中国基金报记者 孙晓辉
在当前的公募投资圈，AI有着双重身份：它不仅是基金经理重仓追逐的光模块和HBM等前沿科技标的，也是基金经理身边不知疲倦的“超级助手”。
“用AI投研AI”正在成为越来越多主动基金经理的投资日常。在业内看来，这不仅是一场效率的飞跃，更是一场可能重塑主动管理生态的生产力革命。
从“拼体力”到“拼算力”
AI投资主导今年市场主线，AI在投资管理中的应用也不断深入。
一位大中型基金公司绩优基金经理介绍，随着AI在投研领域的深入应用，市场有效程度大幅提升。主动基金获取阿尔法的能力大幅收缩，收益流向效率更高的投资人。
“AI时代，打败你的不是AI，而是会使用AI的人。”该绩优基金经理说。
据介绍，截至6月12日，该基金经理管理的旗舰产品年内收益率超100%，位居同类前列。在投研实践中，AI不仅是这位基金经理的核心布局方向，也是他日常工作中不可或缺的工具。
实际上，这并非个例。与量化基金经理用AI挖掘因子不同，越来越多非量化主动权益基金经理将AI作为“外挂”，提升投资效率。
北京一位基金经理也是AI的受益者。他是计算机科班出身，经常自己写代码，构建量化模型和监控产业数据。今年上半年，他通过监控OpenRouter的Token调用量这一前置指标，捕捉到“国产模型调用快速过半”的信号，从而精准把握国产存储芯片行情。“AI能把我从繁琐的数据清洗中解放出来，更专注于寻找边际变化中的主要矛盾。”
招商基金的基金经理程泉璋则将量化工具作为“哨兵”，当市场触发量价模型过热信号时，提示主观组合规避回撤。
业内人士分析，主动权益基金经理使用AI的路径，与量化派管理人有着本质区别。量化基金经理用AI代替人做决策（挖掘因子），而主动权益基金经理用AI辅助做决策。前者追求的是算法的极致，后者是通过“人机协同”，获取阿尔法。
重塑主动管理“护城河”
随着AI技术的普及，公募行业的超额收益来源正在发生微妙变化。过去，基金经理的超额收益多来自“我知道，你不知道”的信息差。但现在，这道信息处理的门槛正在被AI拉平。
“现在的超额收益，更多来自对AI处理的信息进一步高阶认知的能力。”上述北京基金经理直言。
正如民生加银基金经理王悦所言，优秀的投研人员应该是一个能不断提出好问题的人。
可见，未来主动管理的核心竞争力可能会从“谁跑得更勤”转向“谁的框架更好、谁能提出更好的问题”。
在上述绩优基金经理看来，投研的人力资本正在向大模型公司的Token（算力代币）价值转移。
以前，基金经理等投研人员的主要成本包括薪金、调研费用等，未来，算力调用费用、私有化部署成本、高质量数据购买成本将成为决定一家机构投研上限的关键变量，这可能会导致行业格局进一步分化。
当然，“用AI投研AI”也面临诸多挑战，如何识别底层数据污染就是一个比较突出的问题。
上述北京公募基金经理透露，他主要使用海外大模型做初步筛选和产业汇总，再用双数据源交叉验证，最后落到产业链专家访谈。
汇丰晋信基金经理韦钰表示，AI目前只能协助处理历史资料等，现场调研、管理层状态感知、合规前提下的非公开信息挖掘等依然需要人工完成。
