中国基金报记者 闫军 曹雯璟
近日，天弘基金“AI研究员”出席晨会并与投研团队互动的画面在业内引发关注。“AI像真的研究员那样工作”，成为当前公募行业以AI重新审视业务逻辑的写照。
2025年5月，证监会发布《推动公募基金高质量发展行动方案》，鼓励基金公司加大对人工智能、大数据等新兴技术的研究应用。中国基金报调研显示，从读研报、生成纪要、跑因子，到如今在关键节点提出质疑，行业对于AI应用的关注点已经转向如何用得更实、更深，部分头部机构已进入规模化应用与平台化供给的新周期。
“像真的研究员那样工作”
在天弘基金投研团队晨会上，研究员的分享被共享屏幕上的提示打断：“你对公司业务模块的盈利预测，与券商研报的一致预期存在明显差异，请说明理由。”
发出提示的是AI Challenge，天弘投研人员称其为“AI研究员”。“AI研究员”会综合卖方、买方和内部过往报告与研究员互动，一旦研究员讲述内容与既有信息出现较大差异，就会当场发问。
有基金经理表示，AI Challenge在某些问题上的意见“一针见血”，可以启发团队进行进一步探讨。
据介绍，AI Challenge嵌入天弘基金投研平台“弘研智策TIRD”，这是一个本地化、私域化、深度嵌入投研流程的自研平台，意在打通研究、投资、风控三端，具备投研赋能工具、信息搜集交互工具、管理工具三大核心功能。
多家机构预判，2026年或是“投研智能体元年”。当前，行业趋向于“以AI重新审视业务逻辑”，部分头部机构已基本跨越了概念验证阶段，进入规模化应用与平台化供给的新周期。从部署深度看，公募行业初步形成三个梯队：易方达、汇添富、南方、嘉实等已建成企业级AI能力平台，投研全流程基本实现AI渗透；工银瑞信、招商、国泰、富国等在养老金运营、固收交易、智能问答等场景实现深度应用；其他公司仍在局部试点。
汇添富基金相关人士介绍，围绕投研全流程，公司在关键岗位建设了研究、投资助理、规则化投资、交易等Agent集群，形成从信息获取、研报处理、观点跟踪到组合构建、交易执行、归因复盘与风险预警的支撑链条。“AI研究员”作为任务驱动的岗位化Agent，已接管研究员约40%的基础案头工作——阅读内部知识库，从过往报告中学习买方的行业研究框架，再结合最新行情、公告与行业数据撰写研究报告、给出股票评级、形成研究看板，“像一位真的研究员那样工作”。
在实际运行层面，基金公司特别强调要保持边界清晰。易方达基金以EWork平台作为智能化应用载体，建设投研信息检索整理、对话式问答、研究分析与材料生成、数据查询与组合分析辅助等功能模块，辅助研究人员提升效率，但不替代人工判断或投资决策。
也有基金公司选择了更“克制”的路线。某基金公司表示，AI已应用于投研流程，包括智能信息处理、智能分析、智能决策支持与智能报告生成等，但并未将其拟人化，投研人员仍是全部结论的输出主体，AI只承担信息预处理工作。
AI已嵌入多种业务场景
据业内人士介绍，目前AI已深度嵌入“研究－投资－风控”端到端的完整投资流程，在长期实盘运行中持续产出可验证的预期差、另类信号与Alpha线索，为投资组合贡献增量收益，并已沉淀形成多种成熟落地场景。
汇添富基金经理夏正安介绍，第一类是市场叙事与主线机会的动态识别。AI每日批量解析全市场高质量投研语料，对海量分散信息做结构化提炼，判断不同逻辑的拥挤程度，区分已经充分定价、逐步退潮以及刚刚萌芽的新兴主线，快速梳理出当下市场的投资脉络，并输出对应的细分赛道与标的池。
第二类是低关注度标的的预期差挖掘。依托定量筛选框架，AI持续扫描市场中估值位置偏低、卖方覆盖较少、交易热度不高的标的，结合基本面研究资料，测算个股潜在风险收益空间，把预期收益具备吸引力的线索推送至投研端。这类标的大多不在市场主流热点范围内，容易被传统投研框架忽略，是预期差的重要来源。
