论坛主旨与背景 - 2026年1月28日，清华五道口香港论坛召开，主题为“融汇丝路新动能，共创香江新未来” [1] - 主题论坛四聚焦“智驭未来：人工智能驱动资产管理新范式”，多位行业专家发表主旨演讲并参与圆桌对话 [1] 人工智能在资产管理行业的应用现状与机构差异 - 大型资产管理公司依托专有AI平台与海量数据，主导风险分析与合规管理 [3] - 中小基金借助第三方AI工具，结合行业经验与洞察以捕捉投资机会 [3] - 大型养老基金借助AI提升运营效率，并引导气候相关投资决策 [3] - 主权财富基金将AI用于资本配置，以实现投资组合的优化 [3] - 家族办公室采取混合模式，运用AI提升效率并强化合规管理 [3] 人工智能的技术发展趋势与挑战 - 人工智能正朝着多模态融合与智能体化方向发展 [5] - 人工智能发展面临潜在危机，例如陷入应试教育陷阱，以及大模型如何利用私域数据进行持续训练和推理 [5] - 为破解难题，有必要推动单个AI大模型向多个专家小模型转变，通过分布式、非中心化解决医疗、教育、金融、电商等领域问题 [5] - 需充分利用垂域数据，在保护隐私与安全前提下，让AI具有同理心，并在应用实践中持续学习 [5] - 量化交易与人工智能技术呈深度共生关系，二者相辅相成、迭代发展 [7] - 人工智能的核心三要素（数据、算法、算力）能解决量化投资对计算速度、数据分析处理及数据安全的高要求 [7] - 当前量化投资已从人工设定规则的线性模型阶段，转向采用端到端人工智能模型结合强化学习的新范式 [8] - 在数据爆炸背景下，人工智能与专用芯片的深度融合已成为量化机构的核心竞争力，软硬件一体化的技术壁垒定义了未来资产管理的发展方向 [8] 人工智能对资产管理行业范式的影响 - 技术条件是每次资产管理行业范式变迁的关键驱动因素 [10] - 2025年国务院发布深入实施“人工智能+”行动的意见，目前AI在资管行业的应用已从辅助工具变成战略基础设施，推动整个行业从经验决策向数据决策跃迁 [10] - 短期内人工智能的应用难以取代人类，需要人机协同，但长远看是否会彻底替代人类思考、出现底层逻辑重构值得探讨 [10] 人工智能在投资活动中的能力边界与局限性 - 投资属于信息不对称、规则可变的人类活动，是四类人类活动中最复杂的一类 [12] - 一旦某种盈利规律被AI发现，便会因市场适应而迅速失效 [12] - AI无法获取人类未公开或未记录的信息，因此在这类活动中，AI永远不可能超越人类 [12] - AI的本质仍是基于历史数据的归纳逻辑 [12] 人工智能在量化投资的具体应用与未来方向 - AI通过端到端模型处理海量非线性数据，在捕捉微秒级价格波动的高频交易领域表现优异，实现稳定盈利 [14] - 量化投资的未来发展方向会向“两极”延伸：一是追求极致速度，在微秒级基础上进一步压缩延迟；二是拓展时间维度，将成功应用于高频的AI能力延伸至分钟、周、月级的中长期预测 [14] - AI不会完全取代人，而是形成人机协同模式，AI作为工具可替代部分执行环节，但人仍须掌握交易逻辑与金融本质，对AI输出进行校验与把控 [14] 资产管理行业未来发展的核心逻辑与人机协同 - 在AI日益渗透资管行业的背景下，人机协同是未来发展方向 [17] - AI在精准捕捉数理规律、高效处理海量数据及规避非理性偏差方面具有独特优势，但存在数据投喂和规则设定的底层局限 [17] - 人类在洞察、应变及价值判断上不可替代 [17] - 未来资管行业发展的核心逻辑是借助AI算力的高效性，激发人类感知判断的创造性，提升投入产出质效的协同性 [17] - 在短期可预见的未来，投资领域仍将以人机协同为主要模式 [19] - 金融活动具有明确的问责属性，出现问题必须由人类承担责任，即便未来AI发展到几乎无需人工干预，仍需要人类主体应对监管要求与责任认定 [19] - AI能够系统整合过去数十年积累的知识与经验，也能在极短时间内生成覆盖全网相关信息的分析报告，为客户创造显著增值 [19] 香港在AI时代资产管理行业的角色 - 在全球资产管理中心格局演变的背景下，香港银行业可以在三个方面发挥重要作用：一是成为增量资管业务的有力推动者；二是扮演“一站式”资管服务的高效提供者；三是成为创新业务先行先试的积极践行者 [17] - 通过AI技术与银行业务深度融合，可推动资管行业在AI时代实现高质量发展 [17]