來(lái)源：中國(guó)基金報(bào)　

　　AI投研革命進(jìn)行時(shí)：DeepSeek重塑基金業(yè)生態(tài)，人類智慧成為基金經(jīng)理“護(hù)城河”

　　中國(guó)基金報(bào)記者?陸慧婧

　　2025年伊始，人工智能大模型DeepSeek在金融領(lǐng)域掀起一場(chǎng)投研效率革命。

　　多家基金公司競(jìng)相完成DeepSeek的私有化部署，將其應(yīng)用于投資研究等核心場(chǎng)景，推動(dòng)行業(yè)進(jìn)入“AI輔助投研”的新階段。

　　然而，在人工智能大爆發(fā)的背后，關(guān)于“AI能否取代基金經(jīng)理”的討論聲漸起，多位業(yè)內(nèi)人士認(rèn)為，AI可以穿透?jìng)鹘y(tǒng)金融文本，解析衛(wèi)星影像、供應(yīng)鏈物流數(shù)據(jù)乃至社交媒體情緒圖譜等，可以成為基金經(jīng)理的有力助手。

　　但在這場(chǎng)顛覆性變革中，AI并不是替代者，只是進(jìn)步的催化劑。關(guān)于上市公司價(jià)值判斷、“黑天鵝”事件預(yù)判與創(chuàng)新洞察這些“關(guān)鍵決策權(quán)”，將成為基金經(jīng)理們新的護(hù)城河。正如一位基金經(jīng)理所言：“在算法統(tǒng)治的金融世界里，人性洞察可能成為最稀缺的阿爾法?！?/p>

　　引發(fā)投研領(lǐng)域

　　效率與決策的雙重變革

　　DeepSeek憑借強(qiáng)大的邏輯推理與數(shù)據(jù)處理能力，正成為基金公司提升生產(chǎn)力的關(guān)鍵工具。多家公司正在迅速推進(jìn)DeepSeek的本地化部署。

　　據(jù)悉，2025年伊始，隨著DeepSeek-R1模型的發(fā)布，博時(shí)基金迅速完成內(nèi)部部署，并開始探索它在投資研究、投資顧問服務(wù)和軟件開發(fā)等方面的應(yīng)用。招商基金IT部門也于春節(jié)后加速完成DeepSeek本地化部署。目前，公司已逐步推進(jìn)在投研領(lǐng)域的深度應(yīng)用，重點(diǎn)突破研報(bào)分析與知識(shí)交互的效率瓶頸。

　　晨星（中國(guó)）基金研究中心高級(jí)分析師代景霞指出，DeepSeek在投資領(lǐng)域的主要應(yīng)用包括風(fēng)險(xiǎn)管理、投資組合優(yōu)化、市場(chǎng)預(yù)測(cè)和交易算法等。

　　“在市場(chǎng)關(guān)注的投資領(lǐng)域，DeepSeek本地化部署主要在智能投研等方面。從具體效果看，數(shù)據(jù)處理和分析能力顯著增強(qiáng)，在文字生成、研報(bào)解讀等應(yīng)用方向達(dá)到可用階段，能實(shí)現(xiàn)金融文本、圖表和數(shù)據(jù)的智能關(guān)聯(lián)與深度解析，可將復(fù)雜的投資問題拆解，展示推理過(guò)程，提供透明化決策依據(jù)?！眲?chuàng)金合信基金首席經(jīng)濟(jì)學(xué)家魏鳳春表示。

　　在北京某大型基金公司人士看來(lái)，DeepSeek在投研領(lǐng)域引發(fā)了效率與決策的雙重變革。“傳統(tǒng)投研面臨海量信息挑戰(zhàn)，研究員和基金經(jīng)理需耗費(fèi)大量時(shí)間篩選分析。而DeepSeek憑借強(qiáng)大的自然語(yǔ)言處理和數(shù)據(jù)分析能力，能快速解析研究報(bào)告，精準(zhǔn)提取關(guān)鍵信息，幫助研究員迅速把握核心，節(jié)省閱讀和分析時(shí)間，有望幫助投研人員深度剖析大量研報(bào)，為投資決策提供全方位、多角度的參考。”

　　盡管從效果上看，DeepSeek本地化部署可以使得研究員的信息處理效率提高數(shù)倍。但目前這一應(yīng)用的局限性也較為明顯。“包括大模型的幻覺問題，深度分析能力不足，這些都需要資深投研人員去修正。”據(jù)平安基金林清源反饋。

