无论你看好与否，越来越多的领域正在受到人工智能的冲击。人工智能律师已经入职美国律所开始实习；人工智能医生和教师已经在部分细分领域展开工作；而从目前来看，人工智能甚至要与投资经理“抢饭碗”了。

　　早在今年4月，股权投融资平台因果树曾发布了一款名为“AlphaGo+”投资机器人，并宣称该投资机器人“一分钟工作量相当于一个成熟的分析师40小时的工作量。在认知程度上，其水平相当于3-4年投资经验的投资经理的水平。”
　　近日，中科招商旗下的投资机构中科乐创又推出了一款名为“阿尔妮塔”的创投机器人，创始人杨谦为这款机器人下了一个很吸引眼球的定语：“具备投资逻辑和判断力”。
　　据介绍，该款人工智能版的“投资经理”拥有两大技能：创投行业的数据搜索及可视化呈现+创业项目评级。
　　具体而言，前者承担的是一款搜索引擎的角色，用户可以借此便捷地获取创业项目的投融资等各方面信息。这的确是一个很棒的体验，但如果你身处创投圈，你应该知道该类产品目前在市场已不算罕见。
　　相较之下，创业项目评级才是阿尔妮塔的主打功能，某种程度上这也是所谓“投资逻辑和判断力”的体现。据了解，这位人工智能版“投资经理”将会对全网创业项目进行评级，把它们分为六个风险级别，并以此界定项目的价值大小以及获投概率的高低——这个概念有点类似于国际评级机构为主权国家和企业在债权市场上的信用评级。
　　总而言之，按照阿尔妮塔的官方“人设”，她将有能力对创投项目的可投性做出判断。
　　如果这真的能够实现，那么与人相比，阿尔妮塔有着明显的优势：高效、不受情绪干扰、避免决策噪声，甚至还能避免跳槽风险。
　　但问题是，靠人工智能做投资真的足够靠谱吗？
　　众所周知，在人工智能领域，数据是基础，算法则是关键。对于这款虚拟的投资经理来说，其“专业素养”究竟如何同样有赖于这两个方面的加持。作为投资机构——不论是中科乐创还是其背后的中科招商，它们在投资人才、投资经验还是投资数据方面拥有一定优势。换句话说，数据的问题相对容易解决。
　　但问题在于算法层面，如何将相对主观化的投资经验转变为程序语言，并以此训练好这位虚拟的投资经理才是一大考验。关于这方面，阿尔妮塔的联合创始人之一杨雪峰表示，评级与判断的基础是大量数据样本训练和结果导向来复原的评级标准和权重。
　　从目前试用版的项目评级服务中似乎也能发现一些端倪。在申请为项目做出评级时，记者观察到其罗列的问题覆盖了基本信息、团队信息、产品信息、公司信息共四个维度，每个维度又设计了诸如“项目创始人工作了多久？”、“产品核心是2B还是2C？”、“公司过往融资记录”等等若干具体问题。
　　这些问题的答案又形成一个个参数，转化为系统评级的标准。
　　从业绩来看，目前这位虚拟投资经理的表现还不错。
　　该项目联合创始人之一杨雪峰透露，这款产品已经对10000个以上的项目进行了项目评级，并对1370多个项目进行了深度分析，最终推荐了66个待投项目，截至目前，已有23个项目获得了下一轮投资，且有成功退出的成功案例。
　　无独有偶，德丰杰（DFJ）投资基金的创办合伙人，被称为硅谷投资教父的Tim Draper也曾表示看好人工智能与风投行业的结合，他预言：“人工智能未来将被运用在所有领域，一个接一个的。甚至是风险投资这个行业，他们最终会被机器人取代。”他甚至认为，20年后的风险投资行业将不再需要人类。而我们人类只能重新改造自己，机器人将能出色地完成各种工作，让人类有更多的想象力并创造出更深奥的东西，这对整个人类来说都是非常正面的。
　　既然如此，投资机器人们真的会抢掉投资经理们的“饭碗”吗？至少从短期来看，投资经理的“饭碗”必定还由自己做主。作为一个新兴领域，不论是从算法学习，抑或是操作实践来说，虚拟投资经理与人类同行还有着很大差距。将投资经理和分析师从繁琐的基础工作中解放出来，进行更为复杂和专业化的工作，也许才是目前的投资机器人们带来的最大意义。