就像我最近与投资者的许多谈话一样，这次谈话很快就转向了人工智能。与我交谈的一位最近退休的基金经理说得很好:“汽车不会自己走;它需要被驱动，或者至少被告知去哪里。但如果你想去曼彻斯特，开车比步行容易得多。”

　　这就是投资等高附加值智力活动的人工智能问题的核心所在。这并不是人工智能是否能比人类做得更好，而是人工智能如何帮助人类更快、更准确、更低成本地完成任务。

　　在同一次午餐会上，一位律师补充说，当他刚开始工作时，实习生工作的一个关键部分是“发现”——仔细阅读大量文件，找到信息供老板解释。

　　在投资领域也是如此，我曾经工作过的一家公司有一个标语——“信息优势”，现在看来很奇怪。它指的是一大批精于计算但相对缺乏技能的年轻人，他们在年度报告中搜寻，填入一个财务比率数据库，从而使投资者能够真正做选股的工作。

　　人工智能最有趣的潜在用途之一是在昂贵、资源密集型的投资分析领域。机器真的能做得更好吗?答案既是肯定的，也是否定的。

　　“信息优势”的现实是，它是有一点相当基本的知识和完全没有知识之间的区别。产生这种边际优势的努力是巨大的，昂贵的，耗时的。这是人工智能承诺在很短的时间内以很低的成本完成的工作。就像在19世纪的伦敦或纽约，成千上万曾经与马一起工作的人一样，这些数据工作者将不得不找到一种新的谋生方式。

　　因此，人工智能有可能成为一种节省劳动力的设备——多功能吸尘器或洗碗机。它可以改善投资者生活的另一种方式是消除许多无益的行为偏见，这些偏见会影响我们做出正确决策的能力。人们通常对故事比数据更感兴趣。人工智能不在乎。

　　芝加哥大学商学院(Chicago University’s business school)最近对人工智能和选股进行了一项研究，测试了人工智能革命是否能比为我的前雇主提供信息优势的数据收集更上一层的食物链。该公司希望看看人工智能能否取代分析师，将基本财务数据转化为对企业盈利未来方向的预测。

　　这是主动型基金经理投资过程的关键部分，为他们选择股票提供了原材料。研究发现，机器做得稍好一些。

　　更有趣的是，研究发现，使用这些收益预测构建的投资组合在统计上也表现得更好。现在还为时尚早，但在各种专业环境中，面临风险的职位正逐渐变得越来越高级——而且速度之快令人担忧。

　　人工智能的一个危险是，它使管理我们的资金的复杂业务看起来比实际情况更容易。向人工智能工具提出一个简单的问题，它就会像变魔术一样，给出一个答案，似乎是你的灵丹妙药。你想要10只股息收益率高于现金基金的收益股?给你。成长型股票的投资组合市盈率不到10倍?试试这些。

　　实际上，这并不新鲜。30年前，第一个筛选软件出现了，它允许投资者输入一套标准，然后吐出一份潜在投资的候选名单。对我们大多数人来说，问题是这些服务的成本。人工智能使这一过程民主化。但它也把它变成了一个黑盒子。

　　我相信支持我的在线REFS股票筛选软件的数字，因为我可以看到我的年轻同事把它们输入系统。当我问ChatGPT一个问题时，我完全不知道它去哪里寻找答案。

　　人工智能利用了我们对捷径的偏好。我们希望这10只股票就是答案，所以最好不要问太多问题。但是正如他们在计算机早期所说的那样:垃圾输入，垃圾输出。

　　我对人工智能给投资者带来的前景感到兴奋，但我也松了一口气，因为它是在我职业生涯的末期到来的，而不是刚刚开始。在过去35年左右的时间里，我所做的许多事情在今天已经没有什么价值了。为了继续马的类比，我调整了很多缰绳，清理了很多马厩。现在我需要理解内燃，或者移到一边。

　　然而，我有信心，总会有人们做得更好的事情。我们是群居动物。我希望管理我的资金的投资者是人工智能的，但也是人类。我希望我的财务顾问照顾我的孩子。我不仅想要那辆车，我还想有人教我怎么开。

　　人工智能革命的破坏性至少与之前的互联网热潮一样大。这将引起分裂。对于少数已经拥有高技能和高薪的人来说，这是一个好消息。对于更多的人来说，这将是痛苦的，因为他们的贡献不再受到如此高度的重视。赢家通吃不是社会凝聚力的良方。但它不会消失。

　　汤姆·史蒂文森是富达国际的投资总监。这些观点是他自己的