　　在數(shù)據(jù)分析、風(fēng)險(xiǎn)評(píng)估

　　等方面為投研賦能

　　據(jù)了解，DeepSeek人工智能系統(tǒng)正以每月迭代三次的速度滲透投研核心環(huán)節(jié)。在投資決策、風(fēng)險(xiǎn)評(píng)估、市場(chǎng)判斷等多方面給基金公司投研部門賦能。

　　魏鳳春舉例，在投資決策方面，DeepSeek可整合多維度數(shù)據(jù)并深度分析，利用深度思維鏈技術(shù)，將復(fù)雜投資問題拆解，清晰展示從數(shù)據(jù)到結(jié)論的推理過(guò)程，為投資者提供貼合業(yè)務(wù)需求的投研建議和透明化決策依據(jù)。

　　在風(fēng)險(xiǎn)評(píng)估方面，DeepSeek通過(guò)對(duì)海量數(shù)據(jù)（維權(quán)）的實(shí)時(shí)監(jiān)測(cè)和分析，憑借強(qiáng)大的計(jì)算能力和模型算法，全面識(shí)別各類風(fēng)險(xiǎn)，還可自動(dòng)檢查文件是否符合監(jiān)管要求，提高風(fēng)險(xiǎn)識(shí)別的精準(zhǔn)度。

　　在市場(chǎng)判斷方面，DeepSeek能對(duì)金融文本數(shù)據(jù)進(jìn)行深度理解與分析，快速提取關(guān)鍵信息，把握市場(chǎng)趨勢(shì)，還可基于歷史和實(shí)時(shí)數(shù)據(jù)，運(yùn)用模型預(yù)測(cè)市場(chǎng)短期波動(dòng)和長(zhǎng)期趨勢(shì)。

　　排排網(wǎng)財(cái)富理財(cái)師榮浩表示，DeepSeek通過(guò)構(gòu)建產(chǎn)業(yè)鏈動(dòng)態(tài)圖譜和事件歸因模型，幫助研究員快速梳理復(fù)雜邏輯鏈。一位基金公司人士也表示，在投資決策方面，DeepSeek有強(qiáng)大的數(shù)據(jù)處理和分析能力，在邏輯推理能力和數(shù)學(xué)證明能力上較有優(yōu)勢(shì)，能夠高效處理和分析海量的數(shù)據(jù)和信息，整合多領(lǐng)域知識(shí)，幫助基金經(jīng)理更好地理解市場(chǎng)趨勢(shì)和風(fēng)險(xiǎn)，幫助投研團(tuán)隊(duì)節(jié)省時(shí)間，提高效率和做出更科學(xué)合理的決策。

　　“DeepSeek利用機(jī)器學(xué)習(xí)算法，分析歷史數(shù)據(jù)，預(yù)測(cè)市場(chǎng)走勢(shì)，或?yàn)橥顿Y提供參考。還可通過(guò)分析社交媒體、新聞評(píng)論等非結(jié)構(gòu)化數(shù)據(jù)，DeepSeek有望能夠捕捉市場(chǎng)情緒的變化，輔助判斷市場(chǎng)趨勢(shì)?！鄙鲜霰本┐笮突鸸救耸空J(rèn)為，DeepSeek可以在市場(chǎng)預(yù)判上發(fā)揮作用。

　　策略創(chuàng)新、跨資產(chǎn)配置邏輯

　　客戶溝通上仍存在局限性

　　當(dāng)AI的數(shù)據(jù)整理分析能力日益強(qiáng)大，組合調(diào)整響應(yīng)速度縮短至毫秒級(jí)，人類投研團(tuán)隊(duì)的價(jià)值坐標(biāo)是否需要重新定義？基金經(jīng)理的日常工作內(nèi)容中，哪些部分最容易被DeepSeek等AI技術(shù)替代？哪些部分則難以被替代？成為投資者關(guān)注的話題。

　　在林清源看來(lái)，基礎(chǔ)的數(shù)據(jù)整理歸納和初級(jí)的量化分析工作容易被AI替代，比如市場(chǎng)熱點(diǎn)信息匯總，可比公司的財(cái)報(bào)數(shù)據(jù)對(duì)比，但更深層次的投資邏輯推演與復(fù)雜決策不能被替代，此外，AI大模型還存在幻覺問題，在多個(gè)環(huán)節(jié)后誤差就容易被放大。

