AI賦能基金投顧要避開哪些坑？信息繭房、專業侷限、高質量數據缺失都是問題

財聯社3月5日訊（記者 周曉雅）AI模型加速迭代，基金投顧也在運用的過程中看到了AI的優勢與不足。

有業內機構提到，金融數據的缺失，是AI大模型的通用問題，但也爲各家機構垂直應用提供空間；也有業內人士關注到AI模型帶來的信息繭房、過度擬合，如何克服弊端，也成爲業內共同面對的課題。

雖然AI大模型無法替代人工智能是當下業內的共識，但長期來看，也有業內人士看到，AI已是影響基金投顧行業格局的重要變數。

如何克服AI弊端？

隨着DeepSeek模型的出現，投顧和投資者之間搭起又一溝通橋樑。使用DeepSeek推薦基金的投資者，對基金投顧概念加深認識，需求也更迫切；而基金投顧也利用DeepSeek，探索創新服務。

這過程中，盈米基金看到，即便是DeepSeek這類大模型，回覆的完整性和正確性往往都不盡如人意，會受到網上營銷材料的影響。

“這並非源於模型本身推理能力的侷限，而是金融數據的結構性缺失。由於高質量的金融數據獲取困難，且缺乏系統化的專業知識支撐，導致AI大模型在諮詢金融相關問題的處理上難以達到理想的效果。”在他們看來，這是通用大模型長期都會存在的問題，但這給各行各業的垂直AI應用提供了廣闊的空間。

爲此，盈米基金體系化梳理公司內部數據資產、多年在財富管理領域沉澱的知識，形成可被AI獲取的API或知識庫，爲AI模型提供優質的訓練資源，以提升其在財富管理領域的服務能力。

另外，早在2023年6月，盈米基金專門組建數據標註團隊，聚焦模型效果評測和AI應用效果評估工作，以確保數據的質量和應用效果。

盈米基金表示，目前已構建起涵蓋財富管理、基金投資、投顧策略、陪伴內容、客戶服務、投研工具等六大核心業務場景的專業數據集羣。並在此基礎上建立自有評測體系，反哺AI應用，提升AI應用研發的整體效能。

中金財富相關負責人提到，除了信息繭房，專業侷限、過度擬合等問題也值得關注，可以從構建人工複覈機制、引入獨立第三方數據源、限制AI在覈心決策中的權重等方面進行應對。

代景霞則提到，不僅是AI模型，基金投顧公司自身也可能存在類似信息繭房。比如，爲維護與基金公司合作關係及獲取商業利益，投顧可能更傾向推薦合作方新基金，減少非合作方的產品推薦，形成圍繞合作基金的信息繭房。

“另外，基金投顧公司信息獲取渠道可能相對有限，主要依賴於與基金公司的溝通、行業報告等。”在她看來，如果這些信息來源本身存在侷限性，投顧公司可能也會受到影響。

行業格局生變？

從更長遠的角度來看，DeepSeek是否會成爲影響基金投顧行業格局的重要變數？

“我們認爲未來的基金投顧行業可以通過更多地採用AI作爲輔助工具，以平衡效率和個性化服務的需求。”代景霞表示，儘管人工投顧團隊經驗豐富，但工作節奏較慢，難以在短時間內處理大量投資者的諮詢和需求，個性化服務受時間和能力的限制，人工投顧的薪資支出較高，也限制了投顧公司的服務覆蓋面。

隨着行業對DeepSeek等AI模型的應用，基金投顧行業的頭部化效應也受到業內人士關注。

代景霞分析，基於資源、品牌的優勢，頭部公司也許可以通過對AI技術的應用吸引更多的投資者，而中小公司資源有限，也許難以充分應用AI技術，從而導致在競爭中處於不利地位。

中金財富相關負責人也認爲。DeepSeek 帶來的“信息平權”可能意味着過往簡單販賣信息差的模式不可持續，有可能會加劇行業頭部化、生態化。公司也將密切關注AI領域的前沿進展，提升員工對AI的認知和敏感度，並在大模型基礎上，結合投資研究、顧問服 務等實際業務場景開發具體應用。

不過，也有業內人士認爲，DeepSeek具備低成本優勢，這也意味着，中小機構的應用門檻降低，或許會爲這類機構帶來一次較好的業務升級機會。

中歐財富也表示，DeepSeek具備低成本、開源生態等優勢，對於基金投顧和金融機構而言試錯成本低，更有利於他們進行業務創新。而運用AI技術提高能效，擴大投顧服務的半徑，各家基金投顧機構的重點在於挖掘AI技術與投顧服務的場景結合。

“目前基金投顧發展尚處初期，希望AI技術的運用能夠爲基金投顧在策略構建及服務形態上提供更多助力。”該機構表示。

代景霞也提到，中小機構可通過差異化服務（如個性化推薦、快速決策等）吸引投資者。

還有基金投顧人士認爲，短時間來看，AI技術的應用不會帶來基金投顧行業的頭部化效應加劇，金融數據的挖掘或是接下來各家投顧機構的角逐方向。