非银金融行业研究深度报告：投研范式的革新-当大模型遇到大资管-国信证券.docxVIP

证券研究报告

证券研究报告|2025年02月15日

投研范式的革新

——当大模型遇到大资管

行业研究·深度报告

非银金融·证券

投资评级：优于大市（维持）

证券分析师：孔祥

证券分析师：王德坤

联系人：王京灵

0210210755kongxiang@wangdekun@wangjingling@

S0980523060004S0980524070008

请务必阅读正文之后的免责声明及其项下所有内容

请务必阅读正文之后的免责声明及其项下所有内容

核心观点摘要

AI技术日新月异，逐步发力应用端，其中资产管理和财富管理将成为AI赋能的“超级场景”。尤其资产管理领域天然生成海量数据，同时去中心化的投研模式有利于AI赋能相关场景。未来AI将全面赋能大资管，不仅提升了业务效率，未来有望为客户提供了更加精准与个性化的服务体验，包括营销获客与转化、客户运营及陪伴、产品组合与推介、投研及投资、风险管理、交易以及后台系统支持等方面。

随着被动产品体系完善，资管工业化模式持续推进。配置决定收益，研究决定配置。对资管机构而言，研究能力决定了配置能力，配置能力决定了投资能力，而投资能力决定了投资收益。但过去我国资管机构通过发力“爆款产品”，强化个人能力对投研的赋能，导致中间缺少了“工业化”洗礼，整体缺乏专业化、工业化、系统化的投研能力体系，尤其是投研核心生产工具是“Wind+计算机+office+手机”的简单组合。随着我国近两年被动指数产品大量创设后，后续资管产品逐步工具化，需要系统构建组合工具产品，最终形成满足客户需求的个性化、集约化和智能化解决方案。

AI赋能投研，将形成“AI+HI”有机结合的投研模式。过去AI（Artificialintelligence）常常是做信息整合，基于规则和模型将各种来源的信息整合到一个统一平台中，以便后续的分析和处理。但以DeepSeek、ChatGPT为代表的人工智能技术爆发后，未来AI将更多地进行分析整合，随着技术迭代，AI将能一定程度上模拟人类的思考，在信息整合的基础上理解和推理，为决策判断提供依据。而HI（Humanintelligence）在此基础上充分利用AI工作，提升工作和决策效率，

甚至推动投研范式的革新。

?风险提示：资本市场景气度下滑的风险，AI落地不及预期的风险，政策风险等。

请务必阅读正文之后的免责声明及其项下所有内容

请务必阅读正文之后的免责声明及其项下所有内容

开始之前：什么场景是AI赋能的“好场景”

2014年，IBM开设人工智能新总部IBMWatson，并开展以AI赋能医疗保健行业的探索。IBMWatson内存库保存了海量罕见疾病的知识，疾病诊断也不会像人类医生一样存在认知偏差。IBMWatson的出现，使得AI似乎有可能减少诊断错误、优化治疗，甚至缓解医生短缺。但是，IBM的机器学习方式和医生工作方式之间的不匹配，使IBMWatson发展陷入困境，其AI赋能医疗的探索鲜有成功案例。

图：IBMWatson探索AI赋能医疗鲜有成功案例

Date

IBMPartner

Project

CurrentStatus

2011Feb.

NuanceCommunications

Diagnostictoolandclinical-decisionsupporttools

Notoolsinuse

Sept.

WellPoint(nowAnthem)

Clinical-decisionsupporttools

Notoolsinuse

2012March

MemorialSloanKetteringCancerCenter

Clinical-decisionsupporttoolforcancer

WatsonforOncology

Oct.

ClevelandClinic

Trainingtoolformedicalstudents;clinical-decisionsupporttool

Notoolsinuse

2013Oct.

MDAndersonCancerCenter

Clinical-decisionsupporttoolforcancer

Notoolinuse

2014March

NewYorkGenomeCenter

Genomic-analysistoolforbraincancer

Notoolinuse

June

Genie