近日，“AI+”金融賽道新品迭出，成為AI巨頭和金融機構的角力場。先是OpenAI、Anthropic等AI巨頭接連發(fā)布金融AI智能體或者工具包，后有中金研究發(fā)布“中金研究分析師.Skill”，不少券商、投顧機構紛紛試水AI輔助決策，更有投資者“手搓”AI工具輔助投資。
業(yè)內人士表示，AI有望讓普通投資者低成本享用以往機構專屬的投研能力，全方位提升投資決策與交易效率。但是，AI并不能保證盈利，更不存在AI專屬“監(jiān)管豁免”，后續(xù)AI金融產品創(chuàng)新仍需謹慎，實現(xiàn)深度人機協(xié)同的團隊才更有可能成為贏家。
AI金融工具持續(xù)上新
6月1日，中金公司在推出以計算機行業(yè)首席分析師為原型打造的“老于”分析師Skill后，又上線了5位分析師Skill；用戶通過網頁或者小程序調用這些Skill后，就可以直接和這些分析師的“數(shù)字分身”交流。不過，該功能目前尚未開源，需注冊、申請后才能使用。
一些投顧機構在用AI輔助投資者教育和決策。投顧機構匯正財經相關負責人告訴記者，通過將AI覆蓋投研全流程，一方面依托自主搭建的“上市公司基因圖譜”，全天候抓取全市場多源數(shù)據，為投研決策提供全鏈路數(shù)據支撐；另一方面打造分層專屬智能體，實現(xiàn)個性化的服務適配。此外，系統(tǒng)還為每位客戶自動生成專屬詞庫、動態(tài)對比圖表及階梯式課程，實現(xiàn)“千人千課”的智能化投教。
如今，AI正逐漸融入投資決策之中。市場咨詢機構易觀千帆報告顯示，2026年4月，證券服務應用活躍人數(shù)為17960.84萬，同比增長7.50%；各家APP累計發(fā)布超30次版本更新，AI輔助決策、智能訂單、行情選股能力成為競爭焦點。例如東方財富在板塊、指數(shù)及大漲股異動中增加AI解讀；平安證券上線AI自選分析頻道；國泰海通君弘推出AI投資助手“靈犀”7×24小時在線——AI正從概念走向實用，幫助用戶更高效地解讀市場信息。
對此，易觀千帆證券業(yè)咨詢專家夏雨告訴記者，當前券商APP中AI主要應用在研報財報智能拆解、自然語言選股、語音下單與智能條件單、個性化智能投顧、全天候智能客服等用戶體驗方面。AI的應用落地，可以有效降低普通股民信息搜集與專業(yè)分析門檻，讓一般投資者借助智能化交易工具約束情緒化操作，讓普通投資者低成本享用以往機構專屬的投研能力，全方位提升投資決策與交易效率。
國外AI巨頭在金融領域也動作頻頻。當?shù)貢r間6月2日，人工智能公司OpenAI推出面向股票投資等崗位的Codex工作流插件。此前，另一家人工智能巨頭Anthropic已聯(lián)合摩根大通推出10款金融專用AI智能體，隨后又推出面向金融服務的18個智能體套件。
相較用大模型整合信息，一些人已經開始“手搓”AI工具輔助投資。
“原來很難想象每天盯著幾百家公司的波動，但是現(xiàn)在團隊通過AI智能體，不僅每天能盯著這些公司的數(shù)據變化，根據設置好的規(guī)則提醒交易機會，還能每天根據市場變化，按照提示詞寫出專業(yè)級的分析報告?！比∮驯ｋU首席投資官鄭永強告訴記者。如今，他和團隊每天都在探索AI的最新用途，不停地嘗試各類AI工具輔助投資。
對此，智能投研技術聯(lián)盟（ITL）特別顧問、北京瀾舟科技有限公司創(chuàng)始人兼CEO周明表示，根據行業(yè)共識，2026年AI智能體已能根據宏觀目標自主拆解任務、調用工具并實現(xiàn)業(yè)務閉環(huán)。在金融領域，這意味著智能體可以扮演7×24小時在線的數(shù)字投研助理，自動監(jiān)控市場動態(tài)、生成日報，甚至根據預設規(guī)則執(zhí)行簡單的數(shù)據維護流程。
AI輔助投資真能穩(wěn)贏？
多位業(yè)內人士告訴記者，大模型降低了金融資訊的獲取門檻，但并沒有讓賺錢變得更簡單。
