肖雯：AI赋能投顾业务新未来

2026年以来，AI财富管理领域迎来规模化落地热潮，国内外机构加速布局，监管体系持续完善，技术深化与应用升级的双重趋势也愈发明显。

目前，AI 已从单纯的业务提效工具，升级为财富管理行业发展的核心引擎，而“AI+人工”协同模式、智能化全生命周期财富管理服务，也正成为行业未来发展的主流方向。

4月24日，在晨星投资峰会（MIC）财富管理分论坛上，盈米基金董事长肖雯发表主题演讲《AI赋能投顾业务新未来》。

肖雯分享了AI对财富管理业务模式与商业逻辑的深刻影响，深度拆解AI如何破解买方投顾的“不可能三角”，详细展示了人机协作的全新模式，并分享盈米基金三年来AI转型的实践与思考，或许能为行业的AI升级转型提供可落地的参考路径。

（点击播放完整演讲视频）

以下为盈米基金董事长肖雯演讲全文：

01、

时代浪潮：

AI的演进范式与商业价值重塑

过去三年，AI的发展远超所有人的预期。

三年来，盈米也经历了一场脱胎换骨的蜕变：

2024年我们还在死磕提示词；

2025年我们琢磨着怎么给大模型扩充更多的上下文；

到了2026年，“龙虾”（Openclaw）的出现，彻底改变了AI在业务中的应用逻辑。AI不再只是简单的辅助和提效工具，而是能自主完成任务、独立思考、调用工具、自主复盘的“生产力函数”。

从“拼模型”到“拼上下文”，再到如今的“拼工程”，AI已从聊天机器人、AI助理，进化为在业务能自主独立完成任务的AI伙伴。

而这种变革，也为财富管理机构带来了全新的商业价值和机会。

AI如何从个人使用的工具，转化为企业的商业价值？我认为这是一个层层递进的过程：

第一层是数字化基础。很多企业发现，安装了大模型之后却只能用于OA办公自动化，无法深度融入生产与工作流程，其核心原因之一就是企业的数字化能力不足。没有数字化的基础，AI智能化就如同空中楼阁，没有基石。

因此，我们与合作伙伴合作AI转型项目时，第一个项目往往就是数据治理——打破企业的数据孤岛，将各部门的客户、业务等流程全部数字化，为AI智能化应用筑牢根基。

（图｜AI如何赋能企业，创造新的商业价值）

第二层是模型部署与工具链搭建。数字化治理完成以后，需部署不同尺寸的内外主流大模型，并搭建适配全员的工具链，让普通员工都能轻松用上AI。

以盈米为例，我们部署了200多个不同规格的模型，同时为研发人员配备Cursor、为业务人员配备Dify等AI工具，让AI真正走进员工的日常工作中去。

第三层是服务能力提升。AI带来生产力的飞跃，让我们能在相同时间内服务更多的客户。比如在B端，过去需要两个月完成的项目，现在两周就能交付任务，服务的效率大幅提升。在C端，且慢的AI小顾能7 X 24小时回答客户问题，并且是更复杂的问题。

第四层是新商业价值创造。效率的提升带来了客户服务能力的提升，在此基础上，我们更要探索全新的商业模式。

比如APP是服务人类的，那么在Agent时代，什么能服务Agent呢？哪些能力是Agent友好的？这或许能成为新的流量入口，为行业带来全新机遇和巨大的机会。

02、

行业变革：

AI如何破解买方投顾的“不可能三角”？

中国财富管理行业这几年正经历深刻转型，从“卖方”向“买方”的跨越，成为行业的共识。

盈米基金自成立以来，一直践行买方投顾使命，从最初推出的组合跟投1.0模式，到正逐步升级为基于客户账户的资金规划与资产配置的账户管理2.0模式，且两种模式将长期并存。

我们始终认为，投顾服务的核心载体是客户账户，而这个账户必须围绕客户的人生目标、风险承受能力、财务状况来搭建，这一点，也得到了海外成熟市场的验证。

但挑战随之而来，当我们要为大众客户和大众富裕客户提供个性化的账户服务，比如根据每个客户的风险承受能力、持仓偏好以及生命阶段、财务状况，给他做资金规划时，如何兼顾“个性化深度、规模化广度、高质量服务一致性”？

这就是传统模式下，买方投顾面临的“不可能三角”——三者难以同时实现。

（图｜买方投顾面临的“不可能三角”）

现在，生成式AI的出现彻底打破了这个困局。财富管理机构、买方投顾团队可以在AI的加持下，通过人机协同的模式，真正实现对大众客户的个性化、大规模和高质量服务，真正实现国家倡导的“普惠金融”。

