ARTi上线4个月揽7万用户:德林控股孵化AI投研平台,A轮融资已启动
AI正在成为投资者通讯录里的新好友。
在香港,不少投资者的通讯录里多了一个AI好友。
不用装新App,扫个二维码,加上一个叫
ARTi的联系人,就能像聊天一样问股市行情、看个股走势,甚至让它写出一份投资研究报告。和普通聊天机器人不一样的地方在于,ARTi会把自己对每只股票做过的判断都记下来,等到日后某个时点,再拿真实行情来对账。
这款产品出自一家AI创业公司,而这家公司是从香港家族办公室的业务体系里孵化出来的。
港股上市公司德林控股(1709.HK)今年6月披露,其战略投资的AI投研平台ARTi拿到了香港知名基金C资本(C Capital)150万美元Pre-A轮投资,投前估值3000万美元。ARTi在7月正式上线,4个月时间攒下7万名用户。ARTi CEO张强(Eason Zhang)日前向我们透露,A轮融资已经启动。
AI Agent眼下遍地开花,金融投资又是竞争相当激烈的一个场景。金融Agent越生越多,投资者还需要多少人类分析师?
从香港家办走出来的金融Agent
“ARTi的第一个版本,就是我自己的Personal Agent。”张强说,做这个产品,最初是出于自己的需要。
张强此前是全球头部咨询公司的战略咨询合伙人,长年服务金融机构。2015年离开后,他创办过一家金融科技企业,后来被收购。此后的十年里,他陆陆续续参与科技领域的投资。
今年年初,AI Agent和AI Coding工具跑得越来越快,他动手给自己搭了一个投资研究Agent。起初只是想用AI分担日常的金融研究工作,后来拿给身边朋友试用,反馈不错。
在他眼里,投资者的问题往往不是信息不够,而是信息太多。传统研报里,分析师给出看涨或看跌的结论,市场却还在变,研究结论未必有人系统地跟踪、复盘。报告一交,研究工作常常就停在那儿了。他想解决两件事:一是用AI处理人力难以穷尽的海量信息,二是让每一次投资判断都能被验证。
现在用户打开ChatGPT、Claude或者其他通用大模型,同样能拿到投资分析。张强认为,通用大模型和专业金融Agent的差别,不能简单看成谁答得好,关键在于数据来源够不够、有没有适合金融场景的分析框架、判断结果有没有验证机制。ARTi走的是多模型协作的路子,把不同大模型的能力结合起来,并在数据检索、模型调度、分析流程和结果核验上搭了一套工程系统。
大模型会幻觉,这话大家都在说。ARTi团队发现,金融里的幻觉有它自己的样子。实测中,它可能表现为:把过期数据当成当下的,认错同名公司或者两地上市的公司,等等。
说白了,幻觉就是模型生成的内容读起来流畅、看着合理,却跟事实对不上。OpenAI研究人员2025年的一篇论文给过一个朴素的解释:训练和评测都在奖励猜测,而不是承认不确定,好比考试碰上不会的题,猜一个总比空着强。
落到金融场景,至少有四种表现。一是编数字、编来源,自己造出一个像样的增速,再配一条像样的研报出处。二是搞不清是哪一天,把过期数据当现在的用,数据缺失时又悄悄补上、捏出一个相对合理的数字。三是认错对象,同名公司、A股港股两地上市,一旦认错,后面的分析全作废。四是出了错还一切正常,接口超时被说成“没有消息”。
“模型被训练成宁可猜也不认‘不知道’,研究者发现,光叮嘱它‘请你准确’并不管用。于是他们没再指望模型不犯错,转而从外围搭机制:来源得有回执,数据要带时间,证据不足就弃权,判断到期拿真实行情来对账。他们不敢打包票说它不会错,但每回出错,都该查得出来。”
这些机制多半是试错试出来的:研报连环重试、迁移被不声不响地跳过,每出一次岔子就补一道门禁。此外还有一万六千多只标的、每天近千万条数据,口径、币种、交易日历彼此都不一样。“用户那边看到的是一个联系人,背后撑着的是一整套金融工程。”
团队搭法是金融专业人才加AI技术人员。CTO Steve有硅谷科技创业和AI技术的深厚背景,负责产品整体技术架构。团队里还有来自模型算法方向的资深技术负责人。此外,一位来自硅谷核心AI实验室的首席科学家担任专家顾问,与团队围绕模型自我进化、金融数据应用等方向合作。
产品很快得到德林控股的支持。德林控股是在香港上市的综合金融服务集团,以家族办公室和财富管理业务起家,后来逐步拓展到证券交易、投资银行、资产管理及数字金融等领域。
德林方面称,看好ARTi主要基于两个判断。
一方面,金融投资研究有真实需求。用户要不断获取市场信息,做分析、形成判断。这类需求反复发生,有机会支撑AI产品积累使用数据,进而改善模型表现。
另一方面,ARTi选了一条相对轻量的产品路线。它没有一上来就砸大钱开发独立App,也没有直接切入证券交易执行环节,而是把Agent接进WhatsApp等现有通讯平台。用户加好联系人,就能像聊天一样问市场行情、黄金价格,或者某只股票值不值得投。这种“轻入口”的形态既压低了用户的使用门槛,也让团队迭代更快,产品开发与运营成本可控。
这样看,ARTi的创业起点和一般AI应用创业公司不太一样。它手里有金融场景,也能借助既有客户资源做产品测试。
谁愿意为AI分析师买单?
