我国以大模型为代表的人工智能技术发展成果展开，阐述了大模型应用的相关建议以及基金投顾的发展现状、问题和建议等内容。
人工智能中的大模型技术是新科技革命与产业变革的关键驱动力，在发展新质生产力和建设科技强国方面占据重要地位。
我国人工智能产业发展成果显著。据中国互联网络信息中心发布的《生成式人工智能应用发展报告（2024）》，我国构建了较为全面的人工智能产业体系，相关企业超4500家，核心产业规模接近6000亿元。而且我国人工智能市场规模庞大，产业门类齐全，数据和应用场景丰富，在推动大模型应用落地方面独具优势。
2025年《政府工作报告》将“人工智能 +”行动聚焦于应用端，支持大模型应用，大力发展智能终端产品，还强调利用举国体制攻克关键核心技术。
全国政协委员、东方财富董事长其实，不仅对推动大模型应用生态繁荣提出建议，还针对基金投顾发展给出建议，旨在满足居民财富管理需求，提升投资者体验。
图片来源：图虫
在大模型应用方面，应用创新需要创新主体深入了解垂直行业和场景。尤其在复杂场景和高阶Agent形态下，行业理解力和场景洞察力对提升应用有效性非常关键。
其实认为，可以加快培育模型落地服务商，鼓励科技型企业参与行业应用创新，推动传统行业软件服务商转型参与大模型落地应用服务。当前多数模型厂商行业知识沉淀和精细化服务精力有限，推出的AI Agent产品深度不足，难以满足复杂场景需求。数据显示，GPTs商店多数AI Agent产品生命周期短且同质化严重，所以应用端创新需要更多元的落地服务群体。
同时，分行业遴选推荐优质落地服务企业和案例，激发大模型应用创新活力，让科技创新造福更多行业。
他还建议加快开放多元场景和数据。AI Agent能力的实现需要场景牵引和数据驱动。在场景方面，可以鼓励部分主体开放“首试首用”场景，激发创新活力，分行业打造技术测试平台，降低技术验证成本。在数据层面，可由监管部门牵头归集头部企业数据，利用“数据沙盒”按“可用不可见”原则开放，优化模型落地效能。
另外，加快推进关键行业、重点环节的标准供给也很重要。人工智能系统复杂，高阶AI Agent是系统集成，需要统一技术和接口标准，标准能增强适用性、减少联通成本、加速应用进程。
在基金投顾方面，基金行业是财富管理的重要部分，承载居民理财需求和引导资金入市的任务。2019年10月证监会启动基金投顾业务试点，2025年2月该业务试点转常规，虽有发展但与海外成熟市场相比仍处于起步阶段。
其实指出，基金投顾落地五年但渗透率低，资产规模约1500亿元，占公募基金总规模不足0.5%，投顾机构服务供给能力也待提升。市场上投顾策略单一，难以满足个性化需求，部分机构“重投轻顾”，未体现“以客户为中心”的价值内核。
基于这些问题，他提出四点建议。一是拓宽基金投顾可投资产品类别，先引入场内ETF，之后可拓展到其他品类。二是丰富业务参与主体，海外有多元主体提供差异化服务，我国试点机构少且类型单一，应推动试点转常规，让更多机构参与。三是在个人养老金制度中引入基金投顾，既带来增量资金又解决用户难题，还应探索实施路径和规范行为。四是建立基金投顾培训考核体系，目前缺乏统一体系，不利于提升投资者信任度，应出台职业技能标准，建立配套体系，加强专业队伍建设。
本文总结了我国人工智能大模型应用和基金投顾发展的相关内容。在大模型应用方面，强调了应用创新中场景开放、数据利用和标准供给的重要性。在基金投顾发展方面，阐述了当前存在的问题，如渗透率低、服务供给能力不足等，并针对这些问题提出了拓宽投资产品类别、丰富参与主体、引入个人养老金制度、建立培训考核体系等建议。
原创文章，作者：Sorrowful，如若转载，请注明出处：https://www.gouwuzhinan.com/archives/31115.html
