当人工智能（AI）的浪潮席卷而来，一场基金投顾行业的变革与“颠覆”正在悄然发生。

　　中国证券报记者调研了解到，当前，AI大模型已广泛运用到基金投顾的多个业务环节中，包括客户投资需求分析、风险偏好评估、投研辅助代码生成、投顾服务陪伴内容创作、与投资者互动等。

　　在多位基金投顾业内人士看来，基金投顾行业正在经历系统性变革，行业格局、竞争逻辑和运营模式都可能发生“颠覆”式的重构。未来AI将与人工服务形成“机器智能 人类智慧”的服务共生体。

　　但是，随着人工智能技术的深入应用，金融数据的结构性缺失、大模型幻觉带来的偏差、服务温度的降低以及隐私风险同样值得行业关注。有观点认为，未来投顾机构真正的胜出之道在于“智能密度×人性温度”的动态平衡，以及对信义义务的坚定履行。

　　AI赋能基金投顾

　　当DeepSeek在2025年初横空出世，人工智能浪潮开始席卷各行各业。作为提供“千人千面千时”个性化服务的基金投顾业务，智能化一直是赋能业务发展的重要组成部分，在本轮人工智能浪潮中，自然不会置身事外。

　　以盈米基金的内容创作平台“盈米图书馆”为例，在DeepSeek的加持下，它能在10秒内识别和筛选出最具价值的内容，并进行精准分类归纳。当用户在检索知识时，如同拥有一位智能向导，能快速定位所需内容，知识检索的精准度与应用的效率较之前提升20%。

　　此外，盈米基金相关业务负责人表示，在DeepSeek-R1强推理模型的加持下，且慢智能投顾助理的“AI小顾”实现了“双核双驱动”的全新服务模式和交互方式，用户不仅能和“AI小顾”讨论投资话题，还能获得生活建议和情感陪伴。

　　在华安基金，基金投顾团队正在尝试应用DeepSeek提升投研工作效率，例如辅助代码的生成，聚合分析基金产品的历史数据、模拟测算策略组合的效果等。除投研辅助外，目前华安基金投顾团队还将人工智能运用于客户投资需求分析和风险偏好的评估，以及投顾服务陪伴内容的创作上。

　　“人工智能可以基于用户画像、投资诉求，结合市场和资产配置策略，给出个性化建议，做好必要的风险规避和提示。还可以基于持仓的加减仓分析、基于风险偏好做出资产配置推荐等。”华夏财富相关业务负责人表示。

　　广发基金投顾业务负责人介绍，目前广发基金已在资产诊断、内容生成、市场研判等多个领域尝试利用最新AI技术赋能。

　　在不少的社交平台上，可以看到已经有不少基金投资者让大模型帮助筛选基金，这是否意味着基金投顾未来将被取代？

　　基金投顾的核心业务环节包括投资研究和陪伴服务。“专业的投研能力并非简单的海量基金筛选，基金投顾投研团队将定性分析与定量分析贯穿于日常基金研究和策略组合管理的全过程中，将金融科技主要运用在对经济基本面、政策面、流动性、估值、情绪等指标的定量分析上，而对基金经理的投资策略、风格稳定性以及业绩持续性等的定性分析，还需要依赖投研人员的经验积累和专业判断。”华安基金投顾相关业务负责人说。

　　此外，在情感的陪伴上，盈米基金投顾业务负责人说：“在投顾服务中，客户与投顾之间建立长期、深厚的信任关系，是基于深入了解客户需求后的定制化服务，以及在面对市场波动时的心理疏导与坚定支持，这些服务的‘温度’，目前AI短期内难以实现。”

　　“在产品创新端，基金投顾试点五年来，经历了产品和服务形态从标准化一篮子基金组合向动态买入方案以及根据用户需求匹配的大类资产配置服务的演进，在此过程中对用户需求洞察、新策略构建以及工具服务，普遍依赖于产品创新的能力，这些工作对于现有AI来说，很难超越。”中欧财富投顾业务负责人表示。

　　带来新命题新挑战

　　从上面各家基金投顾业务负责人的介绍中不难发现，一方面，大模型的出现给投顾行业带来变革及机遇，从投研、服务等多方面为投顾业务赋能；另一方面，大模型目前也给行业带来了一些新的命题、新的挑战。

　　“大模型的‘幻觉’容易降低建议的准确度，过度的理性也会降低服务的温度。”广发基金投顾业务负责人说，目前大模型仍存在一些幻觉反应，可能会生成与事实不符或逻辑矛盾的输出。尽管可通过一些语句进行一定程度的约束，但部分场景仍较难发现。而在财富管理场景中，核心投资、配置建议无法接受任何偏差，模型幻觉问题可能会增加客户的不信任度，也无法完全保障大模型完全基于投顾服务最核心的信义义务提供服务；在客户服务上，大模型目前整体输出风格较为标准化，而投顾业务的核心是建立信任，需要尽量提供定制化、人情化的服务方案。目前大模型较为机械性、模板化的回复可能会给用户造成疏离感，削弱投顾服务的核心竞争力。

