基金投顾中AI与人工投顾的优劣分析

本文将探讨基金投顾业务在经历5年多试点阶段后，虽已得到AI赋能，但从“投”和“顾”的角度来看，AI仍存在不足，难以替代人工投顾的现象，同时也会阐述AI对基金投顾业务在风险管理、投资优化等方面的积极影响等内容。

财联社3月5日讯（记者 周晓雅）在尝鲜体验DeepSeek推荐基金这一现象的背后，实际上已经历了超过5年试点阶段的基金投顾业务，早就受到了AI的助力。

据财联社记者了解，在过去的5年多时间里，基金投顾行业一直在稳步发展。虽然并没有官方公布的最新数据，不过有业内人士估算，到目前为止，基金投顾的保有规模或许已经在1950亿元以上了。之前，证监会的数据显示，截至2023年3月底，整体投顾服务的资产规模为1464亿元，客户总数达524万户。

从业内人士的感受来讲，在去年权益市场波动较为剧烈的情况下，不少机构的基金投顾保有规模依然实现了增长。在这个过程中，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。但是，业内人士从“投”和“顾”这两个方面也发现了AI模型存在的不足。

为什么AI替代不了人工投顾呢？

尽管加大了对AI模型的应用，但是大多数业内人士从“投”和“顾”这两个角度都察觉到了AI模型的不足之处。

中欧财富表示，基金投顾的专业投研能力并非仅仅局限于对海量基金的筛选。“中欧财富的投顾投研服务，是将定量和定性两方面相结合来进行基金筛选的。除了对基金历史业绩进行归因、分析投资风格、探究收益来源等，线下调研基金经理、把握其投资策略，从而实现稳健收益的持续性，这些都需要投顾投研团队的经验积累和专业判断。”

代景霞也持有相同的观点，她认为专业的投顾团队是基金投顾的核心竞争力之一。AI技术能够在数据处理、风险控制方面提供支持，但是却无法取代人类投顾人员在情感支持、市场判断以及人际关系维护方面的独特价值。

在“顾”这一方面，当前的AI模型在服务深度和温度上也很难达到人工投顾的水平。“首先，在前端的个性化配置建议上，仅仅通过一些简单的关键词和描述，是很难精准把握用户投资需求的全貌的，产品推荐和匹配的精度也值得商榷。”中欧财富解释道，基金投顾通过结合人工一对一的沟通以及账户诊断工具的运用，能够更好地挖掘用户的深度需求，从而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的，所以AI技术无法替代这种情感支持。

进一步来看，她表示，无论是短期还是中长期，基金投顾人员在情感支持、市场判断以及人际关系维护方面的核心竞争力壁垒都无法被DeepSeek完全打破。

盈米基金则认为，可以通过分层应用来平衡效率与差异化。例如，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，而对于富裕客群，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对基金投顾的赋能作用。

从长远来看，AI模型对已经试点启动5年有余的基金投顾有着更为深远的影响。

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模型发挥了两个方面的积极作用。

首先是风险管理与投资优化，也就是说AI通过实时监控市场波动和优化投资组合，来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通过分析海量的市场数据，来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，自开展业务以来经历了从标准化向个性化的转变，AI在海量数据分析、用户需求、账户行为洞察等方面发挥了较大的作用。

例如，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。

中金财富也一直在持续进行业务模式和投资者陪伴方面的创新与探索。该公司相关负责人认为，除了数据处理、实时响应之外，AI应用具有服务普惠的优势，能够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），释放投顾人力以聚焦高价值服务；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，或许能够帮助投资者做出理性决策。

近年来，中金财富也做出了不少相关的探索，已经推出的“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”能够迅速解答员工在基金投顾服务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。

盈米基金在2023年初启动了AI战略，该公司表示，采取了自主研发与合作引进相结合的技术路线，已经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。

他们发现，AI大模型能够从多维度对基金投顾业务进行赋能，例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。

“经过实践，盈米基金内部IT的研发效能提升了40%，‘盈米图书馆’内容创作自动化程度最高能够达到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。

本文总结了基金投顾业务的发展现状，指出虽然AI对基金投顾业务有着多方面的积极赋能，如在风险管理、投资优化等方面，但在“投”和“顾”方面，AI模型存在不足，难以完全替代人工投顾，人工投顾在情感支持、市场判断和人际关系维护等方面有着不可替代的价值，不同的基金投顾机构也在探索AI与人工投顾相结合的模式以实现更好的服务效果。