　　西部利得基金經(jīng)理翟梓艦也有同樣的感受。他指出，具有高度重復(fù)性和比較繁瑣的工作可能容易被AI技術(shù)取代。但是更多的情況下，DeepSeek或其他的AI工具還是在輔助基金經(jīng)理的日常工作，而非取代?！癉eepSeek-R1的特點(diǎn)之一是邏輯推理能力相比之前有了很強(qiáng)的提升，但比起人類來(lái)說(shuō)還遠(yuǎn)遠(yuǎn)不夠。投資工作中有大量的邏輯分析、推理過(guò)程。某個(gè)長(zhǎng)期有效的因子近期失效了，如何找到原因？這仍大量依靠人的分析和決斷，不是AI能夠輕易取代的?！?/p>

　　“策略制定與創(chuàng)新，投資框架設(shè)計(jì)、跨資產(chǎn)配置邏輯等需要人類經(jīng)驗(yàn)與直覺的領(lǐng)域?？蛻魷贤ㄅc信任構(gòu)建，高凈值客戶的個(gè)性化需求理解和情感互動(dòng)仍依賴人類情商，但未來(lái)也可能被顛覆?！睒s浩對(duì)此也有自己的看法。

　　魏鳳春更是強(qiáng)調(diào)，投資決策是一種藝術(shù)化、個(gè)性化很強(qiáng)的行為。“在資產(chǎn)配置中，對(duì)于不同投資風(fēng)格和策略的融合與平衡，需要基金經(jīng)理根據(jù)市場(chǎng)感覺和投資理念進(jìn)行藝術(shù)化的決策。此外，通過(guò)團(tuán)隊(duì)管理與文化建設(shè)以發(fā)揮團(tuán)隊(duì)智慧的工作，顯然也不是AI所擅長(zhǎng)的領(lǐng)域?！?/p>

　　AI本質(zhì)是“工具革命”

　　而非“職業(yè)替代”

　　DeepSeek是否能夠完全取代基金經(jīng)理？從多方反饋的情況上看，盡管技術(shù)革新勢(shì)頭迅猛，DeepSeek的局限性仍制約其成為決策核心。目前行業(yè)的共識(shí)是，DeepSeek的本質(zhì)是“工具革命”而非“職業(yè)替代”。

　　代景霞指出，DeepSeek在投資決策中的局限性主要有以下幾個(gè)方面：一是基金經(jīng)理的工作中包含大量情感因素和主觀判斷，而DeepSeek是一個(gè)基于數(shù)據(jù)和算法的工具，缺乏團(tuán)隊(duì)協(xié)作以及對(duì)市場(chǎng)情緒、市場(chǎng)參與者行為、投資者心理等主觀因素的理解。二是AI的決策基于已有的數(shù)據(jù)和模型，缺乏創(chuàng)造性和創(chuàng)新性思維?；鸾?jīng)理在投資中會(huì)不斷嘗試新的策略和思路，而AI可能無(wú)法突破現(xiàn)有的框架；三是市場(chǎng)本質(zhì)是不可預(yù)測(cè)的，而AI基于歷史數(shù)據(jù)進(jìn)行預(yù)測(cè)，在某些突發(fā)事件（如危機(jī)事件、地緣政治沖突等）發(fā)生時(shí)，可能導(dǎo)致AI模型無(wú)法捕捉到相關(guān)信息并及時(shí)應(yīng)對(duì)。

　　一位基金公司人士直言，基金經(jīng)理不會(huì)被DeepSeek完全取代，據(jù)他反饋，在此之前，基金公司的投研信息化本身做得也不錯(cuò)，在DeepSeek等AI模型的幫助下自身的能力有效率上的提升。但是，在他看來(lái)，對(duì)于投資決策能不能賺到錢，主要還是依靠基金經(jīng)理其背后的投資邏輯以及基金經(jīng)理的應(yīng)對(duì)能力，包括自己能否掌控投研資源，知道自己的能力邊界在哪里等等，這些都是大模型不具備的能力。

