“AI对整个投资会有一些范式方面的影响。”12月16日，朝阳永续副总经理李智在2025南通投资大会暨上证多层次资本市场高质量发展大会作主旨演讲时称。他结合公司近两年辅助金融机构应用人工智能的实践，分享了对AI赋能投研领域的深刻观察与未来展望。朝阳永续正致力于推动AI技术从概念走向落地，助力券商、公募、私募等机构跨越从数据到决策的智能鸿沟。

(资料图)

AI重塑金融业态

2016年，AlphaGo在一场围棋比赛中战胜人类棋手，引发了人们对人工智能的激烈讨论。“当前无论是主动投资还是量化投资，AI在金融领域的渗透远超许多人当时的预期。”李智说，在主动投资上，由于AI已能够通过自然语言调用工具甚至直接编写代码，其大幅降低了策略实现的技术门槛，不少投资者正将自身的投资逻辑与思维框架运用于AI工具。

在量化投资领域，传统范式依赖于历史数据回溯以预测未来。李智表示，AI与多模态技术的发展正在改变这一模式。“现在，在某个时间截面上可获取与加工的数据量极大丰富，近乎实现对现实世界的‘仿真’。”他说，这使得基于实时截面数据的事件驱动型投资逻辑成为可能，研究焦点从时间序列规律，延伸至当下事件对各类资产的影响深度与链条。

这种变化可能重塑金融服务业态。李智认为，未来很难有一家公司能囊括所有数据与算法。在细分领域（如特定商品的产业分析），专业机构可能拥有更精准的模型。未来的服务模式将更趋“网状化”，通过标准的MCP（模型上下文协议）、算法引擎或路由服务，实现跨机构、跨专业的能力调用与协同。“在与大型科技平台合作服务金融机构时，平台负责AI总控，而朝阳永续则聚焦于下游专业场景的封装，这一分工趋势已十分清晰。”他说。

攻克AI“幻觉”难题

目前的大语言模型仍普遍存在“幻觉”问题，如何将AI更可靠地应用于金融投资上？在李智看来，这需要依靠大量细致工程实现的积累，以应对基于文本概率生成可能偏离事实或专业要求。

为此，朝阳永续投入大量工作于非结构化数据的深度处理。“例如，在分析上市公司公告时，AI可能仅能拼接相关文本，却无法准确辨析管理层发言的异同或观点倾向。”李智表示，团队要对文本进行细粒度标注，区分“事实陈述”与“观点判断”，甚至精确到句子级别。在结构化数据方面，则需“教导”AI理解不同金融指标的确切含义与应用场景，并区分时间序列与截面数据的使用逻辑，从而确保AI调取的准确性与标准化。

在夯实数据基础之上，朝阳永续还致力于将金融领域专业的分析算法进行封装，形成可被AI调用的算法引擎。如资产配置中的BL模型、均值方差模型，公司估值中的现金流折现模型等，都被封装为独立的计算模块。“这确保了当用户提问相关诉求时，AI能准确调用相应算法与数据执行计算，而不是从历史文章中拼接可能过时或无关的信息”。

李智还表示，团队将封装能力扩展至“机器人”形态，例如专门解读新闻的“新闻机器人”、分析研报的“研报机器人”，未来甚至可模仿特定优秀研究员的思维逻辑。

“虽然完全无人化的投资决策目前还未完全落地，但我们已在数据、算法与场景封装的基础上，看到了策略自动化的可行路径。”李智说。