自基金投顾业务试点启动以来，发展已五年有余。目前基金投顾行业仍处于起步阶段，存在渗透率低、投顾策略单一、投资者获得感和对行业的信任度不足、“重投轻顾”现象突出等问题。

在业内受访人士看来，随着“试点转常规”临近，未来投顾业务或呈现“主体多元、机构协作、服务差异”的竞争格局。与此同时，AI的兴起与赋能，正深刻改变财富管理业态。

目前，基金投顾试点转常规的着手点在哪？在AI浪潮中，“AI+投顾”模式会带来哪些变化和风险？投顾业务的核心价值如何体现？随着AI技术在基金投顾业务中的渗透程度不断加深，从业人员是否会面临“替代危机”？带着这些问题，第一财经近期深入采访了多位业内人士，探寻背后的答案。

基金投顾试点转常规

近年来，随着公募基金行业规模迅速扩张，投资者对资产保值增值的需求日益多样化、复杂化。

“自试点启动以来，基金投顾在监管部门和投顾机构的共同推进下实现稳步发展。但相较于海外成熟市场，我国基金投顾行业仍处于起步阶段。”全国人大代表、东方财富董事长其实表示。

其实称，一方面，基金投顾已落地五年，但渗透率仍较低。据测算，目前我国基金投顾服务的资产规模大约为1500亿元，占比不足公募基金总规模的0.5%。另一方面，投顾机构的服务供给能力有待提升。目前，市场上的基金投顾策略较为单一，难以满足个性化的投资需求。部分机构对于投资理念引导和投后持续陪伴的重视程度不足，“重投轻顾”现象较为突出，未能充分体现基金投顾“以客户为中心”的价值内核。

对此，其实在全国两会期间，就进一步推动基金投顾行业发展提出多项建议，其中就包括逐步扩大基金投顾的可投资产品类别，进一步丰富基金投顾业务参与主体，加快推动基金投顾试点转常规。

“截至目前，国内基金投顾试点机构仅有60家，数量明显少于基金管理和基金销售机构，市场中代表投资者利益的买方中介力量仍然较为单薄，且试点机构类型主要为证券公司、基金公司与少量第三方基金销售机构，业务模式的多样性存在欠缺。”其实建议，加快推动基金投顾试点转常规，支持更多证券基金持牌机构获得基金投顾资质，并逐步拓展其他类型的金融机构参与基金投顾市场。

此外，一位公募基金人士对第一财经表示，基金投顾业务转常规，还可利用大数据和人工智能等技术赋能基金投顾业务，推动行业从“卖产品”向“管资产”转型。同时，需加强内部资源整合，提升服务供给能力，优化投资策略和服务模式，以满足投资者日益增长的个性化需求。还需加强投资理念引导和投后持续陪伴，做好投资者教育，通过账户诊断工具+人工沟通挖掘真实需求，缓解市场认知不足问题。

“AI+投顾”实际应用情况如何？

事实上，在公募基金行业正面临改革的同时，DeepSeek的爆火在各个领域掀起AI革命，基金投顾也迎来了人工智能浪潮，利用DeepSeek推荐基金在短期内快速引起投资者的关注和应用。

中金财富相关负责人对第一财经表示，DeepSeek的快速走红主要源于打破信息与知识的不对等。一方面，投资者借助DeepSeek等大模型高效的自然语言处理与数据分析能力，可以快速解析海量市场信息，这在帮助投资者做好专业资讯的降维处理方面起到重要作用，专业问题得以“平权化”；另一方面，社交平台的裂变传播与AI工具的“新奇感”进一步放大了市场关注。

对于行业机构而言，布局“AI+投顾”赛道亦是势不可挡。综合多方采访来看，目前直接服务客户的生成式AI智能投顾尚未完全成型，AI作为辅助工具，在用户画像与需求分析、投资策略回测研究、市场研究与数据整合等方面能够提供助力，进一步提升服务效率。

富国基金投顾业务部总经理张国梁对第一财经表示，目前直接服务客户的生成式AI智能投顾尚未完全成型，但从当前AI表现出来的性能看，基于庞大的知识库，将知识库中的基本事实，尤其是非结构化知识的梳理、整理、归纳等方面的效率和质量更优，这些优势在将来的实践过程中有望进一步提升人工投资顾问的效率。同时，在一些基本概念、投教类等通识性问题的解答和对用户信息的分析和洞察方面，也具备独有优势。

