全球金融行业AI进展跟踪：AI的落地进展、量化测算与审慎边界-260728（11页）.pdf

核心结论速览： “已整合”占比最高的三类用例恰为研究人员的日常工作：想法生成与研究、非结构化数据处理、信号生成与趋势分析——研究环节既最先获得效率红利，也最先面临能力商品化。 初级分析师50%-65%的产能将被重新配置：数据搜集与初稿建模让位于管理层交流与差异化洞察产出。核心问题不是人员规模，而是专业判断力的养成机制需要重新设计。 仅8%的机构确认AI带来投资收益改善：效率类收益（69%确认）具有普遍可验证性，而收益类改善的证据基础明显薄弱。当管理人宣称获得“AI驱动的超额收益”时，应首先厘清优异表现来源。 竞争优势正从“产出分析”向“运用分析”迁移：当基础分析能力商品化，胜出者是判断力更强、数据更具差异化、组合构建与风控能力更优的机构。 提示工程可将模型准确率从50-60%提升至85%以上：港大测试显示，模型能力与提示设计是两个独立变量，后者往往决定了前者的实际转化效率。 自训练模型在零API成本下可达84.6%准确率：对于信息提取、数据清洗、初步筛选等标准化程度较高的环节，开源方案已具备实用价值。一、研究环节：最先获得效率红利，也最先面临能力商品化。1.1 用例分布揭示的结构性特征。Mercer调研显示，当前“已整合”最常见的三类用例为：1. 想法生成与研究：AI辅助研究人员快速生成研究假设、构建分析框架。2. 非结构化及外部数据集处理：AI处理财报、电话会纪要、新闻、研报等非结构化材料。3. 信号生成与市场趋势分析：AI从海量数据中提取可操作的交易信号。这三类恰为研究人员的日常工作内容。而报告AI已嵌入组合构建或交易执行的机构明显更少。这一结构意味着：研究环节既最先获得效率红利，也最先面临能力商品化。当基础分析能力（信息搜集、初稿建模、趋势识别）可被AI以更低成本、更快速度完成时，研究人员的核心价值必须从“产出分析”向“运用分析”迁移。1.2 从“副驾”到“决策者”的距离。73%的机构将AI描述为运营型应用（自动化与效率），68%描述为“副驾”型（提供洞察与分析），而表示AI用于决策的仅占5%。“副驾”的定位意味着： AI提供参考和建议，但最终决策由人做出。 AI的输出需要人工审核和验证。 AI的责任归属仍在人而非模型。从“副驾”到“决策者”的距离，取决于三个条件的满足程度：模型的可解释性、输出的可验证性、以及机构对模型风险的承受能力。二、岗位的重新定义：分析师培养路径的挑战。2.1 50%-65%的产能重新配置意味着什么？BCG测算显示，传统上由初级分析师承担的产能中，将有50%-65%被重新配置——数据搜集与初稿建模让位于管理层交流与差异化洞察产出。这一变化的核心影响不在于人员数量，而在于培养路径：传统路径：初级分析师通过大量数据搜集、初稿建模等基础工序积累经验，逐步建立专业判断力。新挑战：若基础工序不再作为新人训练场景，专业判断力的养成机制需要重新设计。AI虽然能更快地完成基础工作，但新人如何学习“为什么要这样做”以及“什么才是好的分析”？2.2 竞争优势的迁移。BCG提出的三项判断对研究团队尤为适用：判断力上移一层：优势不再源自“产出分析”，而源自“决定如何运用分析”。在部分情形下，机构将通过逆AI驱动的共识而动来创造超额收益。管理层需决定使用哪些模型、如何组合、何时质疑。大规模定制：定制化成本下降后，过去仅面向最大委托的深度研究可推广至更广客群，研究机构可以探索新的服务形态和收入模式。2.3 对研究团队的启示。 从“生产内容”转向“生产判断”的定位调整。 基础分析能力的培养方式从“动手做”转向“理解与评估”。 差异化的数据源和独特的分析框架成为核心壁垒。三、Fiduciary-Grade AI：高风险专业工作的工程标准。3.1 为什么卖方研究需要参照这一标准？Anthropic发布的汤森路透案例的应用场景为法律、税务与会计，与卖方研究在属性上高度同构： 高风险：输出结果影响重大决策。 需引证：结论需要基于可靠来源。 需署名背书：专业人士对最终成果负责。汤森路透将其方法论概括为Fiduciary-Grade AI，即AI须扎根于权威内容、由深度领域专业知识塑造、并直接嵌入专业工作流，使输出在高风险场合可透明、可验证、可辩护。3.2 四条可直接应用的模型准入标准。标准一：模型须自校引证。系统不能在检索到来源后即行输出，而必须在提交人工复核之前先行验证其所引用的内容。标准二：须在长链条工具调用中保持稳定。较长的任务对上下文管理与工具使用可靠性提出更高要求。标准三：须将人纳入产出过程而非仅纳入结果。