiene como objetivo potenciar la capacidad de las entidades para maximizar el uso del dato, un recurso clave para el desarrollo de la IA y la competitividad empresarial (Smart Factory Magazine, pp. 60-63).
2. El poder de los datos abiertos en la ciencia de datos. En este post se explora cómo los datos abiertos sirven como combustible para la ciencia de datos y cómo las organizaciones, tanto públicas como privadas, pueden aprovecharlos para generar valor de manera sostenible (Abierto al Público).
3. La Economía de los Datos. Artículo que explora las propiedades fundamentales de los datos y de la economía de los datos, cómo los datos generan valor, cómo pueden ser medidos y valorados, y qué impacto tienen en la productividad, la competencia y la política económica (Nada es Gratis).
4. Economics in the Age of Algorithms. Charla en inglés de Sendhil Mullainathan, donde se analiza en qué se diferencia el aprendizaje automático de la inferencia causal, cómo se puede utilizar el aprendizaje automático para desarrollar hipótesis nuevas y sorprendentemente originales, y por qué los economistas son necesarios para el diseño de sistemas y algoritmos de recomendación. Es profunda pero accesible. Ofrece una hoja de ruta muy importante sobre cómo los humanos y la IA pueden trabajar juntos en la ciencia (ver video).

II. BI con Tableau

• Tableau Community-Driven Innovation Recap: Un post que recapitula algunas ideas de la comunidad con las novedades de Tableau en 2024 (Tableau).

III. IA en Economía y Finanzas

1. La IA como recurso para el análisis masivo de textos y su uso en economía (Nada es Gratis).
2. Artificial Intelligence Asset Pricing Models. La tecnología estadística central en inteligencia artificial es la red de transformadores a gran escala. En este artículo se propone un nuevo modelo de fijación de precios de activos que implanta un transformador en el factor de descuento estocástico. Esta estructura aprovecha la información de fijación de precios condicional a través del intercambio de información entre activos y la no linealidad. También se desarrolla un transformador lineal que sirve como sustituto simplificado del cual se deriva una descomposición intuitiva de los mecanismos de fijación de precios de activos del transformador. Los autores encontraron grandes reducciones en los errores de fijación de precios a partir de su modelo de fijación de precios de inteligencia artificial (AIPM) en relación con los modelos de aprendizaje automático anteriores y diseccionando las fuentes de estas ganancias (NBER).
3. Estimating nonlinear heterogeneous agent models with neural networks. En este artículo los autores aprovechan los avances recientes en aprendizaje automático para desarrollar un método integrado para resolver globalmente y estimar modelos que presentan heterogeneidad de agentes, restricciones no lineales e incertidumbre agregada. Utilizando datos simulados, los autores demuestran que el método propuesto estima con precisión los parámetros de un modelo no lineal de Agente Heterogéneo Neokeynesiano (HANK por sus siglas en inglés) con una restricción de límite inferior cero (ZLB). Además, los autores aplican su método para estimar este modelo HANK utilizando datos de EE.UU. En el modelo estimado, la interacción entre la restricción ZLB y los riesgos idiosincrásicos de ingresos surge como una fuente clave de volatilidad de la producción agregada (BIS).

A medida que la digitalización redefine las reglas de la competitividad y la innovación, mantenerse al día con las herramientas y metodologías emergentes resulta indispensable. Los recursos presentados ofrecen un camino claro desde los fundamentos teóricos hasta las aplicaciones más sofisticadas en inteligencia artificial, permitiéndote transformar el conocimiento en ventajas estratégicas. Te invito a explorar estos materiales y a sumergirte en el apasionante universo donde datos, tecnología y economía se unen para crear el futuro.

Hasta aquí el post del día de hoy y recuerda que puedes seguirme en X y mantenerte informado de lo último de ciencia, tecnología e innovación en el mundo de la economía y las finanzas.

¡Hasta la próxima!