金融投资是建立在信任之上的生意。对ARTi来说,香港既是创业的起点,也是其商业模式的重要支撑。
香港是国际金融中心,金融市场成熟,监管体系完备,持牌机构生态健全,同时还是内地与国际资本市场之间的连接点。关注港股、美股和A股的投资者,在跨市场信息获取和投资研究上一直有实际需求。香港近年也在加快金融科技方面的动作。香港金管局《金融科技2030》把人工智能列进了战略方向,特区政府的首个五年计划同样提出要推动AI与产业深度融合。
ARTi想抓住的正是这个窗口——把来自硅谷的AI技术能力,与香港既有的金融业务资源对接起来。战投方德林控股的财富管理业务、金融机构合作网络以及相关持牌资源,则给了它触达专业投资者的基础。
眼下ARTi的用户分成两块。一块是香港高校学生、海外华人,以及刚接触投资的职场新人,他们缺少系统的投研经验,想靠AI了解市场、学习投资方法。另一块是高净值投资者,来源主要是德林的财富管理业务,还有ARTi与其他家族办公室、金融机构的合作网络。
张强认为,这两类用户带来的商业价值并不一样。年轻人对新技术接受度高,会提出大量真实问题、给出使用反馈,帮团队更快暴露产品的短板,判断检验也因此有了更丰富的真实场景。高净值投资者的投研需求更明确,付费能力也更强,是ARTi现阶段最想拿下的核心客户。
他坦言,金融市场从来不缺愿意为投资信息掏钱的人。买专业数据库、订阅研究报告、找投资顾问,高质量的投研一直有市场。问题是,要让投资者从传统服务转向新工具,分析必须足够可靠、足够专业。不少券商和证券交易平台虽然已经接入AI助手,多数还是把它当作现有业务的附加功能。简单的信息汇总、财务数据罗列,远达不到专业投资者的要求,他们更需要有明确分析框架、能持续跟踪、历史判断还可以检验的研究服务。
这正是ARTi想切的那块市场。公司目前主要把产品作为增值服务提供给家族办公室和高净值客户,大规模收费还没正式启动,不过已经收到部分用户的付费意愿反馈。
个人用户端,ARTi打算走订阅模式,设免费档和不同等级的付费套餐。按团队目前的设计,付费档位为每月20美元、100美元和200美元,用户用相应积分使用投研服务及虚拟交易功能。
张强的目标是在香港争取超过5万名付费能力较强的核心用户。他承认这不容易,但对一家以专业投研服务为主要卖点的创业公司来说,找到足够多的高价值客户,比单纯追注册用户规模更重要。
与此同时,机构市场的商业空间可能更大。家族办公室、券商、资产管理机构和研究机构,本身就要承担大量信息收集、财务分析和投资判断工作。
如果ARTi能通过API等方式把投研能力嵌进金融机构现有的工作流程,就不必从头搭一套独立的金融服务体系。这也意味着,它未必要成为另一家富途或老虎证券。
金融机构买AI服务,逻辑有两层:一是自动化处理基础研究工作,减少重复劳动;二是借持续跟踪和判断检验机制,给投资经理提供更系统的决策参考。
不过,金融领域对AI的要求远高于一般的信息服务。即使AI在某一阶段判断准确率较高,也不代表它在不同市场周期里都能保持同样的表现。历史判断准确,更不等于用户一定能拿到投资收益。
张强对此的预期相对克制。按他的设想,ARTi现在更接近一名受过良好金融教育的初级分析师。未来他希望这套系统能具备相当于5年以上工作经验的金融分析师的研究能力,包括信息收集、财务分析、估值建模,以及对行业和企业形成相对独立的判断。
“他还不是一个投资大师,最终的判断我们还是交给人类,他只提供连续可追溯的建议。”
在张强看来,AI进入金融行业后有望提升投资研究的整体效率。当专业信息的获取门槛逐步降低,投资者使用AI的能力、经验积累和独立判断力,可能成为新的分水岭。