财联社3月5日讯（记者 周晓雅）尝鲜体验DeepSeek推荐基金的现象背后，经历了逾5年试点阶段的基金投顾业务，早已得到AI的赋能。
财联社记者了解到，过去5年多时间，基金投顾行业稳健发展，虽然没有官方披露的最新数据，但有业内人士估算，截至目前，基金投顾保有规模或在1950亿元以上，此前，证监会数据显示截至2023年3月底，整体投顾服务资产规模为1464亿元，客户总数为524万户。
而从业内人士的感受来看，在去年权益市场波动较大的情况下，不少机构的基金投顾保有规模仍实现增长。这过程中，AI在风险管理、投资优化、数据分析等方面发挥了积极的作用，但业内人士也从“投”跟“顾”两个角度看到了AI模型的不足。
为何替代不了人工投顾？
尽管已加大对AI模型的应用，但多数业内人士从“投”跟“顾”两个角度都看到了AI模型的不足。
中欧财富认为，基金投顾具备专业的投研能力不局限在海量基金的筛选。“中欧财富的投顾投研服务，是结合定量和定性两方面进行基金筛选，除了归因基金历史业绩、分析投资风格、收益来源等，线下调研基金经理、把握基金经理投资策略、实现稳健收益的持续性，都需要投顾投研团队的经验积累和专业判断。”
代景霞也认为，专业的投顾团队是基金投顾核心竞争力之一，AI技术可以提供数据处理、风险控制方面的支持，但无法替代人类投顾人员在情感支持、市场判断和人际关系维护方面的独特价值。
在“顾”方面，时下的AI模型也难以企及人工投顾的服务深度、温度。“首先在前端个性化配置建议上，通过简单的一些关键词和描述很难精准把握用户投资需求的全貌，产品推荐和匹配精度也有待商榷。”中欧财富解释，基金投顾结合人工一对一的沟通、账户诊断工具的运用，更好挖掘用户深度需求，匹配相应的资产配置建议。
“在投资过程中，投资者会经历情感波动，人工投顾人员能够提供心理支持和情绪安抚，帮助投资者更好地应对市场波动。”代景霞提到，由于这种心理需求是不可量化。因此AI技术无法替代这种情感支持。
更进一步来看，她表示，无论是短期还是在中长期，基金投顾人员在情感支持、市场判断和人际关系维护方面的核心竞争力壁垒都无法完全被DeepSeek打破。
盈米基金则认为，投顾可以通过分层应用来平衡效率与差异化。比如，盈米基金的且慢平台，对于大众客户主要采用智能投顾服务的方式，而对富裕客群，则采用“人机结合”的客户定制账户服务模式，由专业投顾团队主导，AI可以辅助投顾完成预期管理和资产配置方案。
AI赋能基金投顾
拉长时间看，AI模型对试点启动5年有余的基金投顾，有着更深远的影响。
晨星（中国）基金研究中心高级分析师代景霞提到，在基金投顾的试点过程中，AI模型发挥两方面的积极作用。
首先是风险管理与投资优化，即AI通过实时监控市场波动和优化投资组合，帮助投资者降低风险，提高收益；其次是数据驱动的投资决策，她提到，AI通过分析海量市场数据，帮助投资者识别投资机会和风险。
作为首批基金投顾试点机构之一，中欧财富提到，开展业务以来经历了从标准化向个性化转变，AI在海量数据分析、用户需求、账户行为洞察等方面发挥较大作用。
比如，中欧财富的私人财富规划工具，基于投研底层框架、产品开发、AI及金融科技运用，从大类配置、行业穿透等维度切入，全面帮助用户深度诊断持仓，并依据个性化风险偏好、大类资产回报预期，提供着眼于整体账户的优化方案。
中金财富也持续进行业务模式和投资者陪伴方面的创新和探索，该公司相关负责人认为，除了数据处理、实时响应，AI应用具有服务普惠的优势，能以低成本覆盖长尾客户的标准化需求（如账户诊断、市场解读），释放投顾人力聚焦高价值服务；在行为矫正方面，AI较少受到行为金融对投资行为的影响，通过“换位思考”模型，或许能帮助投资者理性决策。
近年，中金财富也做出不少相关的探索，已推出的“金慧诊”一键式基金账户体检工具，支持一键导入基金资产信息，提供持仓分析、针对性的账户诊断服务、个性化基金投资优化方案；“产品智多星”能迅速解答员工在基金投顾服务的全旅程中的各类业务咨询；“中金财富投资助手”这一集成于豆包平台的投资助手智能体，为投资者提供智能投资资讯服务。
在2023年初启动AI战略，盈米基金表示，公司采取了自主研发与合作引进相结合的技术路线，已构建起涵盖大模型训练、推理服务、智能体应用开发的全栈式AI能力矩阵。
他们看到，AI大模型可多维度赋能基金投顾业务，如组织效能的跨越式提升。盈米基金表示，通过构建多元混合大模型技术底座、系统化梳理专业数据资产、打造低门槛AI开发平台这三大基础设施，实现了AI能力在投研、投顾、客服等多个核心业务场景的深度渗透和应用。
“实践下来，盈米基金内部IT的研发效能提升40%，‘盈米图书馆’内容创作自动化程度最高能达到80%，AI工作流预计融入50%的标准投研流程中。”盈米基金表示，通过构建多元混合模型技术底座，避免对单一技术方的过度依赖，未来，公司还将建立自有智能体以实现更多原来人力无法覆盖的前沿深度探索等。
