财联社2月27日讯（记者 闫军）人工智能等新经济发展机遇与时代脉搏紧密相连，DeepSeek横空出世，前沿技术具有强大的变革力量，能够对各行各业进行重塑，资管行业亦是如此。
证监会主席吴清近期提到，推动资本市场高质量发展，必须进一步深化对我国资本市场主要特点和运行规律的认识，不断增强工作的前瞻性、主动性、有效性。科技的应用在当下无疑是资管机构主动谋新谋变的重要方向之一。
财联社不完全调研显示，截至目前，已经有超过50家基金公司表示，已经接入DeepSeek或者进行本地化部署。资管领域如何以人工智能为抓手，开发垂类模型应用，各家具有不同打法，但是AI的运用已经渗透到公司组织架构，投研、交易各个环节，甚至公司管理之中。
正如一位公募高管所言，未来基金公司提供产品将更侧重在工具化的产品或者资产配置的产品，而人工智能的发展，将使资产配置的理念能够越来越便捷地进入普通居民的生活。
实践一：平台设置先行，多家基金公司设立了AI实验室
日前，量化私募纷纷成立AI lab被业内调侃“坐不住了”，事实上，公募基金公司在AI的研究上与量化机构并驾齐驱。
财联社记者调研获悉，目前包括不少公募已经从组织架构上搭建起来AI相关平台。比如，华夏、嘉实、泓德等基金公司设立了AI实验室。万家基金启动“万Chat”大模型自研平台建设项目，兴证全球信息技术部成立AI推进工作小组，德邦基金研发海纳百川金融大模型聚合平台等。
遑论嘉实、华夏这类大平台，个人系泓德基金早在2023年4月就设立了人工智能实验室（AI Lab），跟踪实践前沿人工智能技术和深度学习算法，梳理行业发展趋势并挖掘二级市场潜在投资机会。公司表示，已引入相关技术与产品支持，投入资源探索人工智能在投研领域的应用，以及优化和完善公司投研管理流程，旨在提升投研效率，更好地为投资者创造收益。
万家基金介绍，公司在2024年正式启动“万Chat”大模型自研平台建设项目，通过构建智能知识库强化投研决策支持，开发Agent智能体优化业务流程，打造ChatBI升级客户交互体验，将大模型技术赋能投研分析、客户服务、市场营销等核心业务环节，进而有效提升服务效能。
德邦基金介绍，公司在2024年就开始研发海纳百川金融大模型聚合平台，为公司各类业务场景提供统一的大模型接入服务，2025年1月也已正式接入DeepSeek大模型，开启智能化升级新征程
兴证全球基金也表示，公司信息技术部成立了AI推进工作小组，利用AI能力挖掘更多价值，不断优化业务流程，提升业务效率。在各环节均有自建平台，比如交易管理领域自研AI交易员兴宝、客户服务领域有棱镜智评平台、办公定制了DeepSeek+Word智能插件。
而对DeepSeek运用更早的博时基金，2024年就发现了DeepSeek模型在自动编写代码和逻辑推理方面的潜力，率先在自有的昇腾服务器上部署了DeepSeek-v1模型，作为公司智能开发工具的基座模型，随后多次升级了DeepSeek模型版本。
实践二：AI应用在投研已经不局限在量化
随着大模型的深入发展，AI对投研工作产生深远影响。在当前这个信息爆炸的时代，AI的突出优势首先体现在高效处理大量的非结构化数据，归纳总结提炼海量新闻、公告、研报中的重要信息，帮助投研人员快速、准确地覆盖大量上市公司和行业动态。
对技术保持密切关注的量化部门更早运用了AI，兴证全球基金介绍，结合每日投研报告，AI挖掘上市公司基本面、行业格局和宏观经济因素，转化为量化因子融入投资模型，完善量化因子库，提升量化投资策略效果。
除了量化，基金公司还将AI辅助投研运用至主动、债券的投研过程中。
招商基金介绍，DeepSeek R1模型开源发布初期，公司IT部门便迅速启动了对其在金融场景适配性的专项研究，并于春节后加速完成本地化部署。目前，公司已逐步加紧在投研领域的深度应用，重点突破研报分析与知识交互的效率瓶颈，未来将持续推动投研决策从“经验驱动”向“数据+AI双驱动”转型。
在权益投资平台，招商基金聚焦强化人工智能技术应用赋能，着力提升投研“单兵”信息收集整合能力，并引入增强搜索工具与可视化技术，提升价值机会发现、风险识别水平。固收投资平台重点升级债券信评模型，建立覆盖主体财务、舆情动态等关键领域的风险因子监控体系，指导信用债定价和超额收益捕捉。
同样是在主动权益研究领域，泓德基金介绍，AI已经在信息搜索、数据收集、纪要整理等方面得到应用，大幅提升了基金研究效率。深度学习模型的迭代和人工智能技术的进步，也让公司能够持续加深对股票市场的理解。
在债券投资中，德邦基金有进一步探索。其表示，在模型协助下更高效率地完成对宏观经济、中观行业和微观企业的各类结构化数据和非结构化信息的跟踪、收集及结构化整理，提高信用风险评估体系的运转效率等。
