【文章来源：天天财富】
「我们不会轻易被 AI（人工智能） 取代，但很可能会被率先使用 AI 的人取代。」 一位头部公募机构人士对 《证券日报》 记者坦言。这折射出当前公募基金行业面对人工智能潮涌的思考与布局。
今年以来，DeepSeek 等大模型火爆出圈，不仅席卷科技界，也在公募基金行业掀起一场 「AI 落地应用竞赛」。喧嚣之下，一个核心问题亟待解答：这究竟是一场迫于压力的技术跟风，还是一次源于内在的破局重生？
《证券日报》 记者近日多方采访业内人士发现，业界答案高度一致——AI，早已不是一道 「选择题」，而是关乎行业长远发展的 「必答题」。比较有趣的是，对于尚未完全摆脱明星基金经理 「依赖」 的公募基金行业而言，AI 如今正在越来越多地扮演 「挑战者」 角色。而且，从双方 「对战」 案例结果来观察，AI 与基金经理的 「良性博弈」，正成为抬升整个行业投研能力基线的关键力量。
内在需求驱动
驱动公募机构纷纷拥抱 AI 的，并非技术光环，而是破解行业深层痛点的迫切需求。正如天弘基金相关人士所言：「AI 不是跟风，而是破局。」
在兴业基金看来，资产管理行业高度依赖数据分析和信息处理，对先进的 AI 技术有着极大需求。
诺安基金相关人士向 《证券日报》 记者进一步阐释了这种需求的紧迫性：「近年来，行业面临着效率提升、风险控制、服务创新等多重挑战，传统业务模式亟待数字化转型。在此背景下，通过 AI 高效处理海量信息、推动流程自动化，成为提升竞争力的关键。」
对于天弘基金这样服务数亿客户、管理万亿元资产的机构而言，AI 的驱动更为具体。该公司相关人士向 《证券日报》 记者坦言：「传统模式下规模越大边际成本越高，这是典型的 『规模不经济』，AI 让公司实现了 『智能规模化』，用技术把规模优势真正转化为服务能力，而不是让规模成为包袱。」
事实上，这种由真实业务需求驱动的创新，源于持续数年的深耕。博时基金自 2018 年成立金融科技中心起，便前瞻性地布局 AI，并于 2023 年设立人工智能实验室；诺安基金早在 3 年前就开启了 AI 技术的沉淀之路；兴业基金则在 2021 年就开始建设基于 NLP（自然语言处理） 技术的智能投研平台，并于 2023 年推出自研的 「兴小二」AI 债券交易机器人。
博时基金相关人士告诉 《证券日报》 记者：「公司对 AI 的布局始终基于真实业务需求驱动，是注重实效的战略选择。」 博时基金智能因子配置系统自 2022 年投入应用以来，在核心股票池中持续创造超额收益，便是技术赋能价值的明证。
AI 与基金经理 「唱反调」？
随着 AI 逐渐渗透至基金公司的投研、营销、客户服务等核心业务条线，基金投研能力不断升级。这体现在两方面：AI 既是赋能增效的 「助手」，也是挑战固有思维的 「诤友」。
近年来，市场波动加剧，过度依赖基金经理个人能力的模式面临严峻考验。AI 的应用，为破解这一行业共性难题提供了参考路径。
在主动管理领域，AI 是得力助手。天弘基金旗下的 TIRD 平台 （天弘智能研究及决策系统） 和弘思大模型，能从海量数据中挖掘线索，从产业链异动识别机会；中欧基金基于深度学习的利率预测模型，在拐点预判上展现出可量化的优势；德邦基金自研的 「海纳百川」 大模型聚合平台，支持实现多模型并行调用，辅助投研人员快速处理数据信息。
不过，AI 这位可靠的助手，有时也会与基金经理 「唱反调」。
「AI 决策信号与基金经理判断相悖的情况确实存在，这正是 AI 的价值所在。」 天弘基金相关人士向记者分享了一个典型案例，在今年 3 月份机器人概念火热时，TIRD 平台基于多维度模型发出过热预警，这种 「不一致」 最终帮助投资团队规避了风险，做到了实实在在的业绩保护。