对于最复杂的任务，目标是让专业人士参与工作成果的形成过程。标准四：须释放此前不具备带宽处理的工作。例如复杂分析框架的快速构建。3.3 Agent作为新交付方式。该案例的另一项洞察：Agent并非更智能的对话工具，而是既有产品的新交付方式。其法律产品由原先的技能串行执行，重构为实时跨工具与内容源进行规划、分派与编排。对研究机构而言，这意味着研究报告的交付方式可能从“人工撰写文档”转向“AI辅助生成+人工审核定制”的新模式。四、审慎边界：现有模型能做什么、不能做什么。4.1 监管测试：需大量人工监督才能发挥潜力。CNMV测试显示，模型生成的推荐受制于反复出现的推理失败：金融常识性误解、结转误差、幻觉信息。在获得适当引导与监督的条件下，模型确实展现出跑赢市场的能力，但要实现其全部潜力需要大量人工监督。关键发现：将选股推荐锚定于官方监管申报文件，能够提高预测准确度。4.2 学术审计：实证规范普遍薄弱。深圳大学覆盖77篇研究的审计显示，在满足最低门槛的19篇实证研究中，仅2篇披露了时间一致性数据划分，1篇指定了交易成本模型，1篇记录了样本空间处理方式，无一篇达到最高可复现级别。4.3 模型实测：分化远超预期。港大AI Evaluation Lab测试11款主流大模型：收益分化：Qwen3.5 Plus收益+9.85%领先，Gemini 3.1 Pro Preview回撤超15%。模型间性能差异远超大模型同质化的市场共识。风控差异：最大回撤从12%到近50%不等，部分模型有效杠杆暴露超20倍，暗示仓位管理与止损机制存在明显缺陷。提示工程价值：Expert prompt相比Naive prompt平均提升准确率约30个百分点，部分模型突破85%。成本-效率权衡：自训练模型在零API成本下可达84.6%准确率，对于标准化环节已具实用价值。五、投研团队的行动指南。5.1 优先落地的场景。高确定性场景：信息提取、数据清洗、初步筛选等标准化环节——自训练模型在零API成本下可达84.6%准确率。高验证性场景：想法生成、趋势分析——需人工审核验证，但可大幅提升效率。需审慎推进的场景：组合构建、交易执行——目前证据显示风险控制能力参差不齐。5.2 能力建设的优先级。提示工程能力库：建立领域专家设计的结构化提示词库，这是模型能力转化为实际效率的关键。数据管道可靠性：Agent的能力上限由其可接入的数据决定，数据管道的投入回报可能高于模型侧调优。治理与审计框架：可审计性、模型可追溯与明确问责应与建设期同步设计，事后补装难度更高。5.3 对研究结论的采信原则。当研究结论声称“AI驱动的超额收益”时，应首先厘清：优异表现是否源于模型本身，而非回测设计、样本选择或运气。深圳大学审计显示，多数研究在实证规范上存在明显不足。六、延伸阅读。以上为报告核心趋势分析，如需获取完整报告详细数据及全部案例，请访问下载页下载完整PDF报告。七、FAQ。问：AI在投研中最常见的应用场景是什么？答：已整合最常见的三类为想法生成与研究、非结构化数据处理、信号生成与趋势分析。这三类恰为研究人员的日常工作——研究环节既最先获得效率红利，也最先面临能力商品化。问：AI对分析师岗位的影响有多大？答：BCG测算初级分析师50%-65%的产能将被重新配置。核心问题不是裁员，而是数据搜集与初稿建模不再承担新人训练职能后，专业判断力如何培养。问：AI能否在投资中创造超额收益？答：目前证据有限。仅8%的机构确认投资收益改善。CNMV测试表明模型需大量人工监督才能发挥潜力。港大模拟显示模型风控能力参差不齐。问：研究机构应该如何部署AI？答：优先从信息提取、数据清洗等标准化环节切入；建立内部提示工程能力库；将治理嵌入建设期；培养“运用分析”的判断力而非仅“产出分析”的能力。问：Fiduciary-Grade AI标准对研究机构有何参考价值？答：该标准来自法律/税务领域，与卖方研究同样面临高风险、需引证、需署名背书的要求。四条准入标准——自校引证、长链条稳定、人参与过程、释放新能力——可直接作为研究报告生产流程的验收标准。八、数据来源说明。本报告数据来源于：光大证券《AI的落地进展、量化测算与审慎边界——全球金融行业AI进展跟踪》研究报告、Mercer《2026 AI in Asset Management Survey》、BCG《Global Asset Management Report 2026》、Anthropic汤森路透案例、西班牙CNMV第96号工作论文、深圳大学审计型证据图谱、香港大学AI Evaluation Lab Agent Benchmark等。