近日，在讯兔科技五周年特别呈现的金融AI生态论坛上，讯兔科技联合创始人兼首席市场官喻春燕发布ORE（Open Research Ecosystem）投研生态伙伴计划，并主持“AI时代的金融生态建设”圆桌讨论。
圆桌环节中，智能投研技术联盟（ITL）副秘书长刘斌，晨星中国董事长陈鹏，恒生电子执行总裁、恒生聚源董事长官晓岚，阿里云智能集团新金融解决方案总经理郑淼，从行业组织、金融信息服务、金融IT与数据服务、云计算与AI基础设施等不同视角，讨论AI进入金融业务流程后，生态各方的定位变化、数据内容的接入方式，以及中国金融AI企业的全球化机会。
从ORE计划的发布到圆桌讨论，金融AI生态建设被放到更具体的场景中讨论。与会嘉宾认为，AI仍处在早期应用阶段，但已经开始进入投研工作流。随之而来的，是数据接入、内容确权、价值回流，以及生态伙伴如何重新定位、协作等一系列现实问题。
金融AI走向制度化，生态成为新的行业壁垒
在主题演讲环节，喻春燕提出，AI投研正在从工具化应用走向制度化生态。她以海外研究授权AI投研平台联盟为例指出，当金融内容进入AI体系后，行业开始围绕确权、分发和价值对齐建立新机制。这一变化意味着，AI投研的竞争不再只是模型能力或产品体验的竞争，也开始进入规则、机制和生态能力的竞争。
这也是讯兔科技提出ORE投研生态伙伴计划的背景。喻春燕表示，过去五年，Alpha派越往深处走，越发现行业关键的壁垒可能不只是算力或算法，更在于生态。一个有生命力的金融AI产品，不应只代表某一个产品经理或某一个组织的意愿，而应代表更多用户、机构和合作伙伴的共同智慧。据介绍，ORE投研生态伙伴计划将面向数据服务商、券商研究所、金融科技公司、AI基础设施服务商及产业伙伴开放共建。
喻春燕提到，在公司开展的一项用户调研中，只有少部分用户会在任务和问题中明确指定数据源，手动安装MCP和Skill的用户比例更低。这说明，专业投研用户真正需要的不是自己完成复杂的数据接入和工具配置，而是在工作流中自然调用所需内容。由此出发，ORE要解决的是三类问题：内容接入、内容确权和内容回报。
围绕这些问题，Alpha派生态系统被设计为三层体系：在数据合作层，合作伙伴无需一次性交付全部数据，而是通过Skill、MCP、API等方式按需调用；在确权机制层，平台通过Harness数据记录消费，并将记录返回给合作伙伴；在用户协作层，未来用户可以围绕Skill进行定价和价值定义，让优质Skill的创造者从更多调用中获得反馈。
从这个意义上看，ORE并不只是一个合作伙伴计划，而是讯兔科技围绕AI投研生态提出的一套机制探索，试图解决数据如何安全调用、内容如何追溯确权、贡献如何计量、价值如何回流等关键问题。
金融AI仍在早期，生态各方正在重新定位
沿着ORE所指向的生态命题，圆桌讨论回到了产业现实具体探讨：金融AI目前走到了哪一步，生态各方又应如何重新定义自己的“生态位”。
刘斌认为，AI对金融行业的重塑目前仍处于初期阶段，AI重塑金融“只是开始”。在他看来，金融是强监管行业，AI要真正进入业务核心，需要经过场景验证、合规适配和组织磨合。作为行业组织，智能投研技术联盟（ITL）的角色，是推动科技公司、金融机构和投资行业专家更好结合，让科技能力落到资管场景中。
陈鹏从全球资管行业观察出发指出，目前AI在资管行业的应用仍主要集中在投研效率提升层面，真正进入投资决策层的案例仍然有限。对于晨星这样的金融信息服务商而言，AI时代既要求更高质量、更广覆盖、更深层次的数据，也要求传统工具业务适应自然语言交互、非结构化数据分析，以及基本面和量化边界融合的新趋势。
