【导读】从明星基金经理到投研“工业化流水线”，头部公募为何扎堆“All in AI”？
中国基金报记者 闫军
“AI可以每天晚上处理超10000份研报或公告信息，白天进行投资策略迭代。”在中欧基金日前举办的一场分享会上，该公司相关负责人表示，AI的赋能显著提升了多资产团队的策略更新频率，以转债策略为例，过去一年内已完成超过4次迭代。
科技赋能投研在头部公募基金公司中并非个例，随着《推动公募基金高质量发展行动方案》明确提出加快“平台式、一体化、多策略”投研体系建设，公募基金投研借助金融科技，全面迈向“工业化流水线”时代。
中国基金报记者向近20家头部基金公司进行的调查显示，金融科技已深度融入公募投研的全链条，从数据治理、因子挖掘，到投资决策、交易执行，再到合规风控与绩效考核，智能化投研系统正从后台工具升级为前台战斗力。甚至有头部基金公司内部明确提出“All in AI”的战略方向。
从“个人经验”到“组织资产”金融科技赋能下的战略升维
公募基金行业正经历从“明星基金经理”模式向“平台化投研”模式的历史性转型。在这一进程中，投研系统的战略定位被各家公司提升至前所未有的高度。
广发基金将投研系统定位为公司数字化转型的“战略核心”。投研能力是资管机构安身立命的根本，而投研系统承担着将这一核心能力从“个人经验”汇聚为“组织资产”的关键使命。具体而言，要实现三个层面的战略目标：推动数据转化为可信资产，将投资经验沉淀为可复用的方法论，让投研流程从离散的个体行为走向可编排、可追溯的组织闭环。
招商基金将科技能力定位从“保障业务运行”升级为“嵌入经营决策、服务客户体验、守住风险底线”的经营能力，投研系统则是公司数字化转型的核心生产平台。其建设历经信息化、科技化、数字化阶段，正迈向数智化新阶段。
易方达基金将投研系统定位为支撑投研能力平台化的核心战略载体，适配“大平台、小团队”管理模式，打破系统数据孤岛，实现研究、投资、交易、考核一体化闭环。永赢基金同样将投研系统建设视为数字化转型的重要战略内容。富国基金则确立了以“数据—算法—算力”三位一体为核心的转型主线，将投研一体化智能平台定位为数字化转型的核心生产力底座与投研工业化的重要载体。
从启动时间来看，头部基金公司最早可追溯至2013年至2019年之间，各家布局节奏虽有所不同，但均以投研系统为突破口推动数字化转型。在投入方面，各家公司均呈持续增长态势。永赢基金、华泰柏瑞基金、富国基金、工银瑞信基金、大成基金等多家公司表示投研系统投入逐年增加，不断加强功能的广度和深度。以华泰柏瑞基金为例，近三年投研系统总投入保持年均15%以上的增速，投入结构从“硬件+数据采购为主”转向“数据+算力+人力”三位一体。
从研究、投资、交易到考核管理公募投研“工业化流水线”成型
投研系统能否真正赋能业务，关键在于能否深度融入研究、投资、交易、考核管理的每一个环节。从调研情况看，头部基金公司已在多个层面取得实质性突破。
首先，研究端赋能主要体现在“减负增效”上。招商基金已落地多项AI应用，访谈纪要日均产出约30篇，财报点评覆盖31个行业，帮助研究人员将更多时间投入深度研究。中欧基金最新开发的投研Agent已集成超过100个Skills（专业技能模块），覆盖数据抓取、行业分析、财务建模、报告撰写等多个场景，研究员信息检索效率提升60%以上；其权益团队长期使用的“五要素模型”也实现智能化升级，大部分填表工作可由系统自动完成，编制效率提升约50%。
易方达基金介绍称，于2026年上线企业级人工智能基础设施平台EWork，推动AI能力在投研全场景规模化应用。国泰基金已建成“数据基座—知识基座—Agent能力层”三层递进的智能投研架构，底层是覆盖A股、基金等核心维度的结构化数据体系，中间层是涵盖研报、路演纪要等在内的非结构化知识库，支持语义级检索。
永赢基金的天玑权益研究系统涵盖了从宏观、行业到公司维度的研究数据收集与研究内容管理，覆盖晨会、模拟组合、个股推荐等核心功能，实现了研究工作的闭环管理。其牵星固收投研系统则利用大数据技术和智能评级模型，通过微服务架构实现了评级定价、风险监测和策略管理的一体化。在资产配置领域，其万象多资产智能系统与经纬投资管理系统、明镜风险管理系统协同运作，五大系统形成了覆盖固收、权益、资产配置等多元业务的一体化投研支撑体系。
