原標(biāo)題：AI入場(chǎng)“挑戰(zhàn)”基金經(jīng)理

“我們不會(huì)輕易被AI（人工智能）取代，但很可能會(huì)被率先使用AI的人取代。”一位頭部公募機(jī)構(gòu)人士對(duì)《證券日?qǐng)?bào)》記者坦言。這折射出當(dāng)前公募基金行業(yè)面對(duì)人工智能潮涌的思考與布局。

今年以來(lái)，DeepSeek等大模型火爆出圈，不僅席卷科技界，也在公募基金行業(yè)掀起一場(chǎng)“AI落地應(yīng)用競(jìng)賽”。喧囂之下，一個(gè)核心問(wèn)題亟待解答：這究竟是一場(chǎng)迫于壓力的技術(shù)跟風(fēng)，還是一次源于內(nèi)在的破局重生？

《證券日?qǐng)?bào)》記者近日多方采訪業(yè)內(nèi)人士發(fā)現(xiàn)，業(yè)界答案高度一致——AI，早已不是一道“選擇題”，而是關(guān)乎行業(yè)長(zhǎng)遠(yuǎn)發(fā)展的“必答題”。比較有趣的是，對(duì)于尚未完全擺脫明星基金經(jīng)理“依賴”的公募基金行業(yè)而言，AI如今正在越來(lái)越多地扮演“挑戰(zhàn)者”角色。而且，從雙方“對(duì)戰(zhàn)”案例結(jié)果來(lái)觀察，AI與基金經(jīng)理的“良性博弈”，正成為抬升整個(gè)行業(yè)投研能力基線的關(guān)鍵力量。

內(nèi)在需求驅(qū)動(dòng)

驅(qū)動(dòng)公募機(jī)構(gòu)紛紛擁抱AI的，并非技術(shù)光環(huán)，而是破解行業(yè)深層痛點(diǎn)的迫切需求。正如天弘基金相關(guān)人士所言：“AI不是跟風(fēng)，而是破局。”

在興業(yè)基金看來(lái)，資產(chǎn)管理行業(yè)高度依賴數(shù)據(jù)分析和信息處理，對(duì)先進(jìn)的AI技術(shù)有著極大需求。

諾安基金相關(guān)人士向《證券日?qǐng)?bào)》記者進(jìn)一步闡釋了這種需求的緊迫性：“近年來(lái)，行業(yè)面臨著效率提升、風(fēng)險(xiǎn)控制、服務(wù)創(chuàng)新等多重挑戰(zhàn)，傳統(tǒng)業(yè)務(wù)模式亟待數(shù)字化轉(zhuǎn)型。在此背景下，通過(guò)AI高效處理海量信息、推動(dòng)流程自動(dòng)化，成為提升競(jìng)爭(zhēng)力的關(guān)鍵。”

對(duì)于天弘基金這樣服務(wù)數(shù)億客戶、管理萬(wàn)億元資產(chǎn)的機(jī)構(gòu)而言，AI的驅(qū)動(dòng)更為具體。該公司相關(guān)人士向《證券日?qǐng)?bào)》記者坦言：“傳統(tǒng)模式下規(guī)模越大邊際成本越高，這是典型的‘規(guī)模不經(jīng)濟(jì)’，AI讓公司實(shí)現(xiàn)了‘智能規(guī)模化’，用技術(shù)把規(guī)模優(yōu)勢(shì)真正轉(zhuǎn)化為服務(wù)能力，而不是讓規(guī)模成為包袱。”

事實(shí)上，這種由真實(shí)業(yè)務(wù)需求驅(qū)動(dòng)的創(chuàng)新，源于持續(xù)數(shù)年的深耕。博時(shí)基金自2018年成立金融科技中心起，便前瞻性地布局AI，并于2023年設(shè)立人工智能實(shí)驗(yàn)室；諾安基金早在3年前就開啟了AI技術(shù)的沉淀之路；興業(yè)基金則在2021年就開始建設(shè)基于NLP（自然語(yǔ)言處理）技術(shù)的智能投研平臺(tái)，并于2023年推出自研的“興小二”AI債券交易機(jī)器人。