“不存在‘AI一定盈利、盈利幅度更大’的確定性，市場盈虧結構不會因AI的參與發(fā)生本質變化?！鄙虾Ｐ陆鹑谘芯吭焊痹洪L劉曉春直言，即便未來市場交易全部由AI參與，不同AI的判斷仍有差異，且AI的交易行為本身會成為市場變量反過來影響市場走勢，市場依然會保持波動、存在盈虧分化，整體收益結構與人類參與時并無區(qū)別。
“AI在算力、算法和數(shù)據上的優(yōu)勢，確實在加劇金融市場參與者之間的分化。但是，AI抹不平的關鍵結構性差距依然存在?！敝苊鞲嬖V記者，首先是資金體量差距，它決定了策略容量和抗風險能力；其次是硬件與基礎設施差距，涉及超低延遲網絡與專用計算芯片；再者是權力結構不對稱，即機構對上市公司的一線調研與信息獲取渠道；最后是人性弱點，AI雖無情緒，但策略的制定與調整最終由人完成，人性仍會通過參數(shù)設置影響系統(tǒng)。更重要的是，當多數(shù)頭部機構采用相似的AI底層模型和策略框架時，會引發(fā)算法同質化風險。
國際特許金融分析師（CFA）張翼軫長期使用AI輔助投資，他告訴記者，“AI在量化投資中已應用數(shù)十年，如針對結構化數(shù)據的深度學習、端到端訓練等技術。近年來興起的大模型主要用于處理非結構化數(shù)據，但從投資盈利角度看，其價值遠不及針對量價數(shù)據的傳統(tǒng)AI模型?！?/p>
不過，這并不意味著大模型沒有輔助投資價值。張翼軫認為，大模型的價值在于發(fā)現(xiàn)“另類數(shù)據”，例如通過智能體替代人工“逛論壇”，從海量非結構化信息中捕捉尚未轉化為輿論的情報或信號，有可能發(fā)現(xiàn)投資機會。例如，此前多只大模型股票猛漲之前，不少技術論壇里早已有對其新模型的高度評價，能提前捕捉到這些信號的投資者是有可能獲得超額收益的。
AI研究機構“AI瞭望者”負責人告訴記者，他“手搓”了一個跟蹤全球商業(yè)大咖公開發(fā)言的Skill。通過一系列的提示詞，AI可以發(fā)現(xiàn)有價值的增量信息，再將潛在投資標的和持倉股票進行比對，提出投資組合優(yōu)化建議。
深度“人機協(xié)同”或成贏家
比起用AI賺錢，更關鍵的問題是，如果虧錢了，誰來負責？
“金融業(yè)務的監(jiān)管要求不會因技術載體變化而區(qū)別對待?！眲源赫f，AI開展的金融交易本質仍屬于常規(guī)交易行為，需與人類交易適用相同的監(jiān)管規(guī)則。AI交易背后的模型設計、參數(shù)調整、升級迭代均由人類主導，不存在完全獨立運作的AI，因此AI造成市場事故、不良行為或不良結果時，必須明確由AI背后的人類主體承擔法律責任。
一家外資財富管理機構人士告訴記者，“比起運用AI能達到特別好的結果，大家更關心的是能達到這個結果的背后原因是什么，就是到底是AI什么樣的‘邏輯’促成了這樣的結果?！?/p>
對此，周明直言，復雜的深度學習模型如同“黑箱”，其決策邏輯難以向監(jiān)管機構和用戶清晰闡明，這與金融業(yè)要求的透明、審慎原則相悖。鑒于此，2026年監(jiān)管步伐明顯加快，中央網信辦發(fā)布《人工智能擬人化互動服務管理暫行辦法》，瀾舟科技在實踐中也利用技術手段確保智能體行為嚴格控制在預設邊界內。
業(yè)內人士稱，金融AI工具的未來空間很大，但推進要穩(wěn)。夏雨展望道，未來，AI將向智能體協(xié)同投研、產業(yè)鏈信息挖掘、數(shù)字形象一對一服務等方向延伸，落地跨市場機會測算、持倉動態(tài)精細化風控等新功能，依托全鏈路數(shù)據打通從熱點挖掘、策略推演到持倉跟蹤的閉環(huán)服務，搭配沉浸式交互優(yōu)化理財科普，持續(xù)拓寬智能化服務邊界。未來如果合規(guī)分級授權體系能夠落地，還有機會發(fā)展出一鍵確認的半自動決策輔助。而全自主自動交易受算法黑箱、權責界定約束，短期內無法大范圍落地，投資最終決策權還是歸屬于用戶。
投資者面對變局，機遇與挑戰(zhàn)并存。周明認為，未來的贏家不會是單純依賴機器的機構，而是AI增強型投研組織，即實現(xiàn)深度人機協(xié)同的團隊。人類負責宏觀判斷、創(chuàng)新理解與倫理把握，AI負責海量數(shù)據處理、模式識別與高頻計算，兩者優(yōu)勢互補。