第三类是量化Alpha策略的迭代优化。在量化板块，AI以存量因子库为基础，在合理约束条件下自主探索因子组合、加权方式与策略构建的更优解，持续迭代因子合成算法，优化策略的收益稳定性、回撤控制等指标，改善整体风险收益特征。相关优化后的策略已经接入实盘，持续为组合提供稳健的增量Alpha。
第四类是组合动态风险监测与预警。公司在风控端搭建了成熟的定量分析体系，覆盖行业暴露、风格暴露、基准偏离、交易行为分析等多个维度。依托这套标准化框架，AI每日自动完成组合多维度风险画像与归因分析，及时识别潜在风险敞口、异常偏离信号并输出预警提示，辅助团队提前排查风险隐患，规避因被动偏离、风格错配、交易摩擦等带来的不必要收益漏损，让组合的风险收益结构更加可控。
据介绍，招商基金AI应用从早期技术试点进入平台化供给和可复制应用阶段，嵌入投研、营销、客服、运营和风控等核心场景，投研领域已落地智能纪要、个股AI洞察、研报翻译与问答、AI信评报告、智能财报点评、指数成份股预测等应用，在权益、固收、ETF方向探索研究观点汇总与复盘、舆情聚合与利率研究辅助等应用。
广发基金的核心平台“阿基米德”一体化投研系统则深度服务固定收益、主动权益、被动指数、跨境投资等核心业务线，支撑大规模资产的稳健运作。从智能化程度来看，公司已在智能投研、智能风控、智能交易、智能归因分析等多个核心业务线上实现了落地应用。
将重塑资管行业“生产方式”
业内人士表示，未来，AI将会重塑资管行业的“生产方式”，但不会改变“生产主体”。
汇添富基金相关人士认为，未来，AI原生投研体系下，能够快速扫描全市场、跨资产实时动态，捕捉基本面边际变化，并按策略约束进行动态调整；AI接管案头信息处理，人类聚焦商业逻辑推演、逆向思考与组合构建。信息差正在被迅速抹平，超额收益的来源将从“谁能更快、更全地拿到公开信息”转向“谁能对同一份信息读出更深的逻辑，并转化为组合表达”，认知差成为核心收益来源。
北京一家大型基金公司认为，人工智能技术的普及将重塑公募超额收益的生产逻辑，不过，改变的是生产方式，而非消灭超额收益。该公司强调，AI大幅降低了信息获取的门槛，信息差的优势逐渐消失。超额收益的产生不再局限于静态的研报或观点，而是基于动态的市场变化和持续的研究验证。在AI推动下，基金公司投研组织向平台化协同模式演进，机构通过构建智能知识中台，将个人经验转化为组织级资产，实现知识的规模化复用和跨团队协同，提升整体投研实力。
对于未来AI的发展趋势，汇添富基金相关人士表示，一是完善Agent基础平台，强化任务的规划、编排与执行能力，持续提升任务执行的效率和质量；二是深化业务Agent应用，把场景做深做细，覆盖各行业研究场景与各类资产投资场景，支持个性化的研究需求配置，把Skill的构建与调整能力交给业务人员；三是深度融入系统流程，把AI能力嵌入投研一体化平台，让Agent逐步接管现有工作流，但要在关键节点设置人工复核与决策环节，形成“系统+AI+人工”闭环；四是加强知识本体治理，用好公司内部结构化与非结构化数据，把优质的AI产出内容纳入知识本体治理。
对于未来可能面临的挑战，深圳一家基金公司表示，一是对AI输出结果的鉴别、证伪，识别幻觉与伪信号；二是产业底层认知、管理层判断、非标准化的软信息解读；三是风控约束、组合架构、长期基本面的深度洞察与前瞻判断。此外，还要加强独立思考与逆向决策能力：在极端市场环境下，AI可能因数据局限或模型偏差出现误判，此时，投研人员的独立思考和逆向决策能力至关重要。
