那些AI做不到的事

作者：黑羽

7月的最后一周，被称为硅谷最懂AI产业的投资人之一的利奥波德（Leopold）清盘了。

这位从知名AI公司内部走出来的年轻人，在这一轮AI回调中成为标志性的出局者。

另一方面，海外头部大模型厂商的最新ARR，相比年初又多了一个量级。全球光模块产能供需缺口持续紧张。

算力产业链上涨价的品种仍在扩散。全球供应链的产能扩张速度每年不超过50%，当需求远远跑在供给前面，产业的基本面和股价的波动似乎呈现了某种脱节。

在中欧基金20周年品牌发布会暨投资策略会上，多资产投决会主席黄华引用了经典的遛狗理论：

产业和股价的关系，像人遛狗，股价是那条狗，忙着跑前跑后，轨迹难以预测。

来自人的判断力，才是波动中真正考验的东西，它无法被搜索引擎替代，也无法被大模型替代。

这场发布会上，中欧基金阐释的“超级工厂”智能投研体系，试图回答的恰好是这个问题，即在AI已经渗透投研全流程的时代，一家资管机构的体系应该把人放在哪里，把机器放在哪里。

1. 判断之难

AI对投研效率的提升已经没有争议。中欧基金的投研Agent集成了超过100个专业技能模块，覆盖数据检索、行业分析、财务建模等投研全流程。研究员的信息检索时间平均缩短60%以上。

量化团队用大语言模型打开了以语料为基础的全新策略来源，低相关策略的叠加让整个策略底座的稳定性明显提升。多资产团队把过去一个账户每天30-40笔的手动下单，压缩到输入几个策略比例就能自动完成数百笔指令。

效率已不是问题，问题出在效率之后。

中欧基金权益研究部总监任飞在圆桌讨论中说了一段很锐利的话：他大量使用各个版本的AI，发现一个共同特征。一旦透露出一点点倾向性，AI就会顺着方向走，夸人。

觉得一家公司有瑕疵，它就往瑕疵的方向讲；觉得空间大，它就往空间大的方向讲。AI提供的情绪价值已经非常充沛，但它不具备基于事实和数据给出正确判断的能力。

多资产投决会主席黄华的观察与之呼应。

他的团队在用AI做策略研发时发现，AI一方面提升了效率，另一方面有很强的欺骗性。问它“刚才的结论是不是错了”，他就会立刻夸赞用户。

三条投研线各自验证了同一个结论：AI现阶段能帮人更快地收集和整理信息，但解决不了“做什么对”的问题。

投研可以分成两步。

第一步是收集整理信息，第二步是基于信息做出判断。AI正在把第一步的门槛拉平。

专业投资者能力壁垒的关键，越来越集中在第二步。

任飞用了一个简明的例子：一位公募基金经理的出生年月、毕业院校、家庭背景、历史业绩都可以在网上查到，但基于这些信息，没有人能判断他是不是一名优秀的基金经理。

同理，一个投资者拿到一家公司的全部公开信息后，依然不易回答这家公司是否值得投资。

大部分AI语料都是针对过往经验的复用和模拟，真正判断长期价值的材料极少。

一家公司5年后会怎样、10年后会怎样，这类问题真的很少有人回答。这恰恰是专业投研机构最核心的价值所在。

2. 驾驭之道

过去基金公司之间的竞争，很像大模型行业早期的竞争：谁拥有能力最强的单体模型，谁就赢。放到资管行业，就是谁拥有最有号召力的明星基金经理。

2026年的AI行业正在翻过这一页，单一模型再强，也要配套好的约束工程系统。

今年行业最大的变化，是从比拼“谁的模型更聪明”转向比拼“谁能把模型用得更好”。

Coding场景的爆发就是典型案例。真正跑通商业闭环的，是把代码生成、测试、部署、审查拆解到不同模型和工具链上的编排体系。头部厂商开始为各行各业的深度从业者做工作流建模，模拟决策方式，再把虚拟样本反馈给模型训练。