　　“首先，AI缺乏投資理解和直覺，基金經(jīng)理依靠長(zhǎng)期市場(chǎng)經(jīng)驗(yàn)形成的直覺和判斷力，是AI目前無(wú)法模擬的，某些直覺可能歸屬于不能用語(yǔ)言表述的知識(shí)，但是大模型恰恰是建立在大語(yǔ)言模型的基礎(chǔ)上的；其次，AI對(duì)市場(chǎng)情緒的理解是有限的，金融市場(chǎng)是整個(gè)社會(huì)的投影，大模型很難捕捉到交易市場(chǎng)以外的信息，而基金經(jīng)理是可以從不同真實(shí)的生活角度去理解社會(huì)?！绷智逶匆舱J(rèn)為，目前看DeepSeek不能完全取代基金經(jīng)理。

　　“投資總是知易行難，投資決策背后通常有多重因素在作用。DeepSeek在基金投資中的應(yīng)用具有一定的輔助作用，但它并不能完全取代基金經(jīng)理?！鄙鲜霰本┠炒笮突鸸救耸恳舱J(rèn)為，DeepSeek基于特定算法和模型構(gòu)建，無(wú)法涵蓋基金投資中的所有因素和復(fù)雜關(guān)系。“例如，基金經(jīng)理的個(gè)人能力和決策風(fēng)格具有很強(qiáng)的主觀性和獨(dú)特性，難以完全量化并納入模型分析。同時(shí)在數(shù)據(jù)來(lái)源上也存在缺乏時(shí)效性或者不嚴(yán)謹(jǐn)不可信等因素。AI在進(jìn)行深入的行業(yè)調(diào)研和實(shí)地考察方面的能力有限，在處理復(fù)雜的投資組合和定制化投資建議方面也需要基金經(jīng)理介入?！?/p>

　　AI重塑金融行業(yè)職業(yè)結(jié)構(gòu)

　　一批“AI+”新興崗位或?qū)⑨绕?/p>

　　中國(guó)基金報(bào)記者?張燕北

　　以DeepSeek為代表的AI技術(shù)無(wú)法取代基金經(jīng)理，幾乎成為業(yè)內(nèi)共識(shí)。但不可否認(rèn)的是，AI技術(shù)的迅猛發(fā)展和廣泛滲透，對(duì)整個(gè)金融行業(yè)的職業(yè)結(jié)構(gòu)產(chǎn)生深遠(yuǎn)影響。在人人自問“我是否會(huì)被AI取代”的同時(shí)，一些變化正悄然發(fā)生。

　　這些變化主要體現(xiàn)在兩個(gè)方面：其一，現(xiàn)有的金融行業(yè)崗位需要更懂AI和更會(huì)用AI的人才；其二，一些順應(yīng)AI時(shí)代的新興崗位將涌現(xiàn)出來(lái)，替代部分傳統(tǒng)崗位。

　　人機(jī)協(xié)作機(jī)制或成常態(tài)

　　對(duì)從業(yè)者提出更高要求

　　面對(duì)AI技術(shù)浪潮的沖擊，包括基金經(jīng)理在內(nèi)的金融行業(yè)從業(yè)人員工作方式轉(zhuǎn)變?cè)诩?。未?lái)，人機(jī)協(xié)作或?qū)⒊蔀槌B(tài)化模式。

　　“未來(lái)的趨勢(shì)是建立人機(jī)協(xié)同機(jī)制。AI是非常好的效率提升工具，可以釋放人力聚焦戰(zhàn)略判斷，使金融從業(yè)者更加專注于深度思考和戰(zhàn)略決策。”滬上一位基金經(jīng)理表示，從業(yè)者要積極學(xué)習(xí)和掌握AI技術(shù)，理解AI工具輸出的結(jié)果和建議。

　　多位業(yè)內(nèi)人士指出，除了專業(yè)技能外，跨界融合能力、持續(xù)學(xué)習(xí)能力以及人際交往和溝通技能將變得更加重要，具備跨學(xué)科背景的金融專業(yè)人才將更具競(jìng)爭(zhēng)力。

　　博時(shí)科創(chuàng)板人工智能ETF基金經(jīng)理李慶陽(yáng)就指出，未來(lái)AI很可能會(huì)改變基金經(jīng)理的職業(yè)發(fā)展路徑，體現(xiàn)在幾個(gè)方面：從“經(jīng)驗(yàn)驅(qū)動(dòng)”轉(zhuǎn)向“技術(shù)驅(qū)動(dòng)”，基金經(jīng)理需從傳統(tǒng)基本面分析轉(zhuǎn)向結(jié)合AI模型輸出的數(shù)據(jù)決策；職業(yè)重心向高價(jià)值領(lǐng)域轉(zhuǎn)移，如戰(zhàn)略決策、資產(chǎn)配置、客戶關(guān)系管理；跨領(lǐng)域協(xié)作將成為核心方向。

