核心观点 - AI大模型技术赋能金融资产管理行业，资管机构重视其战略意义并推进投资布局 [3] - 国外资产机构依托数据生态成熟、金融科技基建完善、技术起步早等优势，迅速推进AI大模型应用 [3] - DeepSeek助推国内资管机构加速智能化转型，多家机构已部署该模型并应用于多业务场景 [3] - “AI+HI”的人机协同模式是资管行业应用AI大模型的趋势，要明确AI大模型的“协助者”本位 [3] 01 AI大模型赋能金融资管行业 技术供给端 - 大语言模型是信息时代AI技术发展的产物，近几年开始大规模集中发布，其崛起有Transformer、ChatGPT、DeepSeek - R1三个里程碑式成就 [8] 业务需求端 - 全球财富市场与资管行业需求与压力并存，2023年全球资产管理规模同比增长12%达118.7万亿美元，但面临利润下降等压力 [12] - AI大语言模型能高效解决资产管理中的数据困境，相比纯人工处理海量数据更具优势 [12] 供需结合 - 多数资管机构认为GenAI将对业务产生显著影响，54%的机构预期未来三至五年有重大影响，55%已将其视为战略优先级并试点应用 [17] - 2024年中国金融行业AI和生成式AI投资规模达196.94亿元，预计到2027年飙升至415.48亿元，增幅111%，资管机构积极拥抱技术变革 [17] 02 国外资管机构的AI大模型应用案例 整体优势 - 国外资管机构依托“技术先发+基建完善+数据成熟”三大优势加速推动AI大模型应用，如美国数据生态成熟、金融科技基建完善且早期构建专属AI平台 [21] 贝莱德 - 阿拉丁平台引入大模型技术和生成式AI构建Aladdin AI Copilot，提升平台AI智能化水平，支持关键业务决策 [27] - 系统化主动权益投资（SAE）策略融合先进技术，拥有超100名专业人员，管理规模达2110亿美元，在投资理念、风险管理、交易成本管理方面有严谨方法论 [31] - SAE团队不断迭代AI技术，自研大语言模型发展至第六代，在金融应用中精确度超越通用模型 [38] - 推出“主题机器人”结合大模型和专有数据，能高效透明构建股票篮子，投资组合经理专业知识贯穿流程 [42] 摩根资管 - 为员工提供LLM Suite生成式人工智能平台，具备三项关键功能，协助约5万名员工，开发动机之一是保障数据安全 [44] - 推出IndexGPT利用GPT - 4技术创建“主题投资篮子”，提高构建特定行业主题可投资股票指数的效率和准确性 [48] - 开发SpectrumGPT专有语言处理模型集成在Spectrum投资平台，基于庞大数据库，减少“人工智能幻觉”问题，提高分析师工作效率 [52] Vanguard - 提出“Mixture of Agents”（MoA）框架，是先进的多代理检索增强生成（RAG）系统，由多个专门代理组成，成本效益高，适合大规模金融应用 [56] 其他国外案例 - 高盛使用Google的“Gemini”模型，在金融行业应用场景中准确率和效率较高 [58] - Spacestation Investments引入PaperOS平台提升私募基金运营效率 [58] - 麦格里、GIC、富达、资本集团等机构信息披露不详细，反映AI大模型应用尚待成熟普及 [58] 03 国内资管机构的AI大模型应用案例 整体情况 - 国内资管机构大规模迅速部署DeepSeek，其算法优化、国产属性、开源特性契合资管机构核心诉求 [64] 易方达 - 与澜码科技合作推动大语言模型及AI Agent应用，EFundGPT大模型在多场景应用提升工作效率，借鉴DeepSeek经验对其升级优化 [68] 工银瑞信基金 - 联合打造资管行业大模型智能解决方案FundGPT，涵盖多种技术场景，应用场景丰富多样，提升智能化水平和工作效率 [70] 富国基金 - 构建AI中台统一管理模型能力，大模型业务落地场景涵盖投研、系统研发和运营风控等领域 [72] 盈米基金 - 从构建多元混合大模型技术底座、数据资产与知识沉淀反哺AI、打造AI智能体开发平台三方面推进大模型应用，实现全方位效能提升 [77] 其他国内机构 - 多家国内资管机构在投资研究、客户服务、风控合规等多领域应用大模型，提升各方面效能 [78] 04 资管领域应用AI大模型的场景 客户服务 - 个性化服务提升客户体验，智能客服优化服务效率，数据驱动精准营销与服务优化 [83] 投资研究 - 数据整合与知识管理提升研究效率，智能分析与报告生成赋能投资决策，人机协作重塑投资研究未来 [86] 风险管理与资产配置 - 智能风险识别与预警、欺诈检测与异常行为分析、动态资产配置与全天候市场监控提升风险管理和资产配置能力 [87] 合规与中后台运营 - 合规性监控与报告生成、自动化报告与数据管理、战略性人力资源分配提升合规和中后台运营效率 [90] 05 挑战与启示总结 人机协同进化 - “AI+HI”的人机协同模式是趋势，要明确资管主体与AI大模型的关系，避免因“信息幻觉”导致投资决策失误 [97][98] AI大模型的“双刃剑”本质 - 要规避AI大模型敏感数据泄露风险，资管机构将其应用至整个价值链环节，未来竞争比拼AI能力 [103]