博時(shí)基金相關(guān)人士告訴《證券日?qǐng)?bào)》記者：“公司對(duì)AI的布局始終基于真實(shí)業(yè)務(wù)需求驅(qū)動(dòng)，是注重實(shí)效的戰(zhàn)略選擇。”博時(shí)基金智能因子配置系統(tǒng)自2022年投入應(yīng)用以來(lái)，在核心股票池中持續(xù)創(chuàng)造超額收益，便是技術(shù)賦能價(jià)值的明證。

AI與基金經(jīng)理“唱反調(diào)”？

隨著AI逐漸滲透至基金公司的投研、營(yíng)銷、客戶服務(wù)等核心業(yè)務(wù)條線，基金投研能力不斷升級(jí)。這體現(xiàn)在兩方面：AI既是賦能增效的“助手”，也是挑戰(zhàn)固有思維的“諍友”。

近年來(lái)，市場(chǎng)波動(dòng)加劇，過(guò)度依賴基金經(jīng)理個(gè)人能力的模式面臨嚴(yán)峻考驗(yàn)。AI的應(yīng)用，為破解這一行業(yè)共性難題提供了參考路徑。

在主動(dòng)管理領(lǐng)域，AI是得力助手。天弘基金旗下的TIRD平臺(tái)（天弘智能研究及決策系統(tǒng)）和弘思大模型，能從海量數(shù)據(jù)中挖掘線索，從產(chǎn)業(yè)鏈異動(dòng)識(shí)別機(jī)會(huì)；中歐基金基于深度學(xué)習(xí)的利率預(yù)測(cè)模型，在拐點(diǎn)預(yù)判上展現(xiàn)出可量化的優(yōu)勢(shì)；德邦基金自研的“海納百川”大模型聚合平臺(tái)，支持實(shí)現(xiàn)多模型并行調(diào)用，輔助投研人員快速處理數(shù)據(jù)信息。

不過(guò)，AI這位可靠的助手，有時(shí)也會(huì)與基金經(jīng)理“唱反調(diào)”。

“AI決策信號(hào)與基金經(jīng)理判斷相悖的情況確實(shí)存在，這正是AI的價(jià)值所在。”天弘基金相關(guān)人士向記者分享了一個(gè)典型案例，在今年3月份機(jī)器人概念火熱時(shí)，TIRD平臺(tái)基于多維度模型發(fā)出過(guò)熱預(yù)警，這種“不一致”最終幫助投資團(tuán)隊(duì)規(guī)避了風(fēng)險(xiǎn)，做到了實(shí)實(shí)在在的業(yè)績(jī)保護(hù)。

AI促使基金經(jīng)理跳出固有的思維定式，去審視那些可能被人類直覺(jué)或經(jīng)驗(yàn)忽略的潛在風(fēng)險(xiǎn)與機(jī)會(huì)。這種“人機(jī)博弈”并非對(duì)立，而是協(xié)同進(jìn)化的開始。上述天弘基金相關(guān)人士認(rèn)為：“這種‘人機(jī)博弈’，是提升投研能力的重要環(huán)節(jié)，也是‘AI+HI（人類智慧）’的最佳體現(xiàn)。”

在被動(dòng)投資領(lǐng)域，AI則化身為“效率提升工具”。博時(shí)基金相關(guān)人士向《證券日?qǐng)?bào)》記者介紹：“借助大模型強(qiáng)大的推理與代碼生成能力，可高效支持策略回測(cè)流程，例如輔助完成固收指數(shù)組合的分層抽樣構(gòu)建及回測(cè)分析，實(shí)現(xiàn)被動(dòng)組合管理的智能化升級(jí)。”

筑牢數(shù)據(jù)安全防線

盛況之下，亦有隱憂。當(dāng)AI這把“利器”愈發(fā)深入行業(yè)核心時(shí)，數(shù)據(jù)安全與模型可靠性便成了必須嚴(yán)守的底線。