官晓岚沿用“智能驾驶”的类比，将金融AI当前阶段理解为L3早期。他表示，过去，数据经历了从“纸质地图”到数据库、再到面向不同业务系统提供针对性调用的过程；现在，通过MCP、数据标注和Skill等方式，AI友好数据库正在形成，AI开始有了“导航”的基础，可以更好理解任务、调用数据、进入投研流程。但这一阶段仍比较初级，后续还需要更多使用来推动飞轮效应。对于恒生聚源这样的数据和系统服务商而言，核心是把数据做准、做广、做深，并让数据更适合AI使用。
郑淼则从云服务商视角观察到，金融客户的Token消耗快速增长。过去三年，客户从问答型知识库逐渐进入业务流程，证券资管行业在金融AI应用中相对走得更靠前。他认为，云和模型厂商提供底层能力，但真正带动行业应用，还需要像讯兔这样的AI Native公司在垂直赛道做深，在基础模型之上形成典型场景，降低客户使用AI的门槛。
从工具提效到生产力重构，金融AI仍需耐心和信心
对于未来三到五年金融AI的发展，嘉宾既表达了信心，也保持了理性判断。
刘斌认为，金融机构推进AI，不能只看单点工具效果，更需要组织层面自上而下的支持，以及管理层对长期投入的耐心。他也认同一个判断：AI目前在金融行业还不能真正代替任何人,许多应用仍处在非核心场景。要进一步走向核心业务，还需要更多真实场景的验证，也需要在合规、安全和责任边界上形成更清晰的行业共识。
陈鹏认为，未来真正重要的是人机结合，而不是单纯强调研究团队规模。过去机构常用研究员数量衡量研究能力，未来关键在于组织如何把人和AI结合得更好。他同时提醒，AI可能带来能力差距扩大，如何让更多人共享AI价值，也是行业需要思考的问题。
官晓岚从实际应用场景出发指出，恒生目前已将AI应用归纳到投研、投顾、投资、投行、运营、客服、风险合规等多个场景。其中，中后台运营等环节已经出现较明确的生产力提升。尽管目前AI整体仍偏工具属性，还没有完全形成系统性生产力，但随着更多流程环节被AI接入，生产力提升有望更加明显。
郑淼则表达了更积极的判断。他认为，如果看未来三年，AI从边缘应用走向核心领域是大概率事件。AI不一定体现为替代人，而可能体现为把一个研究员的能力放大成多个研究员的能力。对机构而言，这不是简单削减人力，而是以AI扩大研究产能、提升竞争力。
中国金融AI出海，不要“对标昨天”，要“定义明天”
关于中国金融AI企业如何走向全球，嘉宾也展开了讨论。喻春燕提到，随着中国资产和中国企业走向更大的世界，讯兔也希望成为其中的中坚力量。她表示，从讯兔角度看，任何一个vendor都在生态之中，未来的全球化也应该建立在开放协作之上。
陈鹏认为，中国金融科技公司出海长期来看值得乐观。随着中国金融市场在全球占比提升、人民币国际化推进，以及更多优秀中国公司走向海外，中国金融科技具备发展机会。但他也提醒，出海必须克服“水土不服”。不同市场有不同客户习惯、商业模式和监管环境，中国企业要理解每个市场的真实需求。
他进一步指出，中国金融科技企业不要“对标昨天的”，而要“定义明天的”，要面向下一代需求寻找新机遇。海外很多金融信息系统和金融科技产品诞生于过去二三十年，部分底层形态在上世纪90年代或本世纪初就已定型。在AI快速变化的背景下，未来的解决方案不一定只是现有产品的延续。中国企业没有沉重的既有系统包袱，反而有机会面向AI时代重新定义下一代金融科技产品。
官晓岚也从海外需求角度分享了观察。他表示，来自中东、韩国等地区的机构对中国AI和金融科技表现出明显兴趣。一些市场虽然能够买到算力、使用先进模型，但AI应用仍处早期，存在学习和合作机会。同时，AI+研究的服务对象也可能不止金融机构，还可以拓展到地方政府、产业链企业等更广泛场景。
随着AI进一步进入投研工作流，数据、内容、云服务、系统工具和终端用户之间的连接方式正在发生变化。对金融机构而言，AI的价值将更多体现在真实场景中的效率提升和能力放大；对生态伙伴而言，如何在新的协作链条中确认贡献、计量价值、实现回报，也将成为下一阶段行业探索的重要方向。（CIS）
