数据正在变糟。咨询公司Neudata的一项调查显示，购买数据的投资者中有三分之一表示，过去几年数据质量有所下降，一些人将矛头指向人工智能。数据是所有投资业务的命脉，对冲基金多年来一直依赖所谓的另类数据——并非来自美国证券交易委员会文件或交易所交易数据等传统来源的信息——来帮助它们进行押注。人工智能的出现导致出售数据的新供应商激增，这要归功于积累和整理数据的便捷性，以及长期卖家经营方式的变化。“现在数据太多了，而经验丰富的数据科学家却不多。这些新公司只是通过大语言模型来处理数据，”一位购买外部数据集并注意到质量下滑的基本面股票投资者表示。“幻觉仍然存在，”他说。与卖家和买家合作的数据产品公司AggKnowledge的联合创始人丹尼尔·恩特鲁普表示，人工智能正在两个方面影响数据质量。供应商正在使用人工智能来生成或映射他们出售的数据，或者他们正在利用人工智能作为裁减或重新分配专注于数据质量的人员的理由。这两种方法都有问题。数据买家表示，那些依赖人工智能创建数据产品并将其出售给对冲基金的公司，很难说明最终报告或数据集是如何创建的——这是对冲基金确保遵守联邦信息可用性和隐私法规所需的关键信息。也有可能的是，与基金对接的模型本身就不太好。Neudata的研究主管达里尔·史密斯表示：“数据可能就在那里，但大语言模型可能是垃圾。”对冲基金通常拥有大得多的技术预算和更成熟的团队，它们更愿意通过自己的系统运行数据，而不是依赖供应商的人工智能模型。此外，对原始数据所做的工作是许多管理者的秘密武器的一部分。

史密斯表示：“基金对人工智能在工作流程中的信任远远超过对其在超额收益方面的信任。”与此同时，恩特鲁普注意到，近几个月来，随着行业优先事项转向寻找人工智能的新应用场景，基本数据卫生问题有所增加。他的公司从事数据“修订”工作，即清理客户所用数据集中的错误，他说这类工作已显著增加。“质量有多重要？对对冲基金来说，非常重要，”他说。令许多买家感到沮丧的是，这些人工智能举措并非他们原本会交给数据提供商的任务。“给我看看有客户要求这样做的客户调研，”恩特鲁普说。对于那些在流程中更多使用人工智能的数据供应商来说，业务并没有起色。一位中型对冲基金的数据买家表示，如果供应商免费提供大语言模型，他们会使用，但如果要付费，就不会用。史密斯指出，他的公司尚未发现使用人工智能工具的供应商收入有明显增长。而只需一次幻觉就足以毁掉一个数据集。“一旦你有一个失败的信号，它就是被污染的数据，”一位对冲基金经理说。