广东
5月22日，在“晨星（中国）2025年度投资峰会”上，一场关于“科技与AI如何赋能财富管理行业”的圆桌论坛吸引了众多业内人士的目光。
盈米基金资深数据总监陈平作为分享嘉宾，就AI在财富管理行业的应用现状、挑战及未来趋势发表见解。他表示，AI应用成功的核心在于企业内部数字化能力以及与业务流程的深度融合，而非仅仅关注技术本身。
随着人工智能技术的飞速发展，AI在财富管理领域的应用已从初步探索迈向了深度融合。特别是目前生成式AI在财富管理服务各个环节发挥了很大作用，包括获客、客户导入、客户服务以及内部知识库等环节，涵盖了投前、投中、投后，全价值链赋能。在此背景下，金融机构纷纷拥抱AI大模型，希望借助技术的革新来提升服务客户的质效与客户体验。
图｜从左往右：晨星中国技术总监孙小双、盈米基金资深数据总监陈平、字节跳动火山引擎资管解决方案负责人陈祎溦、亚马逊云科技金融行业解决方案架构师团队负责人张呈刚
陈平在论坛上分享了盈米基金在投顾服务智能化探索方面的积极实践。他介绍道，盈米基金旗下“且慢”平台在2023年便前瞻性地立项并上线了“AI小顾”功能，2024年与阿里云通义千问大模型合作推出升级版智能投顾助理“AI小顾”，成为行业首个面向客户的AI大模型投顾服务。
且慢“AI小顾”经历了从1.0版本的流程剧本、固定模式，快速迭代至2.0版本。2.0版本采用了从MOE（Mixture of Experts）向MOA（Mixture of Agents）的模式转变，通过智能体或多个智能体协同的方式，以对话式交互覆盖客户在平台所能体验到的投顾全流程服务，涵盖了产品、客户维度乃至整个投资流程。
2025年2月，且慢“AI小顾”接入DeepSeek后，成为行业首个具备深度推理能力的投顾AI应用。截至目前，已解决客户咨询超90万次，服务场景覆盖率达70%，问题解决率超90%。
陈平表示，AI大模型应用现在已从最初的效率提升、知识库构建，逐步深入到企业的核心业务系统中，如贝莱德的阿拉丁系统，旨在为客户提供更优体验。然而，在AI实践的道路上，挑战与机遇并存。他坦言：“资金与人才投入对大型机构或许不成问题，但对金融机构而言，寻找有效的方法、路径和可借鉴的经验至关重要。”
除了技术层面的合规、安全隐私及模型幻觉等常见挑战，陈平认为，实践中“看不见的挑战”也很关键。他强调：“最难的实际上是内部数字化转型能力的准备。企业是否充分利用好数据？是否完成了彻底的数据治理和信息挖掘？是否打破了数据孤岛？数据能否与业务流程深度融合？如果这些基础工作不到位，智能体应用的开发将很难真正对业务产生实质性的效果，最终可能仅停留在效率提升或内部绩效层面。”
因此，陈平建议，除非是专攻大模型的厂商，否则金融机构无需将过多精力放在模型技术本身，尤其在DeepSeek等先进大模型的出现使得技术门槛相对降低的背景下，应聚焦在技术与自身核心业务的深度融合上。
图｜盈米基金资深数据总监陈平
谈及行业痛点“基金赚钱、基民不赚钱”的问题，陈平认为，AI大模型在“纠正客户行为”方面其实可以发挥较大的作用。“AI也许能替人力进行大量的陪伴工作，因为一个真人投顾不可能实现24小时的服务，但AI可以做到24小时陪伴。”他进一步表示，随着AI大模型能力的进化，未来也许不仅能给客户提供情绪陪伴和内容生成，甚至在高质量信息方面也可能超过我们的想象。目前，盈米基金已在投顾服务实践中积累了大量顾问与客户的优质问答语料，通过标注团队进行处理，可以作为模型的补充训练，持续锤炼AI投顾服务的专业能力。
此外，陈平也介绍了盈米基金推出的“2050”计划，旨在通过提供20个核心智能体和50个深度定制智能体，广泛服务于银行、券商、理财子等机构，助力其在投研、投顾的数字化转型方面实现AI能力全方位赋能。
展望未来，财富管理行业的智能化转型将呈现出两大趋势：首先是技术与业务场景的深度融合，打破传统服务模式的局限；其次是数据治理与组织能力的持续升级，构建全新的智能化服务生态。在这场变革浪潮中，能否实现AI技术、数据与业务的深度融合，或将成为决定金融机构核心竞争力的关键因素。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