此外，广发基金投顾业务相关负责人对第一财经表示，根据他们的经验，AI还可以在投资策略回测研究以及市场研究与数据整合方面提供助力。AI技术在量化交易回测中表现突出，可自动拉取相关数据接口，并快速完成相关交易策略、配置策略回测测试，这极大程度提升了投端研究效率。

“（AI）可能会优先适用在投顾内容生产和产品研究领域。”平安证券经纪业务事业部相关负责人表示，AI规模化应用短期会主要在容错率高、任务简单的场景，要求场景更具备通用可复制性，通过大模型赋能实现自动化和流程化处理，显著提升效率、降低应用成本，且需要对模型输出的准确性要求相对较低，即使偶尔出现偏差，也不会对用户造成显著影响。

“而投资组合管理、风险控制，涉及高度专业化的知识和复杂决策过程，要求对专业领域的知识和流程深入理解，且这两个层面对于模型输出结果的准确性和可靠性有着极高要求，任何错误都可能带来较大影响和损失，应用时需要慎重。”上述平安证券经纪业务事业部相关负责人称。

智能投顾引发的“担忧”

人工智能的赋能，为基金投顾业务带来效率提升及服务优化，同时也引发行业及投资者对于数据安全与隐私保护、模型偏差导致策略失灵、过度技术依赖等多方面的担忧。

“根据我们目前的展业情况，用户对AI的整体接受度还是比较高的，很大一部分比例非常认可AI在内容搜索、市场解读等多个方面的价值。但一些用户对于AI的使用也存在些许担忧。”上述广发基金投顾业务相关负责人表示，比如，部分用户对AI应用中个人数据的安全性持保留态度，希望有更高的数据透明度和流程合规性；部分用户认为AI在情感支持、非理性行为干预及定制化信任关系建立上存在短板。

一位头部公募基金人士表示，技术层面，AI算法是基于历史数据进行训练，如果数据存在偏差，可能会导致算法产生偏见；且AI系统依赖于复杂的技术架构和大量的计算资源，一旦出现系统故障或技术漏洞，可能会导致金融业务中断或数据泄露。另外，由于算法黑箱的存在，智能投顾可能产生算法歧视，同时AI系统的运行高度依赖大量的数据，这些数据包含了投资者的个人信息、交易记录、财务状况等敏感内容，存在数据泄露的风险。

“需清晰界定AI技术的能力边界，防止因过度依赖而丧失创新思维、独立思考以及有效讨论的能力；注意技术主权避免被‘管道化’，保持独立性和创新力。”上述头部公募基金人士说。

此外，随着AI技术在基金投顾业务中的渗透程度不断加深，从业人员是否会面临“替代危机”？行业机构如何打造“护城河”？

国信证券认为，人工智能大模型的发展将从侧面推动券商投顾业务投研水平继续提升，也对行业低端产能的去化和转型升级有加速推动的作用。

在业内人士看来，相比AI，人工投顾的“护城河”在于复杂市场情绪解读、用户信任以及个人化有温度的服务。

“尽管AI在信息处理、效率提升等方面具有优势，但时下的AI模型难以企及人工投顾的服务深度、温度，在情感沟通、信任建立、市场判断和人际关系维护等方面仍无法完全替代人类投顾。投顾业务的核心壁垒在于建立不可替代的‘信任三角’，包括可信性、可靠性和亲密性，这些维度目前仍需人工来实现。” 上述头部公募基金人士表示。

平安证券经纪业务事业部相关负责人认为，尽管AI提升了效率，但投资者对“机器决策”的信任度仍存疑，需强化人机协同模式。客户获取个性化服务方案的公开便捷，并不能带来客户投资结果的大幅改善，大部分客户缺乏金融投资专业能力，对方案的信心和理解程度在很长一段时间内阻碍了投资动作执行，“翻译”和“心理医生”的能力可能成为各家券商投顾服务的壁垒。

“AI短期内难以突破的能力边界，在于复杂市场情绪解读和定制化信任关系建立。市场情绪受到多种因素影响，AI难以像人类一样感知市场的微妙变化和消费者的情感需求。同时，AI也无法像人类顾问那样，通过面对面的交流和情感支持，与投资者建立深层次的信任关系。”博时基金投顾业务相关负责人表示。