嘉实基金自2018年便布局投研数字化，近两年进一步将AI能力深度落地投研业务。嘉实基金认为，可将AI在投研领域的应用划分为生产、交互、决策三个阶段，目前在生产、交互两大环节已发挥巨大价值。生产端，AI大幅提升信息获取、加工、结构化处理的效率；交互端，实现信息的个性化精准推送，基金经理可快速浏览与自身组合高度相关的信息。
鹏华基金表示，聚焦数字化基础能力的搭建，着力完善支撑业务运转的技术体系，打破信息流转的壁垒，提升整体运营的效率与稳定性。公司自主研发的智能投研平台整合海量底层数据、舆情监控、因子分析、组合风险管理等功能模块，为基金经理提供实时、多维的决策支持，同时极大提升了研究员的研究广度与深度。
其次，在投资端，金融科技聚焦于拓展决策的广度和深度，已经从单点工具变成多策略组合管理体系。
广发基金在主动权益领域打造了多策略组合管理系统，通过基金经理工作台实现全链路数据聚合与模块化布局，通过分仓管理和持仓管理分别解决收益溯源和组合透视问题。
在固定收益业务领域，广发基金在场外市场和银行间业务流程实现了高度线上化和智能化。存款一体化系统将多种线下零散操作升级为集成化的全生命周期管理模式，新债系统打通一级市场全流程，智能交易机器人有效提升回购和现券交易效率。
中欧基金量化投决会主席曲径介绍，大语言模型显著提高了代码编写和IT开发效率，更深的变化来自数据范围的拓展，大语言模型可以阅读公告、新闻、调研纪要和产业资料，从语料中提取新的选股特征，与传统价量策略形成低相关性，有助于提高策略底座的稳定性。
富国基金在权益、固收、量化三大核心业务条线专项系统均实现全面自主研发与落地应用，逐步推进“多产品、多策略、多经理协作制”业务形态的投研体系建设。汇添富基金建成了货基、债基组合管理以及债券ETF运作支持管理，实现了对货币基金的实时估值及基金产品的实时持仓更新、持仓结构分布、资产类别穿透等功能。
景顺长城基金基于AI、云原生等前沿技术构建投研平台，以前端整合与接口整合为核心抓手，支撑固收+、固收、ETF、养老FOF、主动管理及量化等多策略业务。
“投研系统不是单纯的信息化后台，而是把‘数据—研究—模型—组合—风险—复盘’连接起来的核心生产基础设施。”华泰柏瑞基金量化与海外投资部相关负责人指出，其价值一方面在于把研究过程标准化、可复现、可沉淀，另一方面在于通过自动化和智能化扩大研究覆盖面、缩短研究周期。
交易端的变革同样显著，主要体现在自动化水平大幅提升。平安基金表示，其投研平台已逐步形成覆盖投前研究、投中支持、投后分析的一体化框架，并延伸出投资管理、研究管理、组合分析、风险绩效等子系统，智能化应用包括智能指令识别、智能会议、信息摘要等。
在考核管理端，科技赋能实现从定性到定量可追溯。永赢基金介绍，将研究工作的管理纳入系统，增加了量化工作的衡量标准，为团队考核管理提供了更多可靠的客观指标。富国基金在绩效归因和投资研究考核管理方面建立了相对完备的机制，在研究员的广度和深度考核、权益和固收投资经理绩效归因分析和考核等方面提供系统化支持。
合规风控嵌入投资决策全流程
在监管趋严、穿透式监管成为常态的背景下，科技实现了合规风控前置，并嵌入投资决策全流程。
据招商基金介绍，其投研系统中，坚持合规风控规则优先于模型判断，对持股集中度、流动性约束、公平交易、投资范围和授权额度等规则，通过专业规则引擎实施刚性控制，AI不能自行修改、绕过或替代。公司已构建事前预警、事中监控和事后分析的多层防线，上线60余个自研风控维度池，实时引擎集群化改造后计算性能提升约30%。
广发基金在系统设计之初就将合规风控作为必须“嵌入”的模块，贯穿事前、事中和事后全流程。在关键业务环节均自动校验评级、集中度、资质等风控规则，实时提示预警或刚性拦截，事后数据同步留痕，做到规则可配置、过程可留痕、结果可追溯。