AI 促使基金经理跳出固有的思维定式，去审视那些可能被人类直觉或经验忽略的潜在风险与机会。这种 「人机博弈」 并非对立，而是协同进化的开始。上述天弘基金相关人士认为：「这种 『人机博弈』，是提升投研能力的重要环节，也是 『AI+HI（人类智慧）』 的最佳体现。」
在被动投资领域，AI 则化身为 「效率提升工具」。博时基金相关人士向 《证券日报》 记者介绍：「借助大模型强大的推理与代码生成能力，可高效支持策略回测流程，例如辅助完成固收指数组合的分层抽样构建及回测分析，实现被动组合管理的智能化升级。」
筑牢数据安全防线
盛况之下，亦有隐忧。当 AI 这把 「利器」 愈发深入行业核心时，数据安全与模型可靠性便成了必须严守的底线。
上海证券基金评价研究中心高级分析师池云飞对 《证券日报》 记者表示：「目前的 AI 模型仍然存在数据泄露、合规风险、模式未充分验证等问题，这也是行业共识。」
兴业基金相关人士表示：「数据准确性与安全性是大模型在资产管理领域面临的双重挑战。一方面，多源异构数据普遍存在口径不一、更新不同步、格式不统一等问题，叠加数据延迟或缺失，极易引发 AI 模型分析偏差，导致误判与决策失误。另一方面，金融数据高度敏感，涉及客户隐私、交易行为等，如何在保障隐私和数据安全的前提下实现跨机构、跨系统数据融合，成为亟待解决的难题。」
对于肩负普惠金融使命、关系千家万户资产安全的公募基金而言，筑牢数据安全防线是 AI 应用的绝对前提。实践中，各家公募机构正积极构建严密的防护网。天弘基金建立了贯穿源头、过程、决策的全链条多层次管控体系，通过数据溯源、「双轨验证」 等手段，确保 AI 结论的可靠性，且复杂判断和关键决策必须人工介入。
诺安 AI 平台则构建了全方位防护体系。诺安基金相关人士向 《证券日报》 记者介绍：「该平台通过统一网关实施严格的权限控制、数据过滤与操作审计，结合数据分级分类管理，对不同敏感级别的数据采取差异化防护策略。针对业务敏感数据，严格限定使用内部模型进行处理，从数据流转到模型应用全链路规避安全风险。」
展望未来，AI 在公募基金行业的应用图景将如何演变？中欧基金相关人士向 《证券日报》 记者描绘了愿景：「AI 赋能有望将人们从信息搜集、数据整理等重复劳动中解脱出来，把最宝贵的时间和脑力集中在真正的价值创造上——识别关键矛盾、作出清晰判断。」
德邦基金相关人士认为，公募基金行业 AI 应用仍处于探索时期，未来有望在构建垂直领域大模型能力、AI 与投研方法论的融合、跨机构数据协作等方面全面升维。
易方达基金在 AI 人才储备上的实践值得借鉴，其团队中具备 AI 投研能力的复合型人才占比已超过 90%。易方达基金首席信息官刘硕凌表示：「只有技术实现、业务理解与合规意识深度融合，才能更好地推动金融 AI 创新。」
这场技术变革的终点将是人与技术的共同进化——AI 与基金经理的博弈与共赢，将持续为行业注入新的活力。
（文章来源：证券日报）
(原标题：是助手更是诤友 AI 入场 「挑战」 基金经理)
(责任编辑：73)
【文章来源：天天财富】
「我们不会轻易被 AI（人工智能） 取代，但很可能会被率先使用 AI 的人取代。」 一位头部公募机构人士对 《证券日报》 记者坦言。这折射出当前公募基金行业面对人工智能潮涌的思考与布局。
今年以来，DeepSeek 等大模型火爆出圈，不仅席卷科技界，也在公募基金行业掀起一场 「AI 落地应用竞赛」。喧嚣之下，一个核心问题亟待解答：这究竟是一场迫于压力的技术跟风，还是一次源于内在的破局重生？
《证券日报》 记者近日多方采访业内人士发现，业界答案高度一致——AI，早已不是一道 「选择题」，而是关乎行业长远发展的 「必答题」。比较有趣的是，对于尚未完全摆脱明星基金经理 「依赖」 的公募基金行业而言，AI 如今正在越来越多地扮演 「挑战者」 角色。而且，从双方 「对战」 案例结果来观察，AI 与基金经理的 「良性博弈」，正成为抬升整个行业投研能力基线的关键力量。
内在需求驱动
