从“用AI”到“被AI重构”，资管业站在范式转换点

资产管理行业的AI叙事正在换挡。

过去，行业更多讨论智能投研、智能客服等单点应用；如今，AI开始嵌入投资研究、资产配置、客户陪伴、风险管理和组织治理。真正的问题也从“用不用AI”，变成“如何让AI形成可衡量、可解释、可持续的组织级价值”。

10月16日至17日，全球财富管理论坛·2026上海苏河湾大会在上海举行。从银行、信托、理财公司到国际资管机构，AI与资管的融合成为贯穿多场讨论的主线。

从“回答问题”到“解决问题”，AI走向业务全链条

人工智能应用正在进入财富管理的核心业务链条。

中国建设银行副行长唐朔表示：“人工智能应用正从单一模型向智能体演进，从‘回答问题’向‘解决问题’跃迁，金融智能体正逐步嵌入投资研究、基金配置、保险服务、客户陪伴等财富管理全链条，通过7×24小时实时交互与精准决策，显著优化客户财富服务体验，提升运营质效，推动‘千人千面’的个性化服务成为现实。”

交通银行副行长周万阜则从银行数字化转型角度，给出了更具体的落地路径。“强化科技赋能，构建数字化财富管理新范式。数字化是财富管理转型升级的必选项，交行正致力于以‘人工智能+’推动服务模式升级，在资管领域打造集团共享的资管平台，在投研选品上打造集团级智能投研配置平台，借AI辅助研判与产品筛选，大幅提升投研效率。”

在周万阜看来，这一过程的最终目标，是让技术能力惠及更广泛的客户。“通过技术赋能，有效降低专业服务门槛，让更多普通客户享受到以前只有高净值客群才能获得的专属服务，真正实现财富管理的普惠升级。”

从行业层面看，AI应用的范围正快速扩大。霸菱大中华区及东南亚区总裁Eric JAN提供了一组行业数据：“目前95%的另类投资机构已落地生成式人工智能应用。”不过，应用普及并不等同于价值兑现。“采用是非常普遍的，但是可衡量的影响可能并不是那么普遍，这是真正挑战开始的地方。”Eric JAN说。

不少观点指向AI与人正形成新的服务分工。申万宏源党委书记、董事长刘健表示：“我们注重AI的赋能，目前已上线全新的投顾社区展业平台并持续迭代，建立‘AI+人’服务对接模式，AI助力数据洞察和需求识别，人工提供专业沟通、策略解读与持续陪伴，依托大数据与AI工具规范服务动作、释放服务产能、提升服务效率。”

在上海信托总经理陈兵看来，真正的变化是AI正在从“个人智能体”迈向“组织智能体”。“AI和信托行业正在同时发生双重变革。AI正在从‘个人智能体’迈向‘组织智能体’，AI对个体效能的提升和企业级回报之间存在鸿沟，必须把模型、知识、流程和治理体系整合起来，才能推动AI真正产生组织级价值。”

这意味着，AI项目的难点已经不只是模型能力，还包括企业数据能否打通、业务知识能否沉淀、操作流程能否重构，以及风险责任能否落实。对资管机构而言，这更像是一场组织变革，而非单纯的技术采购。

信息越丰富，洞察力与信任越稀缺

AI没有改变金融市场的基本逻辑，却正在改变竞争优势的来源。

瑞士百达集团股权合伙人Niall QUINN表示，数字时代的悖论是虽然信息变得丰富，但洞察力却变得更加稀缺了，这正在重塑整个行业的竞争格局。

过去，资管机构主要依靠信息、规模和分销能力竞争；而在生成式AI让信息获取趋于平权后，新的竞争焦点随之出现。

“今天的竞争越来越集中在不同的方面，谁能将信息转化为洞察力，谁能将洞察力转化为决策，谁能将这些决策转化为更好的客户成果，这些都将构成新的竞争格局、新的竞争战场。”Niall QUINN说。

这一变化也在改变机构受托管理的评价方式。“超过60%的机构投资者表示，他们更愿意将资金配置给在生成式AI领域有实质性投入的管理人。”Eric JAN表示，“人工智能已经不只是一个技术议题，而正成为投资尽调的议题。”