单个模型的天花板没有消失，但组织模型的方式打开了新的空间。

这套方法论在AI领域有一个专属的名字——Harness。

不同模型有不同的能力边界，需要根据任务进行分配和约束，才能进入复杂场景，弥补单一模型的缺陷。

基金行业面临同样的结构性转折。

每位基金经理都像一套经过多年训练形成的复杂模型，有自己的知识结构、投资风格、能力边界和适用环境。

这一点在中欧基金发布会的圆桌上体现得非常直接。

任飞认为，主动权益的真正护城河来自两个能力：对公司五到十年长期价值的判断，以及对时代主线的把握，也就是影响未来社会经济走向的关键行业。

他当天给出了一个鲜明判断，时代主线已经从地产周期切换到制造业周期。这次制造业爆发与以往不同，是中美两个超级大国同时在制造业层面投资和竞争，把握这种长周期切换的能力，AI无法提供。

量化投决会主席曲径说，量化赚的是市场定价非有效性的钱。

在“宽度”和“关注度”两个维度找到定价错位，量化在中证1000上的增强厚度远远高于沪深300，在非机构重仓股上能做出的阿尔法远超机构重仓股。

但这套逻辑的前提是策略生命周期管理，多元策略长期积累在系统中，持续监控有效性和衰减性，不断迭代。个人投资者哪怕用AI实现了策略回测，也很难完成这种系统化的工程。

黄华说多资产争取赚的是长期配置的钱。

2022、2023年的黄金策略，2024年的黄金，今年的科技，多资产团队在不同资产和风格之间把握偏离机会，力争把每个阶段的小阿尔法积累成长期超额。

三种截然不同的能力模型，各自解决不同的问题，也各自有边界。

任飞的框架很难直接用于量化选股，曲径的策略底座不适用于主观判断驱动的权益投资，黄华的多资产拼装要求每一类子资产的策略输出都满足标准化接口。

模型各自足够强，但彼此之间缺乏连接，就像优质的判断如果只停留在个人层面，则无法流转也无法叠加，而强行统一成一套标准，又会磨掉每种能力模型赖以生存的个性。

这正是“超级工厂”需要解决的问题。

3. 工厂之实

中欧基金从2023年开始推动投研体系升级，到2026年将这套“专业化、工业化、数智化”的投研体系总结为“超级工厂”。

专业化解决的是专业的判断力从哪里来。

中欧基金将投研领域划分为近90个细分方向，各投资线负责人平均从业年限超过22年，投研体系人员占全公司员工超过50%（数据来源：中欧基金，截至2026/6/30）。

中欧基金总经理刘建平在发布会上讲的培养理念是“十年研究积累加十年投资实践”，这不是一句口号式的长期主义。

任飞提到他进中欧基金时，董事长窦玉明问他的一个面试问题是“中欧基金十年后是什么样的公司”，他说自己当时身经百战，但回答不了。而这，恰恰是主动投研人员每天在研判公司时必须回答的问题。

工业化解决的是优质的判断如何在组织内流转。

黄华用了一个生动的比喻：过去做投资像一个工匠独自打造一辆三轮车，现在要造一辆新能源汽车，需要有人做轮胎、有人做玻璃、有人做电控系统，基金经理的角色变成了把不同零部件拼装成整车。