驱动公募机构纷纷拥抱 AI 的，并非技术光环，而是破解行业深层痛点的迫切需求。正如天弘基金相关人士所言：「AI 不是跟风，而是破局。」
在兴业基金看来，资产管理行业高度依赖数据分析和信息处理，对先进的 AI 技术有着极大需求。
诺安基金相关人士向 《证券日报》 记者进一步阐释了这种需求的紧迫性：「近年来，行业面临着效率提升、风险控制、服务创新等多重挑战，传统业务模式亟待数字化转型。在此背景下，通过 AI 高效处理海量信息、推动流程自动化，成为提升竞争力的关键。」
对于天弘基金这样服务数亿客户、管理万亿元资产的机构而言，AI 的驱动更为具体。该公司相关人士向 《证券日报》 记者坦言：「传统模式下规模越大边际成本越高，这是典型的 『规模不经济』，AI 让公司实现了 『智能规模化』，用技术把规模优势真正转化为服务能力，而不是让规模成为包袱。」
事实上，这种由真实业务需求驱动的创新，源于持续数年的深耕。博时基金自 2018 年成立金融科技中心起，便前瞻性地布局 AI，并于 2023 年设立人工智能实验室；诺安基金早在 3 年前就开启了 AI 技术的沉淀之路；兴业基金则在 2021 年就开始建设基于 NLP（自然语言处理） 技术的智能投研平台，并于 2023 年推出自研的 「兴小二」AI 债券交易机器人。
博时基金相关人士告诉 《证券日报》 记者：「公司对 AI 的布局始终基于真实业务需求驱动，是注重实效的战略选择。」 博时基金智能因子配置系统自 2022 年投入应用以来，在核心股票池中持续创造超额收益，便是技术赋能价值的明证。
AI 与基金经理 「唱反调」？
随着 AI 逐渐渗透至基金公司的投研、营销、客户服务等核心业务条线，基金投研能力不断升级。这体现在两方面：AI 既是赋能增效的 「助手」，也是挑战固有思维的 「诤友」。
近年来，市场波动加剧，过度依赖基金经理个人能力的模式面临严峻考验。AI 的应用，为破解这一行业共性难题提供了参考路径。
在主动管理领域，AI 是得力助手。天弘基金旗下的 TIRD 平台 （天弘智能研究及决策系统） 和弘思大模型，能从海量数据中挖掘线索，从产业链异动识别机会；中欧基金基于深度学习的利率预测模型，在拐点预判上展现出可量化的优势；德邦基金自研的 「海纳百川」 大模型聚合平台，支持实现多模型并行调用，辅助投研人员快速处理数据信息。
不过，AI 这位可靠的助手，有时也会与基金经理 「唱反调」。
「AI 决策信号与基金经理判断相悖的情况确实存在，这正是 AI 的价值所在。」 天弘基金相关人士向记者分享了一个典型案例，在今年 3 月份机器人概念火热时，TIRD 平台基于多维度模型发出过热预警，这种 「不一致」 最终帮助投资团队规避了风险，做到了实实在在的业绩保护。
AI 促使基金经理跳出固有的思维定式，去审视那些可能被人类直觉或经验忽略的潜在风险与机会。这种 「人机博弈」 并非对立，而是协同进化的开始。上述天弘基金相关人士认为：「这种 『人机博弈』，是提升投研能力的重要环节，也是 『AI+HI（人类智慧）』 的最佳体现。」
在被动投资领域，AI 则化身为 「效率提升工具」。博时基金相关人士向 《证券日报》 记者介绍：「借助大模型强大的推理与代码生成能力，可高效支持策略回测流程，例如辅助完成固收指数组合的分层抽样构建及回测分析，实现被动组合管理的智能化升级。」
筑牢数据安全防线
盛况之下，亦有隐忧。当 AI 这把 「利器」 愈发深入行业核心时，数据安全与模型可靠性便成了必须严守的底线。
上海证券基金评价研究中心高级分析师池云飞对 《证券日报》 记者表示：「目前的 AI 模型仍然存在数据泄露、合规风险、模式未充分验证等问题，这也是行业共识。」