比如，AI能做到很多过去人力无法完成的事情：

一是精准洞察客户的隐性需求。通过分析客户的操作习惯、持仓时长、咨询内容甚至浏览记录，AI能挖掘出客户未说出口的真实需求。

比如有些客户嘴上说“能承受风险”，但AI通过行为分析，能提前预判其风险耐受度，避免后续出现纠纷。

我们盈米也曾做过小样本的测试，把客户数据和大模型结合后发现，AI对客户的理解是远超我们预期的。

二是实现服务的实时性。过去，客户在移动端提出需求，要么需要等顾问回复，要么需要等客服上班后响应需求。

现在通过AI，我们可以实现7×24小时的投顾咨询服务和账户监控、风险预警，当市场发生异动时可以秒级响应。以且慢AI小顾为例，实现了即时响应、24小时在线，用户无需预约人工投顾、无需排队等待，可随时咨询各类投资问题。

此外，用户还可通过 AI 小顾完成财富目标规划，生成专属的资产配置方案，并提供投后长期陪伴，成为融入用户日常投资生活的理财搭子。

三是实现服务的一致性。过去，投顾服务质量主要依赖投顾的经验、专业度和状态，难以保证统一的服务标准；现在有了AI，无论面对大众富裕客户还是大众客户，都能提供标准化、一致性的服务，避免服务断层。

四是保障服务的连续性。AI能完整记录与客户的所有交互，形成长程记忆。当投顾与客户沟通时，工作台能同步呈现客户的历史咨询、持仓情况、关注重点，甚至给出最佳沟通建议，让服务更具针对性。

可以说，AI正在将投顾服务提升到一个全新的高度，让之前的“不可能”，变成“可能”。

03、

人机协作新模式：

AI负责效率与精度，顾问负责温度和信任

很多人会担心，AI以后会不会取代投顾？我的答案是：不会。在人机协同的投顾模式中，AI和人有着清晰的分工，相辅相成、缺一不可。

AI负责的是效率与精度。比如标准化问题的自动回答、7×24小时在线响应、多目标资金规划自动化，以及基于账户的实时跟踪、监控和偏离度计算。

试想一下，成百上千个客户账户尚能靠人力管理，那么250万个账户呢，只能靠AI来高效完成。

人负责的是温度和信任。比如，客户人生目标的深度理解，在做人生重大决策时刻的感情支持，复杂情况下的综合判断和决策，以及长期信任关系的建立和维系等。

人机协作可以更高效地服务客户，AI可以分析客户的行为，投顾则能根据AI的分析结果与客户做更深度的沟通；AI能准备完整的素材，而投顾则能带着人文关怀与客户交流互动。

这种人机协作模式，能将投顾从繁琐的重复性的工作中解放出来，将更多时间用于服务客户核心需求。比如，以前一个投顾可以服务300个客户，也许未来一个投顾可以服务3000个客户。

我们应该庆幸，我们做的是买方投顾——这种高连接、高情感的行业，是AI无法完全取代的。

（图｜人机协作的投顾服务模式）

具体来说，AI如何赋能投顾业务，主要有两条路径：

第一条是“武装投顾”，让AI成为投顾的“超级大脑”，也就是大家常说的Copilot。通过精准客户画像、智能决策支持、沟通效率提升、行为辅助教练等维度，将全量的客户数据与AI结合，让投顾比客户更了解自己，提升服务专业性。未来将让每个顾问都能拥有“顶级顾问”的最佳实践，不断提升顾问顾的能力和客户的信任。

以盈米为例，我们将过往的投顾业务经验、探索实践和系统沉淀下来，封装成一枚“投顾芯片”，集成到盈米TAMP平台，赋能独立投顾团队。

我们这枚“投顾芯片”就像 Claude 的 Skills 一样，能将盈米的投顾能力和经验封装，顾问直接开箱即用。目前，盈米TAMP平台正在向决策伙伴的智能化升级，目的就是让每一位顾问都能拥有“超级大脑”。

（图｜盈米TAMP平台的AI演进蓝图）

第二条是“智能投顾”，开启真正的智能化服务时代。过去我们常被问起：“你们的智能投顾做得很好”，但我一直纠正：“不好意思，我们做的不是智能投顾，我们做的是数字化买方投顾。”

来到了AI时代，我们终于有能力打造真正意义上的智能投顾服务模式，通过应用AI的能力直接给C端客户提供服务。

这是中国数字化的优势和底气，中国客户的数字化程度远超全球，对数字化服务的信任度也更高，这让我们有机会、有可能在智能投顾领域实现全球弯道超车。

所以，AI赋能投顾业务有这两条路径，一条赋能投顾，一条直达客户，但他们最终的目标都是借助AI的力量放大投顾的价值和服务半径，用更优质的投顾服务覆盖更多客户，实现真正的普惠金融。

