【环球网财经记者 田刚】在数字经济飞速发展的今天，人工智能（AI）正在成为各行各业转型升级的核心动力。浙江省金融研究院近日撰文提到，全球范围内，AI在金融服务领域的应用市场规模预计将于2026年达到数千亿美元，这一趋势在中国更为明显。
业内普遍认为，在财富管理行业，“AI深度赋能”不是概念包装，而是正在发生、并且可以被规模、场景、用户和效率四类市场指标同时验证的新阶段。清华五道口金融学院的调研报告也显示，财富管理行业已经走过以机器学习为核心的1.0阶段，进入由生成式AI驱动的2.0阶段，服务模式正从辅助性“工具”功能，向人机协同的“伙伴”关系跃迁。
针对AI将以何种方式赋能财富管理行业发展，光大理财相关负责人在接受环球网记者采访时表示：“AI正在推动资管行业竞争逻辑发生深刻变化，但现阶段其价值更多体现在赋能人、增强人，而非替代人；AI应用最有效的路径不是追求‘机器替代人’，而是推动‘人机协同共进化’。”
具体到银行理财子公司这一财富管理的细分行业，他指出，现阶段AI的核心定位仍然是“辅助决策、赋能业务”，人机协同已然是行业应用的主流方式。银行理财子公司对AI的应用，正从单点场景的尝试，逐步走向体系化、规模化的落地；AI不再只是用来提升运营效率的工具，而正在成为贯穿业务全流程的智能助手。
具体来看，随着大模型技术的快速迭代，AI在投研分析、市场判断、风险管理、客户服务和运营管理等环节已经初步落地，能够高效处理海量信息，辅助投研决策，优化业务流程，提升服务响应速度，对专业人员起到了实实在在的“能力增强”和决策支持作用，进而实现“千人千时千面”的智能理财。
针对“千人千时千面”的智能理财，上述人士认为，这意味着要根据客户的个体特征、市场环境和服务场景，为每一位投资者动态提供更加精准、个性化的财富管理服务。
“目前来看，要实现这一愿景，不仅需要AI技术能力的持续提升，更取决于一系列基础工作的扎实推进：高质量数据治理体系的构建、专业金融知识的深度沉淀、业务规则与合规边界的清晰界定、模型输出的安全可控，以及适配金融场景的监管框架的完善。”他强调。
当前，国产AI芯片加速发展，让国产智能算力底座不断夯实；国产大模型持续迭代，带动模型推理、知识理解和复杂任务处理能力不断增强；数字金融治理体系不断完善，更为智能理财提供更加丰富、安全、可信的数据支撑。与此同时，人工智能安全治理和金融监管制度持续完善，这都为AI在金融领域的规范、安全、可信应用提供了制度保障。
据此，他预计，未来三至五年，随着算力、算法、数据协同突破和监管框架日趋成熟，智能理财有望在部分场景和客群中逐步实现“千人千时千面”的精准服务。
面向未来，光大理财认为财富管理行业的竞争优势将更多体现在三个方面：一是知识沉淀能力，能够持续积累投研观点、市场经验、业务规则和管理经验，并形成可检索、可推理、可复用知识体系的机构，将拥有更强的长期竞争力；二是人机协同能力，将AI深度嵌入销售、投研、风控、运营等核心业务流程，使其成为员工的智能助手和能力增强工具，提升工作效率和决策质量；三是场景落地能力，真正的竞争壁垒不在于模型本身，而在于对业务场景的理解深度，以及将技术能力转化为实际业务价值的能力。
对于理财子公司而言，则应立足自身业务特点和母行资源优势，加快推进业务经验数字化、知识资产体系化和管理流程智能化建设。通过知识工程、数据治理和模型建设，持续沉淀客户、产品、市场及投资管理经验的同时，围绕销售、投研、风控和运营等核心场景，推动AI与业务流程深度融合，构建覆盖前中后台的人机协同工作体系。
据介绍，光大理财已在AI应用方面围绕多类场景开展充分验证与持续测试，初步形成“工具赋能+场景驱动”的应用路径，包括在智能办公与知识服务场景中，对智能助手在信息检索、制度查询及日常办公辅助等方面开展持续验证，整体提升内部知识获取与处理效率；在投研场景中，对智能研报与信息整理工具开展多轮测试验证，通过对市场信息与研究材料的结构化处理，持续评估其在提升信息覆盖广度与分析效率方面的作用；以及在交易与运营环节，对智能辅助工具开展流程嵌入验证，重点评估其在提升处理效率与标准化水平方面的可行性。
上述人士还指出，未来行业领先者未必是拥有最大模型的机构，而是能够将业务经验持续沉淀为组织能力，并借助AI实现规模化复制和持续迭代的机构；谁能够率先完成从个人经验驱动向组织智能驱动的转变，谁就更有可能在新一轮行业竞争中建立长期优势。