試點逾5年迎“轉常規”大考，AI攪動基金投顧行業的樂與憂

近期，監管部門再次明確今年公募基金改革的重點方向，其中推動公募基金投顧業務試點轉常規受到市場關注。

自基金投顧業務試點啓動以來，發展已五年有餘。目前基金投顧行業仍處於起步階段，存在滲透率低、投顧策略單一、投資者獲得感和對行業的信任度不足、“重投輕顧”現象突出等問題。

在業內受訪人士看來，隨着“試點轉常規”臨近，未來投顧業務或呈現“主體多元、機構協作、服務差異”的競爭格局。與此同時，AI的興起與賦能，正深刻改變財富管理業態。

目前，基金投顧試點轉常規的着手點在哪？在AI浪潮中，“AI+投顧”模式會帶來哪些變化和風險？投顧業務的核心價值如何體現？隨着AI技術在基金投顧業務中的滲透程度不斷加深，從業人員是否會面臨“替代危機”？帶着這些問題，第一財經近期深入採訪了多位業內人士，探尋背後的答案。

基金投顧試點轉常規

近年來，隨着公募基金行業規模迅速擴張，投資者對資產保值增值的需求日益多樣化、複雜化。

爲推動行業從“以產品爲中心”向“以客戶爲中心”轉變，證監會於2019年10月啓動了基金投顧業務試點；2023年6月，證監會發布《公開募集證券投資基金投資顧問業務管理規定 (徵求意見稿)》，進一步明確基金投資顧問業務具體規範和監管細則。

2025年2月初，證監會發布《關於資本市場做好金融 “五篇大文章” 的實施意見》，再次強調推動公募基金投顧業務試點轉常規。

“自試點啓動以來，基金投顧在監管部門和投顧機構的共同推進下實現穩步發展。但相較於海外成熟市場，我國基金投顧行業仍處於起步階段。” 全國人大代表、東方財富董事長其實表示。

其實稱，一方面，基金投顧已落地五年，但滲透率仍較低。據測算，目前我國基金投顧服務的資產規模大約爲1500億元，佔比不足公募基金總規模的0.5%。另一方面，投顧機構的服務供給能力有待提升。目前，市場上的基金投顧策略較爲單一，難以滿足個性化的投資需求。部分機構對於投資理念引導和投後持續陪伴的重視程度不足，“重投輕顧”現象較爲突出，未能充分體現基金投顧“以客戶爲中心”的價值內核。

對此，其實在兩會期間，就進一步推動基金投顧行業發展提出多項建議，其中就包括逐步擴大基金投顧的可投資產品類別，進一步豐富基金投顧業務參與主體，加快推動基金投顧試點轉常規。

“截至目前，國內基金投顧試點機構僅有60家，數量明顯少於基金管理和基金銷售機構，市場中代表投資者利益的買方中介力量仍然較爲單薄，且試點機構類型主要爲證券公司、基金公司與少量第三方基金銷售機構，業務模式的多樣性存在欠缺。”其實建議，加快推動基金投顧試點轉常規，支持更多證券基金持牌機構獲得基金投顧資質，並逐步拓展其他類型的金融機構參與基金投顧市場。

此外，一位公募基金人士對第一財經表示，基金投顧業務轉常規，還可利用大數據和人工智能等技術賦能基金投顧業務，推動行業從“賣產品”向“管資產”轉型。同時，需加強內部資源整合，提升服務供給能力，優化投資策略和服務模式，以滿足投資者日益增長的個性化需求。還需加強投資理念引導和投後持續陪伴，做好投資者教育，通過‌賬戶診斷工具+人工溝通‌挖掘真實需求，緩解市場認知不足問題‌。

“AI+投顧”應用情況如何？

事實上，在公募基金行業正面臨改革的同時，DeepSeek的爆火在各個領域掀起AI革命，基金投顧也迎來了人工智能浪潮，利用DeepSeek推薦基金在短期內快速引起投資者的關注和應用。

中金財富相關負責人對第一財經表示，DeepSeek的快速走紅主要源於其打破信息與知識的不對等。一方面，投資者藉助DeepSeek等大模型高效的自然語言處理與數據分析能力，可以快速解析海量市場信息，這在幫助投資者做好專業資訊的降維處理方面起到重要作用，專業問題得以“平權化”；另一方面，社交平臺的裂變傳播與AI工具的“新奇感”進一步放大了市場關注。

“投資者尋求AI提供基金投資建議可能有以下幾方面原因：一方面，DeepSeek帶來的市場關注度及成本優勢，引發了投資者的嘗試心態；另一方面，AI僅提供前端推薦並不提供後端的投資管理，對於投資者而言不存在試錯成本。” 中歐財富表示。

對於行業機構而言，佈局“AI+投顧”賽道亦是勢不可擋。綜合多方採訪來看，目前直接服務客戶的生成式AI智能投顧尚未完全成型，AI作爲輔助工具，在用戶畫像與需求分析、投資策略回測研究、市場研究與數據整合等方面能夠提供助力，進一步提升服務效率。

富國基金投顧業務部總經理張國樑對第一財經表示，目前直接服務客戶的生成式AI智能投顧尚未完全成型，但從當前AI表現出來的性能看，基於龐大的知識庫，將知識庫中的基本事實，尤其是非結構化知識的梳理、整理、歸納等方面的效率和質量更優，這些優勢在將來的實踐過程中有望進一步提升人工投資顧問的效率。同時，在一些基本概念、投教類等通識性問題的解答和對用戶信息的分析和洞察方面，也具備獨有優勢。