04、

行业展望：

三股力量博弈与AI革命

放眼海外，如今全球领先的财富管理机构，已经从“要不要用AI”，转向“谁能把AI用得更深”。当前行业内，有三股力量正在推动AI与财富管理的深度融合：

第一股力量是金融机构。以摩根士丹利和贝莱德为代表，它们正逐步让AI走出后台计算引擎的角色，成为直接参与客户沟通、投资决策和风险控制的智能伙伴。相信在不远的未来，每个投顾背后都可能站着一支AI Agent军团，这将成为行业常态。

第二股力量是互联网财富机构。以Vanguard和Betterment为代表，正在快速推进AI在C端服务中的应用，将AI功能升级成为主要增长的驱动力，让AI 逐步接管投顾服务的各个环节与流程，让大模型提供个性化的投顾建议，以打造更便捷、高效也更个性化的智能投顾服务体验。

第三股力量是AI巨头，这也是最值得关注的。比如Anthropic与LPL Financial合作，Anthropic推出了财富管理专用的Claude插件，逐步让AI更多地参与到财富管理的业务流程中，为财富管理行业提供标准化的智能底座。

此外，OpenAI过去半年接连收购了两家创业的财富管理公司——Roi 和 Hiro。AI巨头采用了“收购公司、收编团队、关闭产品”的独特模式，可见其布局财富管理领域的战略与决心。

这也就意味着，AI巨头正在从幕后技术的“赋能者”变成了前台的“竞争者”。一场深刻的行业革命已经来临，没有机构能置身事外。

05、

盈米探索：

三年AI转型之路，从云原生到AI原生

面对AI的汹涌浪潮，盈米基金从2023年开始就启动了AI战略布局，这三年，我们主要在四个领域深耕，也取得了阶段性成果。

第一，筑牢AI基础设施。我们在2023年2月份，ChatGPT出来的时候就组建了AI基础设施团队和数据标注团队，部署私有化大模型，整理企业知识库。

2024年，我们逐步为公司全员布置了工具链——给研发人员用的是Cursor，给业务人员用的是Dify，让AI真正融入员工的日常工作流中。

今年，我们又推出了Skill Hub，搭建了内部AI能力与应用服务广场，让员工在内部真正把AI用起来。

第二，培养AI 复合型人才。AI和业务融合的复合型人才稀缺，我们选择自己培养。

通过2024年、2025年举办的两届AI大赛，30-40场的AI应用分享，近百场的AI与业务Workshop，我们打造了一支复合型人才队伍——盈米目前有3-5个AI超级个体、30-50个AI专家，让AI技术真正落地到业务场景和工作流程中去。

第三，AI 产品落地。从2024年到2026年，我们陆续推出了且慢AI小顾1.0、2.0，目前还正在研发且慢AI小顾3.0。

在我们的Dify平台上，有3000多个大大小小的、由一线员工自发创建的活跃AI应用，实现了自下而上的敏捷研发与创新涌现。

第四，构建AI开放生态。那么多的AI产品和基础设施，我们不仅自己内部用，对外我们也开放给伙伴、开放给AI。

2025年我们推出了盈米AI开放平台，同时上线了财富管理领域的首个MCP Server——盈米MCP，把盈米投顾和投研方面的能力向AI开放、向同行、向AI大厂开放。

去年盈米已与阿里云等达成AI全栈战略合作，并联合发布了行业首个理财智能体评测集和投顾智能体模型，为行业的智能化升级树立了从技术到应用的实践路径。

（图｜盈米AI的演进之路）

过去三年的AI转型，我们也收获了一定的成果：

成果一：Token消耗量每个月达到千亿。AI真正成为了我们的水电煤，成为了普通员工日常工作的必需品。

成果二：1100个MCP供给工具和能力。我们已经有72个对外了，还有1000多个是给内部员工用的。全公司不同业务部门可以共享公司底层的业务能力，日均调用已经超过2万。这是我们最重要的步骤之一——把过去十年积累下来的业务面向AI资产化。

成果三：200+ Skills。我们有MCP、有Agent，现在又打造了一个Skills广场。Skills是“菜谱”，我们把工作中的能力、SOP、经验、方法论用Skills沉淀下来。

