2026-11-20 06:58:34
近期,有一个话题是业界讨论的热点:随着数字化与人工智能(AI)技术加速落地,资产管理行业迎来深度变革。AI、大数据逐步渗透投资研究、资产配置、风险防控、客户服务等全业务链条,它们到底创造了什么实实在在的价值?
以上问题也是投资者关心的问题。随着居民把资金交给资产管理机构,相较于算法有多先进,不少投资者更关心的是,理财产品的净值稳不稳、回撤深不深、服务懂不懂自己。AI的价值,最终要回到投资者身上。
光大理财有限责任公司总监、董事会秘书王希把AI带来的变化概括为3层跃迁,即从个人能力向组织能力跃迁,从产品销售向客户陪伴跃迁,从事后应对向事前研判跃迁。在投资研究方面,AI快速学习投研框架,把分散信息转化为可量化、可复核的判断,突破单一主观经验局限;在资产配置方面,依托客户授权后的行为数据,更精准地识别风险偏好、更快拟合投资组合;在客服与风控方面,AI要从“后视镜”转向“预警机”,既提供有温度的陪伴,又对底层资产开展监测预警。王希提到,一项外资银行调查显示,大部分企业家与高净值客户对AI辅助投资的信任度较高,但他们要的不是机器人,而是能解读市场、缓解忧虑的陪伴者。
AI还能带来更深层次的价值。易方达财富管理基金销售(广州)有限公司副董事长、首席投资官安伟认为,AI带来的增量价值可分为3个层次。一是效率价值,让报告撰写、抽检等重复性工作从“做不全”走向“做全面”;二是质量价值,通过更充分的信息整合和可回溯、可检验的分析,减少主观判断与信息碎片化带来的偏差,提升决策和服务质量;三是模式价值,通过规模化服务长尾客户、提供个性化养老方案等,以低成本推进普惠财富管理。
价值说得清,落地却不易。“只有用起来才能感受到阻碍在哪里,我认为AI应用落地的难点不在于技术,而在于组织文化、数字底座、合规治理能否适配。”王希表示,这3个维度的适配性背后,对应的是敢不敢用、能不能用、什么地方不用。
谈及AI实践中的难点,平安理财有限责任公司党委委员王阳表示,一是定义不清,提问缺乏清晰边界,使用者如果没有基本框架,很难让AI形成有效产出;二是场景缺失,AI要自然嵌入流程而非刻意使用;三是数据治理难题,数据集质量不高将影响AI的训练效果。王阳认为,应对之策是要把AI嵌入必备流程,在高频场景自动提炼内容、决策点和数据支撑,充分发挥员工的主观能动性,鼓励员工将固有流程转化为可共享、可迭代的技能,依据实际产出动态配置算力,避免浪费资源。
比“怎么用”更重要的是“谁来担责”。安伟认为,在人机协同阶段,关键要理顺3件事,即AI能做什么、人的修正如何回流、出了事谁负责。在人机分工方面,要划清边界,AI提供标准化报告、信息分析与备选方案,相较之下,重要投资决策、资产配置和风险处置仍由人决策;要建立闭环,把人的纠错与修正纳入持续改进流程,提升AI应用的可靠性;要明确责任,通过制度规范和追溯机制确保责任落实到岗、到人,避免“AI生成、人确认、出事无人负责”。
当前,数字化与AI技术正在重塑资产管理行业,行业竞争也已告别规模比拼,转而步入精细化运营阶段。关于AI应用的讨论,从表面上看是技术,落脚点则是受托责任,AI能够更快地处理数据、拟合组合、生成报告。“但归根结底,AI是工具,人是主导,要回到受人之托、代客理财的本源,以客户为中心创造价值。”王希说。(经济日报记者 勾明扬)