兴业基金相关人士表示：「数据准确性与安全性是大模型在资产管理领域面临的双重挑战。一方面，多源异构数据普遍存在口径不一、更新不同步、格式不统一等问题，叠加数据延迟或缺失，极易引发 AI 模型分析偏差，导致误判与决策失误。另一方面，金融数据高度敏感，涉及客户隐私、交易行为等，如何在保障隐私和数据安全的前提下实现跨机构、跨系统数据融合，成为亟待解决的难题。」
对于肩负普惠金融使命、关系千家万户资产安全的公募基金而言，筑牢数据安全防线是 AI 应用的绝对前提。实践中，各家公募机构正积极构建严密的防护网。天弘基金建立了贯穿源头、过程、决策的全链条多层次管控体系，通过数据溯源、「双轨验证」 等手段，确保 AI 结论的可靠性，且复杂判断和关键决策必须人工介入。
诺安 AI 平台则构建了全方位防护体系。诺安基金相关人士向 《证券日报》 记者介绍：「该平台通过统一网关实施严格的权限控制、数据过滤与操作审计，结合数据分级分类管理，对不同敏感级别的数据采取差异化防护策略。针对业务敏感数据，严格限定使用内部模型进行处理，从数据流转到模型应用全链路规避安全风险。」
展望未来，AI 在公募基金行业的应用图景将如何演变？中欧基金相关人士向 《证券日报》 记者描绘了愿景：「AI 赋能有望将人们从信息搜集、数据整理等重复劳动中解脱出来，把最宝贵的时间和脑力集中在真正的价值创造上——识别关键矛盾、作出清晰判断。」
德邦基金相关人士认为，公募基金行业 AI 应用仍处于探索时期，未来有望在构建垂直领域大模型能力、AI 与投研方法论的融合、跨机构数据协作等方面全面升维。
易方达基金在 AI 人才储备上的实践值得借鉴，其团队中具备 AI 投研能力的复合型人才占比已超过 90%。易方达基金首席信息官刘硕凌表示：「只有技术实现、业务理解与合规意识深度融合，才能更好地推动金融 AI 创新。」
这场技术变革的终点将是人与技术的共同进化——AI 与基金经理的博弈与共赢，将持续为行业注入新的活力。
（文章来源：证券日报）
(原标题：是助手更是诤友 AI 入场 「挑战」 基金经理)
(责任编辑：73)
【文章来源：天天财富】
「我们不会轻易被 AI（人工智能） 取代，但很可能会被率先使用 AI 的人取代。」 一位头部公募机构人士对 《证券日报》 记者坦言。这折射出当前公募基金行业面对人工智能潮涌的思考与布局。
今年以来，DeepSeek 等大模型火爆出圈，不仅席卷科技界，也在公募基金行业掀起一场 「AI 落地应用竞赛」。喧嚣之下，一个核心问题亟待解答：这究竟是一场迫于压力的技术跟风，还是一次源于内在的破局重生？
《证券日报》 记者近日多方采访业内人士发现，业界答案高度一致——AI，早已不是一道 「选择题」，而是关乎行业长远发展的 「必答题」。比较有趣的是，对于尚未完全摆脱明星基金经理 「依赖」 的公募基金行业而言，AI 如今正在越来越多地扮演 「挑战者」 角色。而且，从双方 「对战」 案例结果来观察，AI 与基金经理的 「良性博弈」，正成为抬升整个行业投研能力基线的关键力量。
内在需求驱动
驱动公募机构纷纷拥抱 AI 的，并非技术光环，而是破解行业深层痛点的迫切需求。正如天弘基金相关人士所言：「AI 不是跟风，而是破局。」
在兴业基金看来，资产管理行业高度依赖数据分析和信息处理，对先进的 AI 技术有着极大需求。
诺安基金相关人士向 《证券日报》 记者进一步阐释了这种需求的紧迫性：「近年来，行业面临着效率提升、风险控制、服务创新等多重挑战，传统业务模式亟待数字化转型。在此背景下，通过 AI 高效处理海量信息、推动流程自动化，成为提升竞争力的关键。」
对于天弘基金这样服务数亿客户、管理万亿元资产的机构而言，AI 的驱动更为具体。该公司相关人士向 《证券日报》 记者坦言：「传统模式下规模越大边际成本越高，这是典型的 『规模不经济』，AI 让公司实现了 『智能规模化』，用技术把规模优势真正转化为服务能力，而不是让规模成为包袱。」