成果四：3000+ AI应用。我们实现自下而上的创新，在Dify上的3000多个应用都是员工自发的、日活在用的。

在此基础上，我们也孵化出多个AI投顾场景新产品，真正让AI落地见效：

应用一：AI小顾2.0（筹备3.0）。AI小顾采用了多AI Agent模式，覆盖30多个核心投顾场景，通过“超级Agent 大脑+30多个Agent分身+MCP能力支撑”的三层架构，高效解答客户问题。目前AI小顾已服务18万+用户，回答超过250万+个问题，通过率达95%，50%以上复用用户每周使用。

（图｜扫码体验且慢AI小顾2.0）

应用二：AI编辑部。投顾的核心是投教，投教的核心是优质内容。盈米用6年时间，将非结构化数据进行结构化处理，一共打了2.8万个标签，构建了900多个财经门类的知识树和知识图谱。

2025年，盈米图书馆上线了“AI编辑部”，通过几十个Agent分工协作，每周可生产800-1000篇优质内容供内部和外部客户使用，并且数据的准确率高达99.5%。

（图｜AI编辑部业务场景全景矩阵：AIGC驱动金融内容生产新范式）

应用三：内容合规审查系统。这是一款专为财富管理机构设计的智能合规科技解决方案，致力于打破传统线性审核的效率瓶颈，在内容创作者第1道防线与合规专家第2道防线之间，增加“AI审核的第1.5道防线”。

该系统基于盈米十年积累的8万多篇审核案例、100多条规则训练而成，违规内容召回率超98%，能帮助内容创作者在提交审核前自主修正风险点，减少重复沟通，有效降低合规成本。

在多监管部门发布的《金融产品网络营销管理办法》落地后，这一AI智能审核系统将可以为更多的金融机构的总部的审核机制赋能。（体验地址：https://regtech.yingmi.com）

（图｜盈米基金内容合规审查系统 CSS ）

应用四：AI公告实验室。针对基金行业每年数百万级的海量非标公告，人工处理效率低和质量风控难度高等行业痛点，盈米基金上线AI公告实验室平台。

盈米十年来行业积累的沉淀，基于监管规范和业务具体的场景，通过构建300多个结构化数据字段、高标准测试集和算法校验，将基金公告中非结构化的参数提取准确率提升至95%以上，能有效减少人力成本和出错率。

应用五：盈米AI开放平台。我们一直认为，AI投顾不应是少数机构的专利，而应成为行业的基础设施。而AI基础设施的未来，则必然是开放生态。

为此，盈米在2025年就在财富管理领域率先推出了AI开放平台，通过盈米 MCP+ SKILLs+ Agents的三层AI能力体系对外输出，将盈米沉淀的金融数据、投顾内容、投资研究、投顾服务等能力进行再资产化，并开放给AI大模型和赋能外部机构。该平台目前有超过350家机构的5000多名用户使用，助力推动行业的AI转型和发展。（体验地址：http://ai.yingmi.com)

06、

盈米的心得与展望

盈米走过这三年来的AI转型路，我们积累了五点心得体会，也想和行业同仁分享：

第一，AI不是IT项目，而是组织变革，是“一把手工程”。很多金融机构一把手都对AI转型感到焦虑，但落地时阻力重重，核心在于组织心智没有转变。只有一把手亲自推动，重塑组织架构和认知，对AI转型的真正落地更是尤为重要。

第二，组织提效比个人提效更难、更重要。个人用AI提效相对容易，但要让AI融入整个组织的流程、体系，难度远超想象。我曾和一家AI应用领先的金融机构负责人交流，我说“组织用AI比个人用AI难10倍”，他却告诉我“难100倍”，这也印证了组织转型的不易。我们需要的是组织提效和模式创新，要将AI真正应用到工作流程中去。

第三，公司业务面向AI再资产化，关键是业务人员与IT人员的相互融合。在我们实践落地的过程中发现，AI在企业中的应用关键是业务人员，业务人员必须主动拥抱技术、学习AI，才能让AI真正贴合业务需求，避免“技术与业务脱节”。

第四，从小场景闭环做起，形成正反馈。初期员工可能对AI应用有畏难情绪，企业不妨从简单的小场景入手，让员工感受到AI带来的便利，逐步提升积极性，形成良性循环。

第五，AI时代，金融机构的“护城河”是AI通用能力+垂直数据+专业工作流。面对AI巨头的冲击，垂直领域的金融机构想要立足，靠的不是模型，而是对行业业务的深度理解、自主能力，以及在长期场景中积累的特有数据和凝结认知与经验的工作流，这些才是AI巨头难以复制的核心竞争力。

洪流之下，无人能置身事外。逆水行舟，我们和大家一起前行。我的分享就到这里，谢谢大家的聆听。

风险提示 ： 因现阶段科学技术的局限性和生成式人工智能的特殊性，我们不能保证本服务生成内容合规、准确和完整。