上海證券基金評(píng)價(jià)研究中心高級(jí)分析師池云飛對(duì)《證券日?qǐng)?bào)》記者表示：“目前的AI模型仍然存在數(shù)據(jù)泄露、合規(guī)風(fēng)險(xiǎn)、模式未充分驗(yàn)證等問(wèn)題，這也是行業(yè)共識(shí)。”

興業(yè)基金相關(guān)人士表示：“數(shù)據(jù)準(zhǔn)確性與安全性是大模型在資產(chǎn)管理領(lǐng)域面臨的雙重挑戰(zhàn)。一方面，多源異構(gòu)數(shù)據(jù)普遍存在口徑不一、更新不同步、格式不統(tǒng)一等問(wèn)題，疊加數(shù)據(jù)延遲或缺失，極易引發(fā)AI模型分析偏差，導(dǎo)致誤判與決策失誤。另一方面，金融數(shù)據(jù)高度敏感，涉及客戶隱私、交易行為等，如何在保障隱私和數(shù)據(jù)安全的前提下實(shí)現(xiàn)跨機(jī)構(gòu)、跨系統(tǒng)數(shù)據(jù)融合，成為亟待解決的難題。”

對(duì)于肩負(fù)普惠金融使命、關(guān)系千家萬(wàn)戶資產(chǎn)安全的公募基金而言，筑牢數(shù)據(jù)安全防線是AI應(yīng)用的絕對(duì)前提。實(shí)踐中，各家公募機(jī)構(gòu)正積極構(gòu)建嚴(yán)密的防護(hù)網(wǎng)。天弘基金建立了貫穿源頭、過(guò)程、決策的全鏈條多層次管控體系，通過(guò)數(shù)據(jù)溯源、“雙軌驗(yàn)證”等手段，確保AI結(jié)論的可靠性，且復(fù)雜判斷和關(guān)鍵決策必須人工介入。

諾安AI平臺(tái)則構(gòu)建了全方位防護(hù)體系。諾安基金相關(guān)人士向《證券日?qǐng)?bào)》記者介紹：“該平臺(tái)通過(guò)統(tǒng)一網(wǎng)關(guān)實(shí)施嚴(yán)格的權(quán)限控制、數(shù)據(jù)過(guò)濾與操作審計(jì)，結(jié)合數(shù)據(jù)分級(jí)分類管理，對(duì)不同敏感級(jí)別的數(shù)據(jù)采取差異化防護(hù)策略。針對(duì)業(yè)務(wù)敏感數(shù)據(jù)，嚴(yán)格限定使用內(nèi)部模型進(jìn)行處理，從數(shù)據(jù)流轉(zhuǎn)到模型應(yīng)用全鏈路規(guī)避安全風(fēng)險(xiǎn)。”

展望未來(lái)，AI在公募基金行業(yè)的應(yīng)用圖景將如何演變？中歐基金相關(guān)人士向《證券日?qǐng)?bào)》記者描繪了愿景：“AI賦能有望將人們從信息搜集、數(shù)據(jù)整理等重復(fù)勞動(dòng)中解脫出來(lái)，把最寶貴的時(shí)間和腦力集中在真正的價(jià)值創(chuàng)造上——識(shí)別關(guān)鍵矛盾、作出清晰判斷。”

德邦基金相關(guān)人士認(rèn)為，公募基金行業(yè)AI應(yīng)用仍處于探索時(shí)期，未來(lái)有望在構(gòu)建垂直領(lǐng)域大模型能力、AI與投研方法論的融合、跨機(jī)構(gòu)數(shù)據(jù)協(xié)作等方面全面升維。

易方達(dá)基金在AI人才儲(chǔ)備上的實(shí)踐值得借鑒，其團(tuán)隊(duì)中具備AI投研能力的復(fù)合型人才占比已超過(guò)90%。易方達(dá)基金首席信息官劉碩凌表示：“只有技術(shù)實(shí)現(xiàn)、業(yè)務(wù)理解與合規(guī)意識(shí)深度融合，才能更好地推動(dòng)金融AI創(chuàng)新。”

這場(chǎng)技術(shù)變革的終點(diǎn)將是人與技術(shù)的共同進(jìn)化——AI與基金經(jīng)理的博弈與共贏，將持續(xù)為行業(yè)注入新的活力。