事实上，这种由真实业务需求驱动的创新，源于持续数年的深耕。博时基金自 2018 年成立金融科技中心起，便前瞻性地布局 AI，并于 2023 年设立人工智能实验室；诺安基金早在 3 年前就开启了 AI 技术的沉淀之路；兴业基金则在 2021 年就开始建设基于 NLP（自然语言处理） 技术的智能投研平台，并于 2023 年推出自研的 「兴小二」AI 债券交易机器人。
博时基金相关人士告诉 《证券日报》 记者：「公司对 AI 的布局始终基于真实业务需求驱动，是注重实效的战略选择。」 博时基金智能因子配置系统自 2022 年投入应用以来，在核心股票池中持续创造超额收益，便是技术赋能价值的明证。
AI 与基金经理 「唱反调」？
随着 AI 逐渐渗透至基金公司的投研、营销、客户服务等核心业务条线，基金投研能力不断升级。这体现在两方面：AI 既是赋能增效的 「助手」，也是挑战固有思维的 「诤友」。
近年来，市场波动加剧，过度依赖基金经理个人能力的模式面临严峻考验。AI 的应用，为破解这一行业共性难题提供了参考路径。
在主动管理领域，AI 是得力助手。天弘基金旗下的 TIRD 平台 （天弘智能研究及决策系统） 和弘思大模型，能从海量数据中挖掘线索，从产业链异动识别机会；中欧基金基于深度学习的利率预测模型，在拐点预判上展现出可量化的优势；德邦基金自研的 「海纳百川」 大模型聚合平台，支持实现多模型并行调用，辅助投研人员快速处理数据信息。
不过，AI 这位可靠的助手，有时也会与基金经理 「唱反调」。
「AI 决策信号与基金经理判断相悖的情况确实存在，这正是 AI 的价值所在。」 天弘基金相关人士向记者分享了一个典型案例，在今年 3 月份机器人概念火热时，TIRD 平台基于多维度模型发出过热预警，这种 「不一致」 最终帮助投资团队规避了风险，做到了实实在在的业绩保护。
AI 促使基金经理跳出固有的思维定式，去审视那些可能被人类直觉或经验忽略的潜在风险与机会。这种 「人机博弈」 并非对立，而是协同进化的开始。上述天弘基金相关人士认为：「这种 『人机博弈』，是提升投研能力的重要环节，也是 『AI+HI（人类智慧）』 的最佳体现。」
在被动投资领域，AI 则化身为 「效率提升工具」。博时基金相关人士向 《证券日报》 记者介绍：「借助大模型强大的推理与代码生成能力，可高效支持策略回测流程，例如辅助完成固收指数组合的分层抽样构建及回测分析，实现被动组合管理的智能化升级。」
筑牢数据安全防线
盛况之下，亦有隐忧。当 AI 这把 「利器」 愈发深入行业核心时，数据安全与模型可靠性便成了必须严守的底线。
上海证券基金评价研究中心高级分析师池云飞对 《证券日报》 记者表示：「目前的 AI 模型仍然存在数据泄露、合规风险、模式未充分验证等问题，这也是行业共识。」
兴业基金相关人士表示：「数据准确性与安全性是大模型在资产管理领域面临的双重挑战。一方面，多源异构数据普遍存在口径不一、更新不同步、格式不统一等问题，叠加数据延迟或缺失，极易引发 AI 模型分析偏差，导致误判与决策失误。另一方面，金融数据高度敏感，涉及客户隐私、交易行为等，如何在保障隐私和数据安全的前提下实现跨机构、跨系统数据融合，成为亟待解决的难题。」
对于肩负普惠金融使命、关系千家万户资产安全的公募基金而言，筑牢数据安全防线是 AI 应用的绝对前提。实践中，各家公募机构正积极构建严密的防护网。天弘基金建立了贯穿源头、过程、决策的全链条多层次管控体系，通过数据溯源、「双轨验证」 等手段，确保 AI 结论的可靠性，且复杂判断和关键决策必须人工介入。
诺安 AI 平台则构建了全方位防护体系。诺安基金相关人士向 《证券日报》 记者介绍：「该平台通过统一网关实施严格的权限控制、数据过滤与操作审计，结合数据分级分类管理，对不同敏感级别的数据采取差异化防护策略。针对业务敏感数据，严格限定使用内部模型进行处理，从数据流转到模型应用全链路规避安全风险。」
