人工智慧（Artificial Intelligence，簡稱AI）是另一眾人熱議，卻鮮少有人真正了解的詞彙。人工智慧大致可與機器學習（Machine Learning）一詞代換使用，多做為資料分析之用，但近期有多數人士認為，投資領域使用人工智慧的方式與實際風險脫節。
人工智慧的概念據傳於1950年代，甚至在戰前便已出現。儘管概念並不新穎，但資料分析的技術直到近期才出現突飛猛進的發展，從運算能力、儲存空間到傳輸速度等方面皆然，進展之多可謂史無前例。此外，近兩、三年來全世界所創造、蒐集的資料總量，據稱也堪比人類有史以來創造的所有資料量。如同一位身為人工智慧信徒的青少年所言，並非年輕世代的智商大幅提升，而是現今可供使用的工具之多，實不可與過往相提並論。人工智慧的時代已然到來，而且必將持續成長。投資領域的專業人士別無選擇，必須搶在為時已晚前重新認識人工智慧。
然而，無論新工具多麼耀眼奪目，完成任務仍是最終要務；對利潤勝於一切的投資領域來說，這更是一個終極目標。過去數年間，成千上萬的人宣稱自己握有「專利認證」的人工智慧輔助模型，能助其脫穎而出；但實際上，能夠持續獲利的模型仍難以企及。甚至產業巨頭也私下承認，在近期的公司利潤中，人工智慧的貢獻佔比仍低於10%，足見以人工智慧顛覆投資現狀的豪語仍言之過早。就我們目前所知，現今多數企業真正實行的是更大量的數據運用。
如今，機器的確受到廣泛「訓練」（註：機器仍未能自行學習）、反覆嘗試，企圖創造可持續獲利的超額收益模型（alpha generator）。然而多數業內人士也承認，此方式並無法保證任何具有意義的成果或突破。盲目嘗試使用人工智慧而毫無斬獲，經常導致長達數年的低潮，且必然所費不貲。即便超額收益模型確實研發成功，此模型的收益也必然迅速遭湧入的資本套利一掃而空。隨著現今運算能力持續提升，這成了一場與時間賽跑的競賽，而個人資本雄厚與否自然也攸關成敗。
好消息是，就超額收益模型而言，現有相關職位暫時沒有遭人工智慧取代的危機；開創投資新局仍須仰賴人類的直覺與經驗。當然，來點名稱花俏的資料分析技術也無傷大雅！