　　在他看來(lái)，未來(lái)基金經(jīng)理可能需要具體的技能包括：AI技術(shù)理解與批判性評(píng)估能力；識(shí)別AI模型的局限性；數(shù)據(jù)驅(qū)動(dòng)的決策能力；跨領(lǐng)域知識(shí)整合能力；風(fēng)險(xiǎn)管理與合規(guī)意識(shí)；生態(tài)協(xié)作與持續(xù)學(xué)習(xí)能力。

　　平安基金林清源結(jié)合自身的觀察，指出AI技術(shù)的發(fā)展對(duì)金融行業(yè)人才培養(yǎng)模式產(chǎn)生了深遠(yuǎn)影響。

　　他以研究員崗位舉例稱，“AI技術(shù)發(fā)展使初級(jí)研究員的信息篩選、歸納和總結(jié)等基礎(chǔ)工作被替代，這要求研究員更快成長(zhǎng)，學(xué)習(xí)哲學(xué)、大腦科學(xué)、神經(jīng)網(wǎng)絡(luò)學(xué)、AI底層架構(gòu)等底層知識(shí)，需要具備跨學(xué)科的知識(shí)儲(chǔ)備和運(yùn)用能力?！?/p>

　　金融行業(yè)新興崗位需求增加

　　復(fù)合型人才受青睞

　　業(yè)內(nèi)普遍認(rèn)為，含“AI”量較高的新興崗位將明顯增多，與此同時(shí)一些傳統(tǒng)崗位或?qū)⒋蠓鶞p少。

　　北京一位公募人士表示，隨著金融科技的崛起，傳統(tǒng)金融機(jī)構(gòu)加速數(shù)字化轉(zhuǎn)型，對(duì)傳統(tǒng)金融崗位提出新的要求，風(fēng)險(xiǎn)管理和合規(guī)職位的需求將增加。同時(shí)金融行業(yè)對(duì)技術(shù)型崗位的需求將大幅增長(zhǎng)，包括但不限于AI風(fēng)控工程師、量化交易員、金融數(shù)據(jù)科學(xué)家等崗位。這些崗位需要具備數(shù)據(jù)分析、機(jī)器學(xué)習(xí)、編程等技能，以支持金融服務(wù)的智能化和自動(dòng)化。

　　“未來(lái)這些‘AI+崗位’將不斷涌現(xiàn)，證明AI最終會(huì)創(chuàng)造而不是破壞工作，AI浪潮下新增就業(yè)機(jī)會(huì)多于被它取代的崗位?！彼f(shuō)。

　　西部利得基金經(jīng)理翟梓艦的觀點(diǎn)類似：“未來(lái)金融行業(yè)可能會(huì)出現(xiàn)更多專注于開發(fā)和優(yōu)化AI系統(tǒng)的專業(yè)角色，而一部分傳統(tǒng)的職能有可能會(huì)減少?！?/p>

　　李慶陽(yáng)判斷，未來(lái)金融行業(yè)的職業(yè)結(jié)構(gòu)可能會(huì)出現(xiàn)以下變化：傳統(tǒng)崗位需求減少，如基礎(chǔ)數(shù)據(jù)處理和簡(jiǎn)單的文檔處理；新興崗位需求增加，如AI金融工程師以及AI合規(guī)專家；現(xiàn)有崗位轉(zhuǎn)型與升級(jí)，需要從單純的投資決策執(zhí)行者轉(zhuǎn)變?yōu)锳I技術(shù)的使用者和管理者，需要具備更強(qiáng)的AI技術(shù)應(yīng)用能力、跨領(lǐng)域知識(shí)融合能力和創(chuàng)新思維能力，與AI協(xié)同工作，提升投資管理水平。

　　在代景霞看來(lái)，AI技術(shù)的快速發(fā)展正在重塑金融行業(yè)的職業(yè)結(jié)構(gòu)，其中專注于利用AI技術(shù)進(jìn)行投資研究的崗位可能會(huì)增多，這類崗位更注重算法設(shè)計(jì)和模型優(yōu)化，金融機(jī)構(gòu)也可能會(huì)更傾向于招聘具備AI技能和傳統(tǒng)投資經(jīng)驗(yàn)的復(fù)合型人才。