这意味着，AI能力不仅是机构内部的效率工具，也正在成为对外竞争的一部分。管理人如何治理模型、解释投资决策、保护客户数据，将越来越直接影响资金配置。

但技术投入本身并不构成护城河。Niall QUINN认为：“在未来十年，赢家不一定是那些拥有最大数据库或者最大技术预算的公司，而将是那些能够成功结合技术、专业知识和信任的人。”

陈兵则从信托制度演变的角度，重新解释了AI时代的信任基础。“在诞生的初期，信托是一种‘人格化的受托’，信任的对象是亲朋好友；后来逐渐演变为‘法治化的受托’，信任的基础是法律、牌照和监管。”他总结称，AI时代信托制度正在进入第三个阶段：“数智化的受托”，信任对象除了人和机构外，还有模型和数据。

AI不只改变资管方式，也在改写资产端

AI对资管行业的影响，并不止于“用AI做资管”，还包括“资管如何服务AI产业”。

陈兵将其概括为“信托+AI”和“AI+信托”的双向赋能：“信托+AI”，是信托行业主动拥抱AI、积极加载AI能力；“AI+信托”，则是AI产业在接受信托这一差异化服务后，可以更可持续地发展。

在产业服务端，信托制度功能正在与科技创新形成新的结合点。“通过投贷联动的专业能力服务AI企业‘从研发到上市’的全链条需求，通过财富管理信托服务AI创业者‘从身家到家人’的全方位需求，通过风险处置信托化解AI产业‘从债务到重生’的全周期风险，用耐心服务铸造耐心资本，推动AI产业高质量发展。”陈兵说。

上海财经大学校长刘元春则从宏观层面提示，AI正在影响全球风险与资产定价。“当前人工智能正冲击世界金融结构，全球风险、资本收益率定价模型或需调整。”

在其看来，当前关于AI的最大分歧之一，在于其对全球经济增长究竟会产生怎样的影响。他指出，全球经济的弹性和韧性超越想象，供应链弹性好于预期，未来经济低速增长成共识。但近两年学界最大的分歧在于：AI对全球经济增长的影响究竟是“立竿见影”，还是会陷入索洛悖论、呈现J曲线效应乃至结构性崩溃的冲击。

摩根士丹利投资管理泛固收团队主管Vishal KHANDUJA预计，到2030年全球AI数据中心相关投资规模将达到5万亿美元。在其看来，目前资产负债表的实力也将决定谁将成为赢家和输家。

AI基础设施的大规模投入，也使耐心资本变得更加重要。GEMCORP资本创始人兼首席执行官Atanas BOSTANDJIEV表示：“技术创新和耐心资本正在成为新兴世界增长的双重引擎。”

国内私募股权投资的风险偏好同样在发生变化。国富资本董事长熊焰表示，投资端的赛道偏好正在发生转变，算力等AI相关赛道已成为当前的投资热点与重点。

从宏观定价、债券融资到股权投资，AI正在同时改变资管的方法论和资产端，这也要求机构重新审视现金流、资本开支、资产负债表和产业周期之间的关系。

人机边界与系统性风险成为新考题

在AI加速进入决策链条的同时，人机边界成为行业必须面对的问题。

Niall QUINN给出的原则十分明确：“人工智能可以起草、建议和加速，但人工智能不负责决策、签字。”

陈兵同样认为，财富管理不能完全交由算法完成。“信托是信任托付，是对委托人意愿的最大尊重和为受益人的最大利益服务。”他说，“AI擅长处理重复、标准化的工作，但面对挖掘客户复杂真实诉求、财富传承这类饱含情感、高度个性化的深度业务，人还是起到决定性作用。”

更大的风险或许来自模型和数据的趋同。Eric JAN提醒，最大风险可能不是用人工智能得出错误的结论，而是许多人工智能系统在同一时间得出相同的结论，所以人工智能可以在单个企业层面降低风险，却增加了整个市场系统性的风险。

熊焰则指出，当前行业的能力建设与风险准备仍然存在明显错配：AI的能力迭代迅猛，但各方观念准备、制度配套，尤其是风控体系准备等均存在不足，这也凸显了当下研讨数智金融的现实意义。

由此看，AI+资管的下一阶段，不会只是上线更多模型，而是围绕数据、场景、流程、治理和信任进行系统性重建。谁能在效率提升与风险防控之间取得平衡，让技术放大而非替代专业能力，谁才可能在新一轮资管竞争中占据高地。