天弘基金AI研究员亮相晨会，公募业已分出三个梯队

从读研报到当场追问，基金公司的“AI研究员”开始上岗了

天弘基金一场晨会的画面最近在业内传开——发言的是“AI研究员”，它和投研团队现场交流。公募行业正拿AI重新打量自己的业务逻辑，“AI像真的研究员那样工作”就是这种变化的写照。

2025年5月，证监会印发《推动公募基金高质量发展行动方案》，其中明确鼓励基金公司加强对人工智能、大数据等新兴技术的研究应用。中国基金报的调研显示，行业对AI的关注点已经从读研报、生成纪要、跑因子，转到关键节点上敢不敢提出质疑、怎么用得更实更深。部分头部机构已经进入规模化应用和平台化供给的新周期。

“像真的研究员那样工作”

天弘基金投研团队的晨会上，一位研究员正在分享，共享屏幕突然弹出提示：“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。”

这条提示出自AI Challenge，天弘投研人员管它叫“AI研究员”。它会汇总卖方、买方以及内部过往的报告，再与研究员互动；只要讲述内容和已有信息偏差较大，它当场就会发问。

有基金经理评价，AI Challenge在部分问题上的看法“一针见血”，能推动团队往下深挖。

按照介绍，AI Challenge被嵌入天弘基金的自研投研平台“弘研智策TIRD”。该平台本地化、私域化，深度嵌入投研流程，目标是打通研究、投资、风控三端，核心功能分三块：投研赋能工具、信息搜集交互工具、管理工具。

不少机构判断，2026年可能成为“投研智能体元年”。眼下行业的风向是“以AI重新审视业务逻辑”，一部分头部机构基本走完了概念验证，进入规模化应用与平台化供给的新周期。从部署深度看，公募行业大致分成三个梯队：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；其余公司还停留在局部试点。

汇添富基金相关人士说，围绕投研全流程，公司在关键岗位搭起了研究、投资助理、规则化投资、交易等Agent集群，串起信息获取、研报处理、观点跟踪、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”是任务驱动的岗位化Agent，已经接下研究员约40%的基础案头工作——翻内部知识库，从过往报告里学买方的行业研究框架，再结合最新行情、公告与行业数据写研究报告、给股票评级、做研究看板，“像一位真的研究员那样工作”。

落到实际运行，基金公司格外看重边界清晰。易方达基金把EWork平台当作智能化应用的载体，上面建了投研信息检索整理、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，作用是帮研究人员提效，人工判断和投资决策并不交给它。

也有公司走得更“克制”。某基金公司称，AI已经用在投研流程里，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，但没有把它拟人化，所有结论仍由投研人员输出，AI只做信息预处理。

AI已经嵌进多种业务场景

业内人士介绍，AI如今深度嵌入“研究－投资－风控”端到端的完整投资流程，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，为投资组合带来增量收益，也沉淀出多种成熟落地场景。

汇添富基金经理夏正安介绍了第一类：市场叙事与主线机会的动态识别。AI每天批量解析全市场高质量投研语料，把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，把预期收益有吸引力的线索推送到投研端。这类标的大多不在市场主流热点里，容易被传统投研框架漏掉，恰恰是预期差的重要来源。

第三类是量化Alpha策略的迭代优化。量化板块里，AI拿存量因子库打底，在合理约束条件下自行摸索因子组合、加权方式与策略构建的更优解，不断迭代因子合成算法，优化收益稳定性、回撤控制等指标，改善整体风险收益特征。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。公司在风控端搭了一套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。借这套标准化框架，AI每天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，帮团队提前排查风险隐患，避开被动偏离、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可控。

招商基金的AI应用据介绍已从早期技术试点走到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。投研领域落地了智能纪要、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，权益、固收、ETF方向上还在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，支撑大规模资产稳健运作。从智能化程度看，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都已落地应用。

资管行业的“生产方式”将被重塑

业内人士表示，往后AI会重塑资管行业的“生产方式”，但“生产主体”不会变。

汇添富基金相关人士的看法是，AI原生投研体系建成后，全市场扫描、跨资产实时动态跟踪都能快速完成，基本面边际变化可被捕捉，并按策略约束做动态调整；案头信息处理交给AI，人则把精力放在商业逻辑推演、逆向思考和组合构建上。信息差正被迅速抹平，超额收益的来源不再是“谁能更快、更全地拿到公开信息”，而是“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判断，人工智能普及会重塑公募超额收益的生产逻辑，但改变的是生产方式，超额收益本身不会被消灭。这家公司强调，AI把信息获取门槛大幅拉低，信息差优势逐渐消失。超额收益不再只来自静态的研报或观点，而要看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，把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。

汇添富基金有关人士也谈到了对AI下一步走向的看法。第一，把Agent基础平台做扎实，让任务规划、编排、执行这几项能力更强，任务完成的效率和质量继续往上走；第二，业务Agent的应用要往深里做、往细里做，行业研究场景和各资产投资场景都要覆盖到，支持个性化的研究需求配置，Skill怎么建、怎么调，交给业务人员自己来；第三，AI能力要嵌进投研一体化平台，深度融入系统流程，让Agent一步步接手现有工作流，不过关键节点必须留人工复核和决策，形成“系统+AI+人工”的闭环；第四，知识本体治理要加强，公司内部的结构化数据和非结构化数据都得用起来，优质的AI产出内容要收进知识本体治理。

深圳一家基金公司则谈到了未来可能遇到的难题。一是怎么鉴别、证伪AI输出的结果，把幻觉和伪信号识别出来；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、长期基本面方面的深度洞察与前瞻判断。另外，独立思考与逆向决策能力也得加强：市场走到极端的时候，AI可能因为数据局限或者模型偏差出现误判，这种时候投研人员的独立思考和逆向决策能力就格外关键。