未来，随着包括Deepseek在内的各类国产大模型能力的不断迭代，AI在投资端的应用场景或将不断丰富。不断推进AI大模型本地化部署，并在此基础上探索基于公司投研框架以及基于不同基金经理投资风格的模型训练。
AI在数据分析上展示出强大的能力，是基金公司最快落地的应用。
摩根资产管理表示，公司认为AI将从多个方面提升投资和研究的效率及能力，包括：
（一）提升研究效率，高效地处理和分析大量数据，帮助研究员快速获取关键信息；
（二）量化深度学习模型，通过各类因子历史数据结合基本面分析来预测未来的市场趋势和资产价格变化，从而有助于构建更加精准的投资组合优化模型；
（三）利用AI技术探索实时的风险监测，在发现潜在风险时及时发出预警，帮助基金经理快速调整投资策略。
数据层、分析层与决策层上，蜂巢基金均有应用。公司表示，在数据层，NLP技术可高效处理非结构化文本（如财报、研报、社交媒体），提取情绪信号；在分析层，机器学习模型能挖掘传统因子外的非线性关联，挖掘新的量化因子，甚至在足够的算力之下挖掘复合因子；在决策层，AI辅助的资产配置模型可动态优化组合风险收益比。
提升效率是基金公司对AI运用的另一共识，上银基金表示，在数据处理和分析能力上，人工智能通过自然语言处理（NLP）、机器学习等技术，能够快速处理海量市场数据（如财务分析、纪要整理归纳、业绩期的各板块总结、产业链动态等），并挖掘传统方法难以捕捉的关联性。
平安基金表示，基于大语言模型的AI应用，在文档摘要、研报编写、会议纪要、投研知识问答、投研资料检索和分析、因子分析、量化编码、策略分析等方面可以快速提质增效。但在深度研究方面，需要结合知识库和研究人员思维链的构建来完善其能力，短期内，还无法被大模型所替代。
实践三：交易管理、风控压力测试已有探索
AI正被运用到投资的全流程中，以兴证全球为例，在交易管理环节，其自研的AI交易员兴宝也在积极探索拥抱大模型，通过对询价内容的语义精准识别，自动生成对应的询价意向指令和询价交易指令，显著提升交易效率与准确性。
金融科技发展至此，AI在防范风险，特别是深度学习并优化投资组合的风险收益比方面更是有着全面的价值。上银基金表示，人工智能可以模拟多种极端情景进行压力测试，能够根据压力测试结果，更精准地评估策略的潜在风险点，动态调整策略参数。万家基金也表示，AI可以在风险管理领域进行实时监测预警以防范风险。
实践四：营销、客户服务已经广泛落地
AI对营销支持的替代已经开始了，有业内人士指出，AI对人工客服的替代性非常高，随着大模型的技术成熟，未来在服务客户上会更有优势。此外，在市场营销的内容生产领域，针对不同渠道的同质化内容，定期报告的生成，DeepSeek实际上已经能实现某种程度的完全替代。
这也是不少基金公司探索DeepSeek与应用系统的深度融合的第一步，财通基金表示，目前通过与“智搜”“智办”等应用场景的融合，提升投研、营销、客户服务体验和管理效率。
万家基金介绍，公司打造ChatBI升级客户交互体验，将大模型技术赋能投研分析、客户服务、市场营销等核心业务环节，在客户服务方面可以动态分析客户标签提供个性化服务，进而有效提升服务效能。
在客户服务领域，兴证全球基金介绍，自主搭建的客户服务棱镜智评平台，借助大模型实现了服务评估的创新升级。
公募直言AI带来的压力与挑战
有公募基金高管表示，AI可以改变的方向有三个方向是明晰的：
一是算法的更迭、算力的提升支撑着应用的可得性，包括公募基金在内的金融行业所需要的数据处理功能，正是AI所擅长的；
二是行业竞争加剧，而AI在降本增效方面的作用毋庸置疑；
三是客户需求的升级与行业发展面临的困境，也需要AI这样一场技术革命来倒逼着升级迭代。
但是在主动拥抱技术、用好技术的同时，公募坦言，技术进步带来挑战同样不容小觑。
首先是合规挑战。有基金公司表示，需要时刻关注AI应用可能带来的潜在风险，包括信息系统安全风险和算法安全风险等。公募资管涉及老百姓的钱袋子，对新技术的运营需要，在审慎评估这些风险的基础上，推进AI技术与业务的融合。
其次是人才储备。近期多家头部量化私募广发英雄帖，招兵买马，尤其是给实习生提供500元到1000元的日薪，人才争夺，着实让公募感到危机。
农银汇理基金就表示，基金行业发展至当前阶段，竞争变得更加激烈，人工智能在投资决策中的重要性会上升，对目前以个人知识经验为基础的决策模式产生冲击。科技信息技术不断迭代，当前需要培养复合型人才，公司将密切关注人工智能的发展，并加大对这方面的投入。
第三，呼吁与国际接轨。有基金公司建议加强与国际同行的互访与交流，提高资本市场高水平的对外开放，从公司业务、产品上走出去引进来，公募也要加强与海外同业的交流，尤其是在AI赋能业务上的相互学习。
