El objetivo principal de este estudio fue explorar el uso práctico actual de una técnica algorítmica de asesor de inteligencia artificial. Este estudio utiliza la teoría de difusión de la innovación de Rogers como base para explorar la aplicación de asesores de inteligencia artificial para pronosticar en el mercado de valores mediante un enfoque de razonamiento abductivo. Utilizamos revisiones de literatura y entrevistas semiestructuradas para entrevistar a representantes de empresas de fondos para ver si habían adoptado modelos de pronóstico de big data de inteligencia artificial para invertir en la selección de acciones. Este estudio resume los pronósticos del mercado de valores de big data de la literatura. Según el resumen, la precisión de los modelos de predicción de estos académicos osciló entre el 52% y el 97%, con resultados de predicción de los modelos que variaban significativamente. Las entrevistas con 21 representantes de estas empresas de fondos revelaron que el modelo de pronóstico del mercado de valores de los asesores de inteligencia artificial de big data no se ha convertido en una base de referencia para los candidatos a inversión de fondos, principalmente debido a la tasa de predicción del modelo inestable, y la falta de ventajas relativas y observabilidad aparentes, así como por ser demasiado complejo. Por lo tanto, desde el punto de vista de la difusión de la innovación, hay una falta de difusión para el asesor de inteligencia artificial. El conocimiento ocurre cuando un individuo se expone a la existencia de la innovación y adquiere cierto entendimiento de cómo funciona. Por lo tanto, cuando los inversores se familiaricen más con modelos de predicción de acciones similares a redes neuronales, se espera que este nuevo modelo de pronóstico del mercado de valores de inteligencia artificial se convierta en otro indicador de análisis técnico en el futuro.