头部基金公司入驻AI工作台，抢占“对话式”服务新入口

“基金赎回几天到账？”“加息对市场有何影响？”换在过去，投资者想把这些问题搞清楚，得在规则说明和财经资讯里来回翻找。现在这些提问有了新去处：从搜索框挪到了对话框。

公募基金最近悄悄刮起一阵“开进”AI工作台的风，易方达、南方等基金公司入驻腾讯WorkBuddy，广发基金入驻字节跳动“豆包工作”平台。专业的基金知识正被成批封装进AI对话场景。

“投资者在哪里，服务就到哪里”这句话从口号变成技术现实之后，基金公司抢到的不只是一个对话界面，更是与数亿投资者建立长期信任关系的新入口。

多家基金公司“开进”AI工作台

公募基金与AI工作台的牵手，正在成为基金行业一股新风潮。

易方达是第一家入驻腾讯WorkBuddy的基金公司，其“易方达Buddy应用”分为“看懂机会”“挑选基金”“持有陪伴”三大模式，能触达9个专业服务场景：投前有热点跟踪解读、基金经理观点与主题概念解析，投中有基金综合分析、多维度筛选与指数投资专区，投后则是投教学习、关键时点陪伴和全触点服务导览。

广发基金是字节跳动“豆包工作”平台的首批入驻方，已经上线“广发基金”连接器以及三大技能：“基金问答录”负责解答交易规则，“观点策略库”负责解读市场逻辑，“投研翻译官”负责用通俗语言拆解研报，把专业的基金知识和市场观点接进AI对话场景。公司相关人士称，希望在技术条件和监管规定允许的范围内积极摸索合作机会，让投资者在自己熟悉的场景里更方便地拿到专业知识和市场观点。

南方基金在WorkBuddy上盯住“怎么选基金”这个高频需求，设了热点解盘、基金甄选、基金评测、指数洞察、债市观察五大专家模块，把“选基金”这件原本要在多个页面之间来回跳的复杂任务，收进同一次对话里完成。

从“推送阅读”到“按需调用”

把机构级投研内容“翻译”成普通投资者听得懂的话，并以对话形式即时问答，这种新模式给行业投教和内容运营方式带来了深刻变化。

易方达基金客户服务与销售支持部总经理杨安乐觉得，这是行业投教和内容运营方式的一次“升级”。以前投教内容主要靠传统媒体、新媒体平台等渠道投放，是“广撒网”式的输出。现在有了AI，专业的投研投教内容能按需调用，再结合市场数据和用户画像，输出得更精准、更个性化。

杨安乐还提出，这对内容运营的要求其实更高了：一是底层素材要更严谨专业；二是投教内容更有场景和针对性；三是除了内容，还要有适配AI平台的分发手段。

广发基金相关人士给出了另一种思路：“对话式服务拓宽了与投资者互动的场景，是对公众号、投教文章等既有形式的拓展和补充，而非替代。”

受访机构和第三方机构判断，人工智能发展下去，投资者教育方式会出现结构性变化。以前投资者教育是让投资者“读文章”，现在是AI“调用素材作答”，这会倒逼内容生产走向结构化、标签化、观点化。天相投顾表示，投教内容的生产逻辑已经从“机构要讲什么”变成“投资者想问什么”，这种对话式投教能持续积累投资者画像，把一次性的内容投教变成长期的陪伴与关系维护。

AI对话入口的用户迁移已经发生，但“在平台提问”和“在平台完成基金决策”之间还隔着障碍，判断某个入口值不值得卡位的标准是什么？看对话量、看有效触达，还是看可追踪的转化？

广发基金相关人士表示，从投资者服务与陪伴的角度看，重点关注的是能否强化连接、有效回应投资者问题，以及增进投资者对基金的了解。

杨安乐的核心考量是能否为更多客户提供更有价值的服务。相比短期的产品规模和客户转化，其更追求与客户建立长期的信任关系。

从“产品中心”走向“投资者中心”

头部公司的行动是否会引发基金公司入驻AI工作台的风潮？

华南一位业内人士判断，这波入驻潮恐怕已经起来了。头部机构先走一步，后面大概率会有其他公司跟着进场。在他看来，新入口会把专业内容和服务能力的价值放大，门槛也会随之抬高。但短期看，更多还是多了一个触达投资者的补充渠道，谈不上替代。“它跟传统代销平台是互补关系——AI工作台管认知和陪伴，代销渠道管交易和转化，闭环没打通之前，两边很难真正互斥。”

天相投顾的看法类似：其他公募机构可能会陆续跟进，AI工作台与传统代销平台之间形成的是“引流－转化”的互补关系。

把时间拉长看，对话式AI服务有可能成为公募行业从“产品中心”转向“投资者中心”的一项关键技术手段。

天相投顾表示：“对话式投教服务于‘投资者中心’转型的意义，不在于能够应答多少问题，而在于具有了实现‘投资者有需求时即时陪伴’的技术可行性。”该机构还指出，往后如果AI工作台能把“顾”这项服务的边际成本持续压下来，稳定地向投资者给出高质量、合规的陪伴应答，它就会成为推动行业转向“投资者中心”的重要结构性力量。

不过也有业内人士提到，转型要真正落地，机构在考核、产品设计和长期陪伴机制上得一起跟上，否则实质性的变化很难出现。

易方达财富人工智能部总经理刘玮提醒，投资者容易把对话式AI金融服务当成“投顾”，其实两者有本质区别。投教做的是知识普及和风险教育，不给针对个人的具体投资建议；基金投顾则属于受托资产管理或建议服务，要结合客户需求和风险承受能力，给出专业资产配置方案并持续陪伴，背后靠的是机构完整的投研体系、顾问服务、风控机制和系统支撑能力。