徽声在线10月18日讯（编辑 王蔚） 10月16日至17日，全球财富管理论坛・2026上海苏河湾峰会在上海盛大召开。

在“AI 重塑资管格局：范式革新与能力跃升”专题研讨环节，来自银行理财、保险资管、公募基金、信托机构及外资机构的领军人物，就AI在资管行业的角色定位、人机协作的边界、阿尔法收益来源的演变以及潜在同质化风险等议题展开了深入探讨。尽管观点各异，但共识逐渐凝聚：AI不会颠覆资管行业，而是推动其转型升级——效率提升仅是起点，范式变革正悄然发生。

AI在资管领域仍扮演“初级助手”角色

AI对资管行业的赋能效果如何？中银理财董事长黄党贵指出，AI的显著优势在于其勤勉高效、能够全天候运作，对于理财行业而言，已基本达到“初级助手”的标准，类似于汽车行业的L2辅助驾驶阶段；然而，最核心的投资决策、客户沟通等环节仍需以人为主导。随着AI技术的不断演进，其角色有望逐步升级至L3、L4级别。

谈及AI的落地路径，黄党贵认为，AI正从“通用化部署”向“场景化深耕”转变：通过开源模型的本地化部署、强化人机协作、以及垂直领域金融工具的持续涌现，正在弥补通用大模型在金融领域的专业能力短板。

太平洋资管总经理殷春平则从更宏观的层面进行了分析。他认为，AI首先带来的是效率提升，随后才是流程的重构——“当前，许多流程乃至决策机制都将面临重构，每家公司如何重构，将是一个重大课题。”但他同时强调，资管行业是在强监管环境下高度依赖专家经验进行最终决策的行业，“AI最终不会改变资管的本质属性”。

对于AI是否会取代资管行业员工的问题，多位嘉宾不约而同地将关注点放在了“人”的因素上。

黄党贵提出了三种关键能力：洞察力，即提出问题的能力，“同一个问题，不同的问法会导致截然不同的结果”；领悟力，即学习能力，AI在拓展视野的同时，也对人的学习能力提出了更高要求；综合判断能力——当多个大模型、多个智能体给出不同甚至相反的结果时，人的判断就显得尤为重要。

上海信托总经理陈兵则强调了人机分工的边界：AI擅长处理重复、标准化的工作，但在挖掘客户复杂真实诉求、财富传承等高度个性化的业务领域，人仍起着决定性作用，“AI让客户经理有更多时间陪伴客户，提供更加个性化的服务”。

殷春平也认为，掌握向AI提问的方法、推进深度人机协作，是AI时代挖掘阿尔法收益、构建全新能力的关键前提。

AI对基础分析工作的替代效应日益显著

陈兵从信托业的视角指出，AI对基础分析工作的替代效应已经显现，投研团队掌握的信息密度和时空分辨率得到了空前提升——“过去研究月度行业趋势，现在研究实时资产动态、秒级交易数据和个体客户需求”；同时，AI让财富管理更加人性化，能够精准挖掘客户需求、辅助资产配置的动态测算，客户诉求已从单纯的保值增值延伸至财产隔离、财富传承、养老规划等综合目标。

阿尔法收益来源的转变：从信息差到认知差、系统差

在殷春平看来，AI应用时代，阿尔法收益的来源将从过去的信息差转变为认知差、系统差，具体体现在三个方面：一是信息深度认知带来的阿尔法收益；二是数据与模型带来的阿尔法收益——相较于模型本身，数据更为关键，数据质量的差异将导致机构认知的分化；三是组织变革带来的阿尔法收益，AI的落地不能仅仅停留在工具层面，需要自上而下重塑决策机制、重构组织与业务流程，才能充分释放效率红利。

在AI时代，策略同质化问题日益凸显。随着各机构普遍采用相近的模型与数据，是否会导致策略同质化、反而加剧市场波动？陈兵表示，首先，要坚持多策略、多资产、多周期的投资理念，AI可以发现投资机会，但不能替代自有投研与周期判断；其次，要努力形成自身垂直模型，将信托知识、公共规则、客户约束等嵌入其中；此外，还要建立AI策略独立风控体系，对模型进行压力测试、相关性监控，避免多个产品同时触发、同项交易，坚持人在决策链路中的核心地位，重大决策最终由人负责。

外资视角：资产类别语言仍具价值，AI增添风险分析维度

在回报驱动配置与资产类别驱动配置的转换过程中，最大的痛点和难点是什么？景顺亚太区（不含日本）投资解决方案客户总监Christopher HAMILTON表示，从资产类别到更全面投资组合的思维转变并不一定现实，资产类别作为实施投资决策的工具仍将发挥重要作用。

他预计，AI将增添一层分析维度——除了传统的资产配置研究外，还需考虑影响资产价格和投资组合的风险因素。在他看来，多数投资者最终将处于中间位置，仍会讨论私人信贷、私募股权、股票等资产类别，但风险考量将更加分散，而非单一集中于某一资产类别。

（徽声在线 王蔚）