　　在AI不斷賦能金融行業(yè)各大業(yè)務(wù)領(lǐng)域的趨勢(shì)下，魏鳳春也認(rèn)為，行業(yè)對(duì)傳統(tǒng)金融分析師、數(shù)據(jù)處理人員等需求會(huì)減少，對(duì)既懂金融又懂AI的復(fù)合型人才需求增加。還會(huì)催生一些新職業(yè)，如AI金融策略師、AI風(fēng)險(xiǎn)評(píng)估專家等。

　　榮浩進(jìn)一步指出，新興崗位崛起勢(shì)不可擋，AI訓(xùn)練師、算法合規(guī)官、復(fù)合型投資經(jīng)理需求增加，可能還會(huì)催生出AI策略專家崗位，負(fù)責(zé)設(shè)計(jì)AI與人工協(xié)作的投資框架。

　　DeepSeek來(lái)了，是威脅？還是機(jī)遇？

　　中國(guó)基金報(bào)記者?方麗

　　馬斯克曾經(jīng)說(shuō)過(guò)“人類社會(huì)是一段非常小的代碼，本質(zhì)是一個(gè)生物引導(dǎo)程序，最終導(dǎo)致硅基生命的出現(xiàn)”。當(dāng)下，以DeepSeek、ChatGPT等為代表的“AI硅基生命們”，正在逐漸融入碳基生物社會(huì)的各行各業(yè)。

　　公募基金行業(yè)也在積極擁抱著這一浪潮。然而，面對(duì)這樣全新的技術(shù)巔峰，對(duì)學(xué)霸云集的基金經(jīng)理群體究竟意味著什么？是職業(yè)威脅還是投資機(jī)遇？是被替代還是實(shí)現(xiàn)“1+1＞2”價(jià)值？

　　從多數(shù)受訪基金經(jīng)理反饋來(lái)看，當(dāng)下是“機(jī)遇大于威脅”，DeepSeek等AI工具能實(shí)現(xiàn)“人機(jī)協(xié)同”，提升投研效率、釋放人力聚焦于戰(zhàn)略判斷。不過(guò)，最終對(duì)每個(gè)基金經(jīng)理來(lái)說(shuō)，只有不斷用“硬業(yè)績(jī)”證明自己價(jià)值，時(shí)間會(huì)給出所有的答案。

　　有機(jī)遇、有威脅，但機(jī)遇更大

　　作為職業(yè)“金字塔尖”的一類，DeepSeek出現(xiàn)對(duì)基金經(jīng)理而言，機(jī)遇和威脅并存，能提升工作效率，也會(huì)帶來(lái)就業(yè)競(jìng)爭(zhēng)壓力。

　　“機(jī)遇和威脅并存，機(jī)遇更大一些?！逼桨不鸾?jīng)理林清源談及感受時(shí)直言，機(jī)遇是先進(jìn)生產(chǎn)力工具賦能，AI大模型可以顯著提升投研效率，基金經(jīng)理可以利用AI進(jìn)行信息篩選、數(shù)據(jù)分析、會(huì)議紀(jì)要整理，節(jié)省大量時(shí)間，覆蓋更多的股票，提高投資收益。威脅有兩點(diǎn)：一是AI普及后，市場(chǎng)有效性提升，單純依賴短時(shí)間信息差的投資策略將逐漸失效；二是初級(jí)投研崗位的工作會(huì)被逐步替代，需要基金經(jīng)理迅速去適應(yīng)新的AI背景下的投研方式。

　　同樣，西部利得基金經(jīng)理翟梓艦也認(rèn)為“一定是機(jī)遇大于威脅”。日常工作中有大量的事務(wù)可以使用AI輔助完成，提升效率的同時(shí)，有更多的時(shí)間去打磨策略，精進(jìn)業(yè)績(jī)。他更強(qiáng)調(diào)，作為基金經(jīng)理，要廣泛了解、體驗(yàn)各種AI工具，并且嘗試將其應(yīng)用到自己的日常工作中；從量化基金經(jīng)理的角度，深度學(xué)習(xí)在投資中的應(yīng)用已經(jīng)有了成熟的范式，但是大模型到底應(yīng)該如何應(yīng)用到投資中，還是一個(gè)有待深入研究的領(lǐng)域。