展望未来，AI 在公募基金行业的应用图景将如何演变？中欧基金相关人士向 《证券日报》 记者描绘了愿景：「AI 赋能有望将人们从信息搜集、数据整理等重复劳动中解脱出来，把最宝贵的时间和脑力集中在真正的价值创造上——识别关键矛盾、作出清晰判断。」
德邦基金相关人士认为，公募基金行业 AI 应用仍处于探索时期，未来有望在构建垂直领域大模型能力、AI 与投研方法论的融合、跨机构数据协作等方面全面升维。
易方达基金在 AI 人才储备上的实践值得借鉴，其团队中具备 AI 投研能力的复合型人才占比已超过 90%。易方达基金首席信息官刘硕凌表示：「只有技术实现、业务理解与合规意识深度融合，才能更好地推动金融 AI 创新。」
这场技术变革的终点将是人与技术的共同进化——AI 与基金经理的博弈与共赢，将持续为行业注入新的活力。
（文章来源：证券日报）
(原标题：是助手更是诤友 AI 入场 「挑战」 基金经理)
(责任编辑：73)
【文章来源：天天财富】
「我们不会轻易被 AI（人工智能） 取代，但很可能会被率先使用 AI 的人取代。」 一位头部公募机构人士对 《证券日报》 记者坦言。这折射出当前公募基金行业面对人工智能潮涌的思考与布局。
今年以来，DeepSeek 等大模型火爆出圈，不仅席卷科技界，也在公募基金行业掀起一场 「AI 落地应用竞赛」。喧嚣之下，一个核心问题亟待解答：这究竟是一场迫于压力的技术跟风，还是一次源于内在的破局重生？
《证券日报》 记者近日多方采访业内人士发现，业界答案高度一致——AI，早已不是一道 「选择题」，而是关乎行业长远发展的 「必答题」。比较有趣的是，对于尚未完全摆脱明星基金经理 「依赖」 的公募基金行业而言，AI 如今正在越来越多地扮演 「挑战者」 角色。而且，从双方 「对战」 案例结果来观察，AI 与基金经理的 「良性博弈」，正成为抬升整个行业投研能力基线的关键力量。
内在需求驱动
驱动公募机构纷纷拥抱 AI 的，并非技术光环，而是破解行业深层痛点的迫切需求。正如天弘基金相关人士所言：「AI 不是跟风，而是破局。」
在兴业基金看来，资产管理行业高度依赖数据分析和信息处理，对先进的 AI 技术有着极大需求。
诺安基金相关人士向 《证券日报》 记者进一步阐释了这种需求的紧迫性：「近年来，行业面临着效率提升、风险控制、服务创新等多重挑战，传统业务模式亟待数字化转型。在此背景下，通过 AI 高效处理海量信息、推动流程自动化，成为提升竞争力的关键。」
对于天弘基金这样服务数亿客户、管理万亿元资产的机构而言，AI 的驱动更为具体。该公司相关人士向 《证券日报》 记者坦言：「传统模式下规模越大边际成本越高，这是典型的 『规模不经济』，AI 让公司实现了 『智能规模化』，用技术把规模优势真正转化为服务能力，而不是让规模成为包袱。」
事实上，这种由真实业务需求驱动的创新，源于持续数年的深耕。博时基金自 2018 年成立金融科技中心起，便前瞻性地布局 AI，并于 2023 年设立人工智能实验室；诺安基金早在 3 年前就开启了 AI 技术的沉淀之路；兴业基金则在 2021 年就开始建设基于 NLP（自然语言处理） 技术的智能投研平台，并于 2023 年推出自研的 「兴小二」AI 债券交易机器人。
博时基金相关人士告诉 《证券日报》 记者：「公司对 AI 的布局始终基于真实业务需求驱动，是注重实效的战略选择。」 博时基金智能因子配置系统自 2022 年投入应用以来，在核心股票池中持续创造超额收益，便是技术赋能价值的明证。
AI 与基金经理 「唱反调」？
随着 AI 逐渐渗透至基金公司的投研、营销、客户服务等核心业务条线，基金投研能力不断升级。这体现在两方面：AI 既是赋能增效的 「助手」，也是挑战固有思维的 「诤友」。
近年来，市场波动加剧，过度依赖基金经理个人能力的模式面临严峻考验。AI 的应用，为破解这一行业共性难题提供了参考路径。
