张晓泉表示，“碳基”生命（人类）与“硅基”智能（AI）存在根本差异。他以投资界传奇人物为例解释，查理·芒格（主观投资大师）和詹姆斯·西蒙斯（量化投资先驱）的离世，标志着“碳基”投资智慧传承的挑战与局限。培育下一代投资大师需要数十年的漫长周期。但是，西蒙斯创办的文艺复兴科技公司在其退休乃至去世后还是保持较好的业绩，深刻揭示了“硅基”决策系统的独特优势：它不依赖个体生命，亦可以持续、稳定地运行和迭代。数据显示，此时大部分顶尖投资机构正在发力机器决策。这并非意味着机器将彻底取代人类，而是预示着一种新协作模式的诞生。

谈及人工智能的将来潜力，张晓泉认为，当前AI在金融领域的应用多集中于捕捉较短期的市场错误定价机会，但其能力边界正在不断拓展。他非常阐述了生成式AI的“词嵌入”技术：经过将信息转化为空间向量并理解其内在关联，使AI具备了强大的模式识别和跨模态推理能力。这种能力不仅限于文本，更可应用于图像、声音乃至复杂的科学咨询题。他认为，在将来五到十年，AI有望处理更长期、更复杂的金融逻辑，突破当前短期预测的局限，带来更广阔的应用前景。

张晓泉认为，必须清醒地认识到AI赋能金融存在的严峻挑战。比如，AI概念存在误用。他表示，AI是一个涵盖多种模型的集合体，而非具有通用生命的智能体。不同模型能力各异，进展路径不同，不能一概而论。当前AI展现的更多是基于统计的“预测”能力，而非真正的逻辑推理。另外，金融市场的信噪比较低。他表示，顶尖投资者与随机猜测的准确率优势可能仅为几个百分点，在巨大的市场噪音中提取微弱有效信号特别困难。

展望将来，张晓泉认为，单纯依赖历史数据驱动的“归纳法”量化投资是不够的，将来的突破在于将数据科学与金融经济世界的深刻理解相结合，引入“演绎法”。经过跨学科的深度融合，在深刻理解AI模型能力和局限的基础上，结合对金融现象的洞察，才能开辟出更具前瞻性和稳健性的投资策略。