　　晨星（中國(guó)）基金研究中心高級(jí)分析師代景霞認(rèn)為，對(duì)于基金經(jīng)理而言，DeepSeek帶來(lái)的威脅：可能使基金經(jīng)理在某些領(lǐng)域（如算法交易或量化投資）面臨更大的競(jìng)爭(zhēng)壓力，尤其是那些對(duì)AI技術(shù)比較熟悉的基金經(jīng)理；同時(shí)DeepSeek依賴于大量數(shù)據(jù)和模型訓(xùn)練，如果數(shù)據(jù)質(zhì)量或模型存在偏差，可能會(huì)影響基金經(jīng)理決策的準(zhǔn)確性。但AI可以作為基金經(jīng)理的輔助工具，幫助分析復(fù)雜數(shù)據(jù)、優(yōu)化投資組合、預(yù)測(cè)市場(chǎng)趨勢(shì)等，幫助基金經(jīng)理從繁雜的重復(fù)性工作中解脫出來(lái)，節(jié)省時(shí)間并提高效率。

　　投資是科學(xué)和藝術(shù)

　　更需提高自身

　　金融投資最顯著的特點(diǎn)在于不確定性，投資是科學(xué)和藝術(shù)的結(jié)合。在目前環(huán)境下，基金經(jīng)理更需要利用AI技術(shù)，提升自身來(lái)扎扎實(shí)實(shí)做好業(yè)績(jī)。

　　“AI平權(quán)每個(gè)人擁有豐富的研究資料，這是件好事情，是技術(shù)帶來(lái)的改變，但能否讓人類群體變得理性？抑或加重了情緒化？例如在一家公司因?yàn)槟撤N原因下跌，當(dāng)去問人工智能，也許首先得到的更多是悲觀的信息，但巴菲特所說(shuō)的‘扣動(dòng)扳機(jī)的機(jī)會(huì)’，是反人性的，能透過(guò)現(xiàn)在的悲觀看到價(jià)值和未來(lái)的樂觀，需要內(nèi)心的強(qiáng)大和對(duì)投資的理解。這便是投資的‘藝術(shù)’?！鄙香y基金陳博更從投資科學(xué)和藝術(shù)角度來(lái)分析。

　　陳博表示，當(dāng)然，對(duì)于投資“技術(shù)”方面，未來(lái)每個(gè)人都需要掌握AI工具，基金經(jīng)理需要使用一些AI應(yīng)用。“有人會(huì)沉浸于信息極大化以獲取收益，有人向內(nèi)搜尋長(zhǎng)期投資的奧秘，方法沒有好壞，適合就好。但客觀來(lái)說(shuō)，現(xiàn)在每天用手機(jī)的我們，投資境界與讀報(bào)紙的巴菲特和查理芒格相比，或許缺的不是技術(shù)，而是內(nèi)心的定力?！?/p>

　　對(duì)此，創(chuàng)金合信基金首席經(jīng)濟(jì)學(xué)家魏鳳春表示，任何新技術(shù)的出現(xiàn)和大規(guī)模的應(yīng)用都會(huì)對(duì)現(xiàn)有的從業(yè)人員提出挑戰(zhàn)，善于適應(yīng)并學(xué)習(xí)者會(huì)駕馭這一工具，從而順勢(shì)而為?；鸾?jīng)理需要深入學(xué)習(xí)AI技術(shù)，包括機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的基礎(chǔ)知識(shí)，掌握數(shù)據(jù)安全與管理技能，提高跨團(tuán)隊(duì)協(xié)作與溝通能力，與技術(shù)團(tuán)隊(duì)密切合作，共同打造更高效的投資管理體系。

　　博時(shí)科創(chuàng)板人工智能ETF基金經(jīng)理李慶陽(yáng)也表示，基金經(jīng)理應(yīng)該學(xué)會(huì)利用DeepSeek等技術(shù)進(jìn)行數(shù)據(jù)分析和決策支持，將精力集中在需要人類經(jīng)驗(yàn)、直覺和復(fù)雜判斷的任務(wù)上，并注重客戶關(guān)系管理、談判等AI難以替代的能力，關(guān)注AI技術(shù)發(fā)展，不斷更新知識(shí)體系以應(yīng)對(duì)行業(yè)變化，保持批判性思維，避免盲目依賴。

　　顯然，站在這個(gè)歷史當(dāng)口，基金經(jīng)理投資的關(guān)鍵還要看如何將工具為己所用，發(fā)揮其更大效能，實(shí)現(xiàn)“1+1＞2”的效果才是智能化投研時(shí)代的關(guān)鍵所在。