在主动管理领域，AI 是得力助手。天弘基金旗下的 TIRD 平台 （天弘智能研究及决策系统） 和弘思大模型，能从海量数据中挖掘线索，从产业链异动识别机会；中欧基金基于深度学习的利率预测模型，在拐点预判上展现出可量化的优势；德邦基金自研的 「海纳百川」 大模型聚合平台，支持实现多模型并行调用，辅助投研人员快速处理数据信息。
不过，AI 这位可靠的助手，有时也会与基金经理 「唱反调」。
「AI 决策信号与基金经理判断相悖的情况确实存在，这正是 AI 的价值所在。」 天弘基金相关人士向记者分享了一个典型案例，在今年 3 月份机器人概念火热时，TIRD 平台基于多维度模型发出过热预警，这种 「不一致」 最终帮助投资团队规避了风险，做到了实实在在的业绩保护。
AI 促使基金经理跳出固有的思维定式，去审视那些可能被人类直觉或经验忽略的潜在风险与机会。这种 「人机博弈」 并非对立，而是协同进化的开始。上述天弘基金相关人士认为：「这种 『人机博弈』，是提升投研能力的重要环节，也是 『AI+HI（人类智慧）』 的最佳体现。」
在被动投资领域，AI 则化身为 「效率提升工具」。博时基金相关人士向 《证券日报》 记者介绍：「借助大模型强大的推理与代码生成能力，可高效支持策略回测流程，例如辅助完成固收指数组合的分层抽样构建及回测分析，实现被动组合管理的智能化升级。」
筑牢数据安全防线
盛况之下，亦有隐忧。当 AI 这把 「利器」 愈发深入行业核心时，数据安全与模型可靠性便成了必须严守的底线。
上海证券基金评价研究中心高级分析师池云飞对 《证券日报》 记者表示：「目前的 AI 模型仍然存在数据泄露、合规风险、模式未充分验证等问题，这也是行业共识。」
兴业基金相关人士表示：「数据准确性与安全性是大模型在资产管理领域面临的双重挑战。一方面，多源异构数据普遍存在口径不一、更新不同步、格式不统一等问题，叠加数据延迟或缺失，极易引发 AI 模型分析偏差，导致误判与决策失误。另一方面，金融数据高度敏感，涉及客户隐私、交易行为等，如何在保障隐私和数据安全的前提下实现跨机构、跨系统数据融合，成为亟待解决的难题。」
对于肩负普惠金融使命、关系千家万户资产安全的公募基金而言，筑牢数据安全防线是 AI 应用的绝对前提。实践中，各家公募机构正积极构建严密的防护网。天弘基金建立了贯穿源头、过程、决策的全链条多层次管控体系，通过数据溯源、「双轨验证」 等手段，确保 AI 结论的可靠性，且复杂判断和关键决策必须人工介入。
诺安 AI 平台则构建了全方位防护体系。诺安基金相关人士向 《证券日报》 记者介绍：「该平台通过统一网关实施严格的权限控制、数据过滤与操作审计，结合数据分级分类管理，对不同敏感级别的数据采取差异化防护策略。针对业务敏感数据，严格限定使用内部模型进行处理，从数据流转到模型应用全链路规避安全风险。」
展望未来，AI 在公募基金行业的应用图景将如何演变？中欧基金相关人士向 《证券日报》 记者描绘了愿景：「AI 赋能有望将人们从信息搜集、数据整理等重复劳动中解脱出来，把最宝贵的时间和脑力集中在真正的价值创造上——识别关键矛盾、作出清晰判断。」
德邦基金相关人士认为，公募基金行业 AI 应用仍处于探索时期，未来有望在构建垂直领域大模型能力、AI 与投研方法论的融合、跨机构数据协作等方面全面升维。
易方达基金在 AI 人才储备上的实践值得借鉴，其团队中具备 AI 投研能力的复合型人才占比已超过 90%。易方达基金首席信息官刘硕凌表示：「只有技术实现、业务理解与合规意识深度融合，才能更好地推动金融 AI 创新。」
这场技术变革的终点将是人与技术的共同进化——AI 与基金经理的博弈与共赢，将持续为行业注入新的活力。
（文章来源：证券日报）
(原标题：是助手更是诤友 AI 入场 「挑战」 基金经理)
(责任编辑：73)
