AI赋能资产配置：海内外资管机构AI大模型应用探索.pdf

◼AI大模型技术日新月异，赋能金融资产管理行业。在技术供给端方面，近几年AI大模型大规模集中发布，对改变当下社会生产生活具有强大

的潜力；在业务需求端方面，全球资产管理规模发展趋势乐观，但利润下行等压力并存，亟需寻求降本增效创新方案。而资产管理行业需要

处理庞大复杂、获取门槛低的数据信息，极其适合在业务端发挥AI大模型的优势促进提效降本，增添强大的发展新动力，因而许多资管机构

都重视AI大模型的战略意义并且推进投资布局。

◼国外资产机构依托三大优势迅速推进AI大模型应用。国外依托数据生态成熟、金融科技基建完善、技术起步早等优势，加速开展在资产管理

领域的AI大模型实践应用。贝莱德（BlackRock）和摩根资管（J.P.MorganAssetManagement）等全球知名的资产管理机构将大模型应

用到已有的AI集成平台或系统当中，在自研平台中确保数据安全，并定制行业专属的数据集训练方案。Vanguard提出大模型应用的创新解

决方案，在实践方案与应用方法论层面实现突破。

◼DeepSeek助推国内资管机构加速智能化转型。DeepSeek在发布后，因其高效、安全和开源等特点，与国内各行业各机构快速实现合作部

署，其中包括金融资管领域。易方达基金、富国基金等国内资管机构已经部署了DeepSeek大模型，推进应用于多个业务场景。DeepSeek

短时间内能实现大规模部署，强力推动了国内资管机构积极探索大语言模型应用，加速智能化转型。

◼“AI+HI”的人机协同模式是资产管理行业应用AI大模型的趋势，明确AI大模型的“协助者”本位。AI大模型在技术上存在“幻觉”问题，

存在提供虚假或误导性信息的可能，要凭HI（HumanIntelligence）辅以人工的信息筛选以及决策把关，明确资管主体的“主驾驶”定位和

AI大模型工具的“副驾驶”定位，规避数据泄露等风险的同时，将AI大模型工具应用于资管业务价值链各个环节，提高AI大模型应用广度和

深度以实现降本增效，增强资管机构的行业竞争力。

◼风险提示：(1)AI大模型落地进程出现波折；(2)技术算法模型存在偏差；(3)文中所提及公司仅做客观事件汇总，不涉及主观投资建议。

01AI大模型赋能金融资管行业

02国外资管机构的AI大模型应用案例

03国内资管机构的AI大模型应用案例

04资管领域应用AI大模型的场景

05挑战与启示总结

◼大语言模型是信息时代AI技术发展的产物。大语言模型（LLM）是基于人工智能（AI）系统构建的复杂算法模型,核心特点是规模庞

大，体现在参数规模大、训练数据量大和计算资源消耗高，能够处理、理解和生成自然语言（如人类使用的文字或语音）。能够应

用于社会生产生活的各个领域当中。

◼AI大语言模型在近几年开始了大规模的集中发布。从2017年发布的Transformer到2025年的DeepSeekR1,诸如OpenAI、Google、

Microsoft等全球知名科技公司和国内幻方量化公司，都发布了自研的大语言模型。其演变掀开了人工智能技术爆发的序章，尤其是

在大语言模型领域，其崛起由三个里程碑式的成就凸显：（1）Transformer：该模型为构建精确灵活处理复杂任务的大规模高效模

型奠定基础；（2）ChatGPT：通过对话式AI，连接了高级AI与普通用户的桥梁，增强大语言模型的互动性和可访问性，产生广泛的

社会影响；（3）DeepSeek-R1：大幅降低算法成本，且开源性质加速了顶尖AI的普及应用，在对AI发展方向产生深远影响。

图1：AI大语言模型技术的发展时间轴

头部主体201720182019202020212022202320242025

CLIPInstructGPT

GPT-1GPT-2GPT-3GPT-4Sora