“我们不会轻易被AI取代，但很可能会被率先使用AI的人取代。”一位头部公募机构人士对《证券日报》记者坦言。这折射出当前公募基金行业面对人工智能潮涌的思考与布局。
今年以来，DeepSeek等大模型火爆出圈，不仅席卷科技界，也在公募基金行业掀起一场“AI落地应用竞赛”。喧嚣之下，一个核心问题亟待解答:这究竟是一场迫于压力的技术跟风，还是一次源于内在的破局重生？
《证券日报》记者近日多方采访业内人士发现，业界答案高度一致——AI，早已不是一道“选择题”，而是关乎行业长远发展的“必答题”。比较有趣的是，对于尚未完全摆脱明星基金经理“依赖”的公募基金行业而言，AI如今正在越来越多地扮演“挑战者”角色。而且，从双方“对战”案例结果来观察，AI与基金经理的“良性博弈”，正成为抬升整个行业投研能力基线的关键力量。
内在需求驱动
驱动公募机构纷纷拥抱AI的，并非技术光环，而是破解行业深层痛点的迫切需求。正如天弘基金相关人士所言:“AI不是跟风，而是破局。”
在兴业基金看来，资产管理行业高度依赖数据分析和信息处理，对先进的AI技术有着极大需求。
诺安基金相关人士向《证券日报》记者进一步阐释了这种需求的紧迫性:“近年来，行业面临着效率提升、风险控制、服务创新等多重挑战，传统业务模式亟待数字化转型。在此背景下，通过AI高效处理海量信息、推动流程自动化，成为提升竞争力的关键。”
对于天弘基金这样服务数亿客户、管理万亿元资产的机构而言，AI的驱动更为具体。该公司相关人士向《证券日报》记者坦言:“传统模式下规模越大边际成本越高，这是典型的‘规模不经济’，AI让公司实现了‘智能规模化’，用技术把规模优势真正转化为服务能力，而不是让规模成为包袱。”
事实上，这种由真实业务需求驱动的创新，源于持续数年的深耕。博时基金自2018年成立金融科技中心起，便前瞻性地布局AI，并于2023年设立人工智能实验室；诺安基金早在3年前就开启了AI技术的沉淀之路；兴业基金则在2021年就开始建设基于NLP技术的智能投研平台，并于2023年推出自研的“兴小二”AI债券交易机器人。
博时基金相关人士告诉《证券日报》记者:“公司对AI的布局始终基于真实业务需求驱动，是注重实效的战略选择。”博时基金智能因子配置系统自2022年投入应用以来，在核心股票池中持续创造超额收益，便是技术赋能价值的明证。
AI与基金经理“唱反调”？
随着AI逐渐渗透至基金公司的投研、营销、客户服务等核心业务条线，基金投研能力不断升级。这体现在两方面:AI既是赋能增效的“助手”，也是挑战固有思维的“诤友”。
近年来，市场波动加剧，过度依赖基金经理个人能力的模式面临严峻考验。AI的应用，为破解这一行业共性难题提供了参考路径。
在主动管理领域，AI是得力助手。天弘基金旗下的TIRD平台和弘思大模型，能从海量数据中挖掘线索，从产业链异动识别机会；中欧基金基于深度学习的利率预测模型，在拐点预判上展现出可量化的优势；德邦基金自研的“海纳百川”大模型聚合平台，支持实现多模型并行调用，辅助投研人员快速处理数据信息。
不过，AI这位可靠的助手，有时也会与基金经理“唱反调”。
“AI决策信号与基金经理判断相悖的情况确实存在，这正是AI的价值所在。”天弘基金相关人士向记者分享了一个典型案例，在今年3月份机器人概念火热时，TIRD平台基于多维度模型发出过热预警，这种“不一致”最终帮助投资团队规避了风险，做到了实实在在的业绩保护。
AI促使基金经理跳出固有的思维定式，去审视那些可能被人类直觉或经验忽略的潜在风险与机会。这种“人机博弈”并非对立，而是协同进化的开始。上述天弘基金相关人士认为:“这种‘人机博弈’，是提升投研能力的重要环节，也是‘AI+HI’的最佳体现。”
在被动投资领域，AI则化身为“效率提升工具”。博时基金相关人士向《证券日报》记者介绍:“借助大模型强大的推理与代码生成能力，可高效支持策略回测流程，例如辅助完成固收指数组合的分层抽样构建及回测分析，实现被动组合管理的智能化升级。”
筑牢数据安全防线
盛况之下，亦有隐忧。当AI这把“利器”愈发深入行业核心时，数据安全与模型可靠性便成了必须严守的底线。
上海证券基金评价研究中心高级分析师池云飞对《证券日报》记者表示:“目前的AI模型仍然存在数据泄露、合规风险、模式未充分验证等问题，这也是行业共识。”
兴业基金相关人士表示:“数据准确性与安全性是大模型在资产管理领域面临的双重挑战。一方面，多源异构数据普遍存在口径不一、更新不同步、格式不统一等问题，叠加数据延迟或缺失，极易引发AI模型分析偏差，导致误判与决策失误。另一方面，金融数据高度敏感，涉及客户隐私、交易行为等，如何在保障隐私和数据安全的前提下实现跨机构、跨系统数据融合，成为亟待解决的难题。”
对于肩负普惠金融使命、关系千家万户资产安全的公募基金而言，筑牢数据安全防线是AI应用的绝对前提。实践中，各家公募机构正积极构建严密的防护网。天弘基金建立了贯穿源头、过程、决策的全链条多层次管控体系，通过数据溯源、“双轨验证”等手段，确保AI结论的可靠性，且复杂判断和关键决策必须人工介入。
诺安AI平台则构建了全方位防护体系。诺安基金相关人士向《证券日报》记者介绍:“该平台通过统一网关实施严格的权限控制、数据过滤与操作审计，结合数据分级分类管理，对不同敏感级别的数据采取差异化防护策略。针对业务敏感数据，严格限定使用内部模型进行处理，从数据流转到模型应用全链路规避安全风险。”
展望未来，AI在公募基金行业的应用图景将如何演变？中欧基金相关人士向《证券日报》记者描绘了愿景:“AI赋能有望将人们从信息搜集、数据整理等重复劳动中解脱出来，把最宝贵的时间和脑力集中在真正的价值创造上——识别关键矛盾、作出清晰判断。”
德邦基金相关人士认为，公募基金行业AI应用仍处于探索时期，未来有望在构建垂直领域大模型能力、AI与投研方法论的融合、跨机构数据协作等方面全面升维。
易方达基金在AI人才储备上的实践值得借鉴，其团队中具备AI投研能力的复合型人才占比已超过90%。易方达基金首席信息官刘硕凌表示:“只有技术实现、业务理解与合规意识深度融合，才能更好地推动金融AI创新。”
这场技术变革的终点将是人与技术的共同进化——AI与基金经理的博弈与共赢，将持续为行业注入新的活力。