MARS工厂是多资产团队的标准化产线，把流程拆成设计、生产、组装、检测四个车间，追求可预期的回报、可复制的流程、可解释的损益。

刘建平做了一个更底层的概括：工业化的核心是形成一套统一的内部语言，让好的洞见能够在团队内高效分享，持续转化为稳定高品质的投资成果。

黄华也坦承这套工业化仍在迭代中。他们遇到的现实问题是标准化，“我造27寸的轮胎，你造的是27.5寸，拼不上”，拼装完成后还要测试安全性，磕磕碰碰需要不断修复。

这种坦率反而增加了可信度。一套投研体系如果声称已经完美运转，反而更加值得怀疑。

数智化解决的是，人从哪些环节被释放出来。

投研Agent覆盖数据检索、行业分析、财务建模等全流程，将研究员从传统的信息梳理中解放。量化团队引入深度学习端到端模型，让AI直接从海量数据中提取交易信号。

新一代优化器由上海交大智算学院提供技术支持，使投资组合求解速度提速百倍。

曲径还提到一个常被忽视的因素：AI模型虽然聪明但慢，解决“慢”需要在算力基础设施上持续投入，形成逐年累积的资本壁垒。

中欧基金在这轮AI浪潮之前就做了充裕的算力储备，这是策略从容上线的前提。

专业化、工业化、数智化三者协同，就像是给每种能力模型装上一套harness。

AI负责信息检索、数据处理和流程执行，人专注于长期价值判断、非共识决策和跨周期配置，各自在边界内发挥最大价值。最终希望达到的效果，是用体系托举专业、用流程守护稳定，用技术放大能力。

4. 体系之深

任飞在圆桌上做过一个判断：中国资管行业当前的发展程度大约相当于美国70-80年代，未来，超额收益的幅度将不可避免地从两位数收窄到个位数，获得超额收益的方式和方法也会逐步缩圈。

这是行业进化的客观路径。超额收益的缩窄越快，体系化能力体现的价值就越大。

在超额收益缩窄的趋势下，靠信息差赚钱的浅层投研最先被淘汰。

AI把信息获取的门槛拉平之后，所有人拿到的原材料越来越趋于一致。能持续产出阿尔法的，只剩下基于判断力的深度投研——判断一家公司5-10年的长期价值，判断时代主线的切换方向，判断不同资产之间配置偏离的窗口。

这些判断无法直接从AI模型里提取，它们依赖经验、认知框架和对产业的长期跟踪，属于非标准化的投资能力，而驾驭非标准化能力，需要一套把专业分工、流程协作和技术工具有机组合的体系。

偶尔做出非共识的正确判断是运气，持续做出非共识的正确判断是体系能力。

公募行业在过去20年的竞争中已经证明了明星基金经理模式的上限，它能创造峰值，但无法保证可预期、可复制、可解释。

超级工厂所追求的，则是在超额收益缩窄的趋势下，尽可能创造可持续的阿尔法。

AI正在从工具变成基础设施。资管机构真正的护城河，在于让AI和人各归其位的工程能力。

截至今年上半年，中欧基金主动权益近十年绝对收益在大型公司中排名第2，固收近七年在中型公司中排名第3，当然，这些是过去阶段性的成绩单，还不足以宣告模式的最终成功。

但它指向的方向，用体系化能力驾驭人机协同的边界，是整个行业在“长期且可持续阿尔法”命题上绕不开的路。

（完）

数据来源：主动权益和固定收益投资能力排名来自国泰海通证券，《基金公司权益及固定收益类资产业绩排行榜》，截至2026/06/30。按照国泰海通证券规模排行榜近一年主动权益/主动固收的平均规模进行划分，按照基金公司规模自大到小进行排序，其中累计平均主动权益/主动固收规模占比达到全市场主动权益规模50%的基金公司划分为大型公司，中欧主动权益近十年在权益类大型基金公司绝对收益榜中排名2/12；累计平均主动权益/主动固收规模占比在50%-70%（取累计规模占比超过 70%的最小值作为划分线）之间的划分为中型公司，中欧固收近七年在固收类中型基金公司绝对收益榜中排名3/14。
风险提示：基金有风险，投资需谨慎。基金管理人承诺以诚实信用、勤勉尽责的原则管理和运用基金资产，但不保证本基金一定盈利，也不保证最低收益。基金的过往业绩并不预示其未来表现，基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证。您在做出投资决策之前，请仔细阅读基金合同、基金招募说明书和基金产品资料概要等产品法律文件和风险揭示书，充分认识本基金的风险收益特征和产品特性，认真考虑本基金存在的各项风险因素，并根据自身的投资目的、投资期限、投资经验、资产状况等因素充分考虑自身的风险承受能力，在了解产品情况及销售适当性意见的基础上，理性判断并谨慎做出投资决策。