无论是自动交易的发展，使用替代数据来寻找新的投资信号，还是自动交易顾问变得越来越有能力，迄今为止，主要关注点是这些工具将如何导致投资经理的工作发展，甚至消失。更极端的情况。

有些人认为，对人工智能对行业的二次影响没有给予足够的关注，而我认为这实际上是更大，可能更有趣的结果。

通过二阶影响，我指的是人工智能对我们分析和投资的行业和公司的影响。

市场基本面，财务分析，有时甚至是直觉，在定量基金管理之外推动了许多投资决策，但是这种传统分析在未来十年将如何改变?

尽管围绕人才的挑战并找到通过机器学习解决的高价值问题，但行业正在逐步实现跨价值链的模型。

企业是否会根据其采用AI的水平来竞争投资?

如果机器学习建模成为更准确地加快关键流程的中心，那么很快公司可能会根据其数据和建模技能进行竞争，这将对他们持续的业务增长至关重要。有许多这样的例子开始发展。

但是作为投资者或分析师，我们对公司的AI活动了解多少?提出投资建议时，需要考虑几个相关因素。

这不仅关系到组织中数据科学家的绩效和技能，而且关系到基于信息的行业中的建模如何绕过道德规范和个人信息的允许使用。

众所周知，围绕Facebook和Google之类的知名问题正在收集个人信息并利用它来产生收入。它可能需要做的只是一个数据泄漏，无意中破坏单个人口统计的情况，或者是法规变更导致这些类型的业务模型出现问题。

至少对于将在未来20-30年工作的人来说，作为一个行业向前发展，我们面临的挑战是，了解我们需要了解的有关更广泛的AI活动的知识，并详细了解如何提出明智的投资建议。

监管机构和财务报告机构也将需要决定如何监管AI，以及公司应公开披露哪些内容，以帮助分析师和股东更好地了解形势和风险。