В 2020 году Accenture опубликовала  отчет  об опросе управляющих активами в США. Более 80% респондентов ожидали, что ИИ «коренным образом изменит» отрасль в течение следующих пяти лет. Одна из основных причин этого убеждения заключается в том, что ИИ высвобождает время консультантов, управляя инвестиционными портфелями без каких-либо предубеждений, описанных выше, которые могут помешать долгосрочному успеху. Консультанты могут быть уверены, что их партнер по ИИ «укомплектует магазин», пока они строят отношения с клиентами и ищут потенциальных клиентов. ИИ не только помогает в управлении временем, но также может потенциально ограничить риск убытков. Кроме того, удаление эмоций может привести к более мудрым решениям, по крайней мере решениям, не окутанным собственными убеждениями или убеждениями. Благодаря машинному обучению ИИ может отслеживать обширные наборы данных и анализировать их способами, недоступными для человека.

ИИ может быть разработан для выявления закономерностей, которые помогают улучшить сбор и анализ данных, что часто является ресурсоемкой функцией для инвестиционных менеджеров. Подобно доходности облигаций, которая обычно имеет меньшую волатильность по мере приближения к дате погашения, ИИ более точен при краткосрочных инвестиционных горизонтах, где легче найти предсказуемые рыночные модели. ИИ стремится найти факторы и тенденции, которые могут быть глубже, чем традиционные методы выбора акций. Поскольку традиционные факторы уже включены во многие портфели, может быть сложнее найти альфу с помощью этих традиционных средств. Как только все больше людей используют одну и ту же стратегию, она часто становится встроенной в цену, и обнаружение цены разрушается. Это не означает, что текущие стратегии больше не действуют. Однако, поскольку многие из этих стратегий используют только несколько входных значений и доверяют традиционным методам, это может быть неоптимальным.

Это дает возможность находить новые инвестиционные возможности, которые могут казаться невидимыми для человека. Используя входные данные из нескольких источников данных, ИИ стремится повысить точность прогнозов, оставаясь при этом адаптируемым к новой информации. Он делает это, принимая несколько типов данных и передавая их через несколько узлов. За считанные часы ИИ может протестировать миллионы комбинаций и выдать результаты, которые можно проверить на жизнеспособность. Вот как ИИ пытается найти невидимые инвестиционные возможности, которые не видят люди. ИИ, возможно, не сможет сказать, будут ли электромобили в будущем или биткойн получит широкое распространение в мире, но у него есть потенциал оптимизировать вселенную акций и, как он узнает, создать более гибкий портфель. Будь то импульсный или ориентированный на ценность подход, ИИ помогает консультантам придерживаться принципов, которые доказали свою эффективность.

Консультанты могут быть спокойны, зная, что ИИ может извлечь выгоду из этого эмоционального преимущества (или его отсутствия) и инвестировать в непрерывную логику, основанную на правилах. .