◎记者陈玥

　　当AI浪潮席卷金融领域，公募基金行业对AI的运用也在经历深刻的变化。

　　从降本增效到数据赋能，从辅助研究到投资决策，头部基金公司正试图将AI从“效率工具”转变成为“阿尔法引擎”，从而进一步巩固规模化管理的基础；而一些中小基金公司或面临被边缘化的风险。

　　“公司当前面临最大的挑战和机遇，都是AI带来的技术颠覆。”一家中大型基金公司总经理说。在他看来，“人机协同”的投资模式将成为未来投资的“标配”，“当前主要的超额收益还是由人来创造，但资管机构不应心存侥幸。”

　　效率追赶：AI全面融入各大板块

　　“现在我们不招初级研究员了。”北京一家中大型基金公司市场部负责人告诉上海证券报记者，“以前是初级研究员搜集资料，整理数据，高级研究员负责调研，并形成深度报告。现在初级研究员的工作基本上被AI取代。”

　　经过持续渗透与快速发展，在公募行业内部，AI的“降本”故事已经讲得足够充分了。

　　从博时基金的“龙虾”平台（BSBox）到兴证全球基金的“兴宝”，大模型在处理海量非结构化数据、自动生成深度报告甚至交易方面均展现出较高效率。“降本工具”确实释放了研究员和运营人员的精力，将他们从繁杂的案头工作中解放出来。

　　然而，论及AI对公募行业的颠覆，效率提升与人才结构的边际变化只是表象，AI正在深度融入基金公司运作的各大环节。

　　“每天一睁眼就在被AI重塑认知。”华夏基金总经理李一梅在近期的一场公开演讲中表示，华夏基金从投研、服务、运营三大板块落地AI转型，搭建工业化、智能化投研体系，打造有温度的智能财富服务，依托AI强化风控安全。同时，明确人机分工边界，人类的专业判断、责任与人文关怀不可替代。

　　“未来的投资模式会是‘人类+AI’。”银华基金总经理王立新表示：人类负责提出假设、思考宏观逻辑和定义问题；AI负责验证假设、处理海量数据和执行。

　　汇添富基金总经理张晖认为，当前，学习AI不是可选项，而是关乎生存与发展的必修课。为此，公司2025年成立了跨部门的AI应用小组，这不仅是效率工具的升级，更是向“投资科学”跨越的关键一步。

　　收益突围：人机协同步入“深水区”

　　当前，公募基金管理规模已接近40万亿元，如何通过AI应用巩固规模化管理的基础？对此，多家头部基金公司进行了探索。

　　“在投研端，华夏基金让智能投研长出了‘平台的骨骼’。”李一梅介绍，基金经理已告别“单兵作战”的模式，他们依托大模型、机器学习等前沿技术，实现投资决策从“人工筛选”到“智能挖掘”、从“个体决策”到“人机协同”的跨越。与此同时，投研模式也从经验驱动，向科学驱动的“平台化，工业化”模式转型。

　　中欧基金透露，公司通过持续建设投研数据底座，将机器学习、生成式AI引入投资研究：投研Agent已集成上百个Skills，覆盖数据抓取、行业分析、财务建模，信息检索效率提升60%；模型智能化升级之后，人工编制工作量降低50%；与上海交通大学智能计算研究院合作的优化器技术，将求解时间从分钟级压缩至秒级。

　　易方达基金首席信息官刘硕凌表示，随着AI发展，研究员开始敢于用数据驱动的预测去辅助决策。在具体场景中：固收领域已实现对企业信用的全方位扫描与风险事件预警；主动权益领域则通过知识图谱等技术构建投研知识库，让市场事件、研报、投资行为形成完整知识链路。

　　“投研一体化已超越‘研究支持投资’的传统范畴，要通过数智化、平台化手段，将分散的投研资源整合为可沉淀、可复用、可协同的价值网络，切实提升投研效率，践行长期主义。”南方基金副总经理、首席投资官茅炜说。

　　责任守望：AI是业绩的“乘数”而非来源

　　在AI为公募基金行业带来全新发展机遇的同时，挑战也随之而来。

　　在华夏基金首席运营官王德英看来，AI在资管行业已从单点试验走向全面渗透，但在具体实践中，资管机构仍面临模型幻觉、数据语料质量、业务与技术协同、算力分配等挑战。

　　刘硕凌认为，在AI时代，如何激发人的动力也值得思考，“真正要担心的，不是AI像人一样思考，而是人像机器一样工作”。

　　4月3日，中国证券投资基金业协会发布《基金经营机构大模型技术应用规范》，这是基金行业首个针对大模型技术应用的专项团体标准，旨在促进资产管理行业数字化转型和创新发展，引导基金经营机构规范、合理运用大模型技术提升服务水平，有效保护个人金融信息安全及投资者权益。

　　与此同时，一些AI技术投入不足的中小基金公司，面临被边缘化的风险。高昂的算力成本、数据治理的短板以及复合型人才的匮乏，让它们在AI浪潮中步履维艰，如何在有限资源下找到差异化的AI应用路径，仍是其亟须破解的难题。

　　谈到AI对于行业竞争格局的影响，中欧基金董事长窦玉明表示，AI改变了竞争格局，但没有改变资管行业的终极使命。未来资管行业的竞争，不会是AI与人的竞争，而是不同机构“专业化、工业化、数智化”协同能力的竞争。

　　“AI更像是长期业绩的‘乘数’，而不是长期业绩的来源。如果投研体系本身是空洞的，AI放大的只是‘噪音’；如果认知本身是错的，AI只会让人更快地犯错。因此，评价一家资管机构的竞争力，不能只看AI应用水平，更要看是否具备扎实的投研体系和组织能力。”窦玉明说。

　　嘉实基金首席信息官刘伟认为，公募基金的AI建设，重点在于建设有责任边界的认知生产线，把专业判断、证据标准、责任机制和组织经验沉淀下来。

　　“对公募基金来说，智能化的最终目标，不是让机器替人负责，而是让人的专业判断，基于更高质量的信息、更完整的证据、更稳健的流程和更清晰的责任。技术越强大，责任越不能模糊；系统越智能，边界越要清晰；能力越可委托，人的最终责任越要明确。”刘伟表示。