富国基金构建了基于分布式EDA架构的合规风控引擎，推动事前投资风控试算、盘中风险预警、事后合规监督全流程数字化。自研风控平台提供投资政策可视化视图、标准化风控规则配置等功能，支持意向交易预审和模拟调仓试算，实现了各类场内场外交易场景及投资品种的全覆盖。
永赢基金自主研发的投研系统、风控系统和交易系统均与恒生O32系统实时联通，实现了投研转化、投资决策、风控约束和交易执行的全流程管控。
在投资集中度管理方面，由投研系统给出主体和个券的基本面观点及内部分级评定，风控系统根据不同产品策略定位管控投资限额，交易系统实现事前、事中控制。在组合流动性管理方面，自研风控系统每日监控各组合流动性情况，对受限资产比例过高、资产负债不匹配等情形自动告警。在公平交易管理方面，自研交易系统与O32系统内嵌标准化交易委托及分配规则，风控系统定期开展多维度公平交易分析。
大成基金采用投前风控方式将合规风控约束前置，通过投前合规校验、投中实时拦截、投后复盘追溯的全闭环管控模式落实管控要求。华泰柏瑞基金将风控规则分为“硬约束”和“提示性约束”，对持股集中度、流动性、投资范围等明确规则在组合生成时自动限制，对异常波动等偶发事项则通过预警和人工复核处理。
工银瑞信基金推动智能投研平台与智能风控平台全面对接，将合规要求前置到投资试算、组合构建等环节，实现“先合规、后投资”。同时打造IBOR实时交易数据中心，为风控规则的实时、刚性执行提供数据底座支撑。
在数据安全方面，多家公司均采取“私有化部署优先”原则，保障涉敏业务数据在内部受控环境中运行。摩根资产管理中国人工智能首席总监平野表示，核心模型与敏感数据均在内部安全环境中运行，确保客户数据与投资策略不外泄。
未来看好AI智能体与投研全流程的融合
展望未来三至五年，各家公司对投研系统最大的技术突破点形成了较为一致的判断：AI智能体（Agent）与投研全流程将实现深度融合。
“最大突破将来自多模态AI与智能决策的融合，最终目标是构建人机深度协同的投研新范式，AI负责广度与速度，人类负责深度与判断。”平野表示。
大成基金认为，最大的技术突破点是企业级金融智能体，应当以全链路可治理、可协同、可迭代的金融智能体原生一体化架构进行相关技术和业务突破。未来智能体架构将把投研全流程变成自主协同、人机分工、投研知识资产沉淀、合规内嵌的完整数字生产线。
华泰柏瑞基金认为，未来的AI助手将具备深度个性化能力，能够学习基金经理的投资风格和偏好，提供量身定制的决策支持。国泰基金预判，差异化将来自组织能否把知识规模化，把资深研究员的方法论、行业框架与合规红线沉淀为标准化、可复用、可评估的Skill。
从投资端的一线实践来看，投研系统的数智化转型正在深刻改变基金经理和研究员的工作方式。“优质的投资结果并非来自海量信息，而是来自正确的信息、正确的时点和正确的判断，这正是专业投资人的核心价值，而AI正是放大这一核心价值的关键工具。”平野强调。
工银瑞信基金表示，公司已成立AI应用工程部，组建专职FDE前端敏捷作战创新智能投研柔性团队，深化业技融合。博时基金则认为，人工智能将推动投研效率的大幅提升，从量变到质变，影响到组织变革和行业生态重塑。公司还将投研前中后台各部门和海外子公司在一个平台上协同，提升了资产管理的整体能力和全面风险防范能力。
从“明星基金经理”到“平台化投研”，从“手工操作”到“AI驱动”，公募基金行业正经历一场深刻的生产力革命。
正如嘉实基金所言，公募AI建设的关键是明确能力边界、任务边界和责任边界。数字金融的智能化跃迁，最终衡量的不是模型有多强，而是金融机构能否因此变得更专业、更稳健、更可信。建设有责任边界的AI认知生产体系，让人工智能更好地服务于资产管理高质量发展，更好地服务于资本市场建设，更好地服务于广大持有人的长期利益，是公募基金行业共同努力的方向。
校对：纪元
编辑：鹿米
审核：许闻
注：本文封面图由AI生成
版权声明
《中国基金报》对本平台所刊载的原创内容享有著作权，未经授权禁止转载，否则将追究法律责任。
授权转载合作联系人：于先生（电话：0755-82468670）
热门跟贴