此外，廣發基金投顧業務相關負責人對第一財經表示，根據他們的經驗，AI還可以在投資策略回測研究以及市場研究與數據整合方面提供助力。AI技術在量化交易回測中表現突出，可自動拉取相關數據接口，並快速完成相關交易策略、配置策略回測測試，這極大程度提升了投端研究效率；另外，AI在信息抓取、數據清洗及投研輔助方面作用顯著，例如快速篩選全市場基金產品，提煉核心觀點，這對於內容創作、投研管理都有比較大的幫助。

“（AI）可能會優先適用在投顧內容生產和產品研究領域。”平安證券經紀業務事業部相關負責人表示，AI規模化應用短期會主要在容錯率高、任務簡單的場景，要求場景更具備通用可複製性，通過大模型賦能實現自動化和流程化處理，顯著提升效率、降低應用成本，且需要對模型輸出的準確性要求相對較低，即使偶爾出現偏差，也不會對用戶造成顯著影響。

“而投資組合管理、風險控制，涉及高度專業化的知識和複雜決策過程，要求對專業領域的知識和流程深入理解，且這兩個層面對於模型輸出結果的準確性和可靠性有着極高要求，任何錯誤都可能帶來較大影響和損失，應用時需要慎重。” 上述平安證券經紀業務事業部相關負責人稱。

智能投顧引發的 “擔憂”

人工智能的賦能，爲基金投顧業務帶來效率提升及服務優化，同時也引發行業及投資者對於數據安全與隱私保護、模型偏差導致策略失靈、過度技術依賴等多方面的擔憂。

“根據我們目前的展業情況，用戶對AI的整體接受度還是比較高的，很大一部分比例非常認可AI在內容搜索、市場解讀等多個方面的價值。但一些用戶對於AI的使用也存在些許擔憂。” 上述廣發基金投顧業務相關負責人表示，比如，部分用戶對AI應用中個人數據的安全性持保留態度，希望有更高的數據透明度和流程合規性；部分用戶認爲AI在情感支持、非理性行爲干預及定製化信任關係建立上存在短板。

上述負責人認爲，目前“AI+投顧”的業務生態還處於快速發展中，在業務一些核心板塊，AI能力還存在些許問題。具體包括，模型幻覺易降低建議準確度、過度理性或降低服務溫度、黑盒模型或存在隱私風險等。爲此，要時刻保持對最新模型的關注和學習，同時提升對服務理念及信義義務的強化程度。

一位頭部公募基金人士表示，技術層面，AI算法是基於歷史數據進行訓練，如果數據存在偏差，可能會導致算法產生偏見；且AI系統依賴於複雜的技術架構和大量的計算資源，一旦出現系統故障或技術漏洞，可能會導致金融業務中斷或數據泄露。另外，由於算法黑箱的存在，智能投顧可能產生算法歧視，同時AI系統的運行高度依賴大量的數據，這些數據包含了投資者的個人信息、交易記錄、財務狀況等敏感內容，存在數據泄露的風險。

“需清晰界定AI技術的能力邊界，防止因過度依賴而喪失創新思維、獨立思考以及有效討論的能力；注意技術主權避免被‘管道化’，保持獨立性和創新力。” 上述頭部公募基金人士說。

此外，隨着AI技術在基金投顧業務中的滲透程度不斷加深，從業人員是否會面臨“替代危機”？ 行業機構如何打造“護城河”？

國信證券認爲，人工智能大模型的發展將從側面推動券商投顧業務投研水平繼續提升，也對行業低端產能的去化和轉型升級有加速推動的作用。

“整體產能會提升質量，去產能是結構性的。從目前我國日益增長的購買股票和基金的投資者數量和需求來看，投顧服務的產能總體可能是有待提升的。但同時也應當看到，投顧服務的低端產能過剩，且切中客戶需求的產能仍存在不足。而AI的大規模運用將加快行業轉型升級，進一步提升從業人員專業能力與工作效率，也有利於篩選出未來可以爲客戶提供更好的交易和配置服務的新一代從業人員。” 國信證券表示。

在業內人士看來，相比AI，人工投顧的“護城河”在於複雜市場情緒解讀、用戶信任以及有溫度的服務等。

“投顧業務的核心壁壘在於建立不可替代的‘信任三角’，包括可信性、可靠性和親密性，這些維度目前仍需人工來實現。” 上述頭部公募基金人士表示，儘管AI在信息處理、效率提升等方面具有優勢，但時下的AI模型難以企及人工投顧的服務深度、溫度，在情感溝通、信任建立、市場判斷和人際關係維護等方面仍無法完全替代人類投顧。

平安證券經紀業務事業部相關負責人認爲，儘管AI提升了效率，但投資者對“機器決策”的信任度仍存疑，需強化人機協同模式。客戶獲取個性化服務方案的公開便捷，並不能帶來客戶投資結果的大幅改善，大部分客戶缺乏金融投資專業能力，對方案的信心和理解程度在很長一段時間內阻礙了投資動作執行，“翻譯”和“心理醫生”的能力可能成爲各家券商投顧服務的壁壘。

“AI短期內難以突破的能力邊界，在於複雜市場情緒解讀和定製化信任關係建立。市場情緒受到多種因素影響，AI難以像人類一樣感知市場的微妙變化和消費者的情感需求。同時，AI也無法像人類顧問那樣，通過面對面的交流和情感支持，與投資者建立深層次的信任關係。” 博時基金投顧業務相關負責人表示。