在近日举办的晨星（中国）投资峰会上，资管与财富管理行业对人工智能（AI）的深度应用展开热烈讨论。多位业内人士指出，AI已从辅助工具演变为行业核心环节，但技术渗透带来的不仅是效率提升，更引发了关于能力分化、数据安全与组织变革的深层思考。
盈米基金董事长肖雯透露，公司内部已部署超过200个AI模型，Dify平台上的3000多个应用月消耗千亿级词元，AI已成为员工日常工作的"水电煤"。她观察到，AI通过分析客户操作习惯、持仓时长等行为数据，能精准捕捉客户未明说的需求，例如识别客户声称"能承受风险"与实际风险厌恶的矛盾。这种能力正在重塑财富管理行业的服务模式——传统模式下难以兼顾的个性化深度、规模化广度与高质量服务一致性，通过AI介入得以同时实现。
技术普及的另一面是行业分化加速。讯兔科技创始人李罗丹通过与清华大学的联合研究发现，AI会放大使用者能力差异："同样问题因输入侧重点不同，AI会给出截然不同的答案。"他提出，优秀投研人员需具备三项能力：通过AI实现信息处理能力十倍级增强、构建线下信息网络、形成非共识认知。九鞅科技创始人何华则将AI定位为"调度员"，认为其在高端定价模型等复杂计算环节仍存在局限，当前主要解决流程调度和中等复杂度分析任务。
财富管理端，信任成为人机协作的核心边界。嘉信理财（上海）总经理Thomas Pixley强调："买方投顾推销的是信任而非产品。"嘉实财富总经理陶荣辉从责任归属角度指出，AI无法承担投资结果的责任，缺乏情感链接且存在幻觉问题。肖雯将人机分工明确为：AI负责效率与精度，人负责温度与信任——前者处理标准化服务、实时跟踪等任务，后者专注客户人生目标理解、重大决策支持等高情感工作。
技术落地的现实挑战同样突出。何华认为，80%国内金融机构尚未完成底层数据和模型搭建，数字化转型滞后制约了AI价值实现。肖雯观察到，许多企业安装模型后仅能用于OA办公，根本原因在于数据孤岛问题未解决。她比喻："没有缰绳和马鞍的千里马，人无法骑乘。"阿里云金融行业副总经理徐志良则指出，大机构倾向于在现有系统"嵌入"AI能力，而创新往往来自中小机构，这种路径差异可能导致竞争格局变化。
组织变革阻力被视为AI落地的最大瓶颈。肖雯援引领先金融机构的判断称，企业应用AI的难度是个人使用的100倍。她强调，AI转型是"一把手工程"，业务与IT团队的深度融合至关重要。百度智能云金融事业部解决方案总监吴文彦提出，未来90%的解决方案需由一线业务人员基于平台工具开发，这要求组织打破传统分工壁垒。当被问及盈米基金的护城河时，肖雯回答："垂直领域的深度业务认知及由此积累的场景数据，才是行业生存的关键。"