　　华安基金基金投顾相关业务负责人表示，DeepSeek等大模型目前定位是通用语言大模型，尚未发展成专家模型。对于具体投资策略的给出、具体产品的数据分析和筛选等深度问题上，大模型高度依赖现成语料，会受到不同基金公司营销推介材料多寡、新的投资品种语料少以及部分历史语料不严谨等因素的影响，导致生成的结果失去可信度和可靠性。

　　此外，一些大模型具备“黑盒”特征（指的是一些内部工作原理对用户不可见的系统或模型特征）。“其中存在一定的隐私风险。”上述广发基金投顾业务负责人表示，目前一些大模型内部算法整体较为黑盒，由于内部逻辑不透明，可能会导致数据泄露或滥用隐患。同时，因为内部模型较为黑盒，难以判断模型是否可完全基于信义义务做出决策，可能会限制大模型在核心场景的应用程度。

　　“对于基金投顾业务来说，大模型应用到各个业务环节中的主要挑战在于专业的金融数据结构性缺失。”盈米基金投顾业务负责人表示，“当我们通过AI应用咨询金融问题的时候，即便是DeepSeek等最先进的大模型，回复的完整性和准确性往往都不尽如人意。这并非源于模型本身推理能力的局限，而是金融领域专业数据的结构性缺失。由于高质量的金融数据获取困难，且缺乏系统化的专业知识支撑，导致模型在专业问题处理上难以达到理想的效果。”

　　“如果要将大模型深入运用到基金投顾业务的各个环节，一定要时刻保持对最新模型的关注和学习，目前AI行业发展速度非常迅速，模型能力进化速度时常超出我们的想象，模型能力的跨越式提升可能也会提升AI能力的覆盖及应用范围。”上述广发基金投顾业务负责人说，“但更为重要的是，要不断提升对服务理念及信义义务的强化程度，投顾服务的核心是信义义务，而各家机构的核心竞争力为人工服务过程中沉淀已久的服务理念与服务流程，如何将信义义务与服务理念有机融合到AI能力之中，也成为当下行业探索的重点方向。”

　　形成“机器智能 人类智慧”共生体

　　“AI技术的价值在于帮助投顾更好地服务客户，将技术红利转化为客户实实在在的投资收益和获得感，实现1 1大于2的效果，从而为客户创造更大的价值，在我们心目中，这才是科技进步的真正意义和该有的模样。”上述盈米基金投顾业务负责人描绘了人工智能技术赋能投顾业务的美好前景。

　　“长远来看，AI将与人工服务形成‘机器智能 人类智慧’的服务共生体。”在广发基金投顾业务负责人看来，AI与投顾服务并非简单替代或强化关系，长远来看，AI是对生产力和生产关系的重塑。伴随着AI能力发展，投顾业务可能也面临进一步转型与进化。一方面，AI可有效重构生产力工具，在数据处理维度较人工效率出现大幅提升，在服务广度维度可覆盖百万级长尾客户，在服务成本方面极大压缩传统模式成本；另一方面，人工服务核心壁垒仍无法被AI取代。投顾业务的核心壁垒为建立不可替代的“信任三角”，从“可信性、可靠性、亲密性”三个维度持续构造顾问与投资者的长期信任关系，而AI在现阶段仍无法替代人工服务在这三个维度的关键价值。

　　“相比AI模型，基金投顾的优势体现在两方面，一方面是专业的投研能力，另一方面优势体现在服务的深度。”中欧财富投顾业务负责人表示，“这两点是AI无法轻易超越人工的地方，预计行业未来大概率会是人工和AI相结合的发展形态。”

　　“随着人工智能技术的深入应用，基金投顾行业正在经历一场系统性变革，行业格局、竞争逻辑和运营模式都可能发生重构。对于基金投顾机构而言，技术变革并非简单地从‘经验驱动’转向‘数据 算法驱动’，真正的胜出之道在于构建‘智能密度×人性温度’的动态平衡。那些既能驾驭AI算力革命，又能深耕客户信任关系的机构，将在新周期中掌握定义行业标准的主动权。投顾机构在追求技术极致的同时，更需要守住‘受托人责任’的行业本质，避免陷入技术异化陷阱。”上述华夏财富基金投顾业务负责人说。

　　当然，AI投顾还需要守住合规底线。华夏财富基金投顾业务相关负责人表示，在部署、使用生成式人工智能大模型服务时，应高度关注潜在安全合规风险。首先是对于数据安全管控，做好数据库层面的隔离和权限管控，如非结构化数据库、索引库隔离等；其次是大模型调用安全，应设置基础安全围栏，做好敏感信息识别与脱敏处理；最后是AI普惠化与数据安全的权衡，在提供外部服务时，需明确提示严禁将敏感信息输入模型。

　　中欧财富投顾业务负责人也表示，未来伴随AI应用在金融领域的深化，不排除会规范AI模型及数据透明化，以及要求提供AI服务的供应商具备相应资质等。