AI时代，重磅研判！

中国基金报记者 郭玟君 姚波

2023年对于很多投资者来说是非常困难的一年，也是波澜壮阔的一年。不过天空也有光明，无论是对公司运营管理的发展，还是对股票市场的投资，人工智能（Artificial Intelligence，AI）的发展乃至整个科技发展，都给资产管理行业带来了很多的未知与期待。

11月1日，由《中国基金报》主办，信达澳亚基金、泓德基金、橙新闻特别支持的“AI驱动金融行业高质量发展——2023中国基金报金融科技论坛”在中国香港举行。六位金融行业领军者围绕AI对于其工作和生活的意味及对于投资者的价值展开了深入讨论，他们是：

AI正在改变工作、生活的方方面面

主持人： 说到AI就不得不提火爆全球的ChatGPT。它给各位的工作、生活带来了哪些变化？

李淑彦：ChatGPT今年在A股掀起一波波澜壮阔的行情，随后大部分标的又大幅下跌，投资者对AI可谓有爱也有恨。

神爱前：ChatGPT确实带来一波浪潮。让我印象深刻的是，其语音功能在神态、语音、语调等各方面比真人配音强很多倍。

对我个人影响最大的还是孩子的教育，例如，现在孩子的作文可以交给ChatGPT批改，非常方便。

李子昂：确实ChatGPT给我们的工作生活都带来了很大帮助，首先这是一个“可玩性”很强的技术，以前的对话机器人很难持续多轮地和我们产生良好互动，甚至我们知道他们的能力边界在哪里，而GPT却大不一样，让我们第一次认识到“智能涌现”的概念，也就是机器也可以有智能，所以我们也就有了极大的兴趣去探索机器的智能。其次在工作中，我们看到了越来越多的应用提高了我们的工作效率，以前开电话会，可能我们需要很长时间才能根据回放做好会议纪要，现在机器可以帮我们很容易很准确地实现，甚至不会漏掉有用的细节，而我们也可以更多去依赖机器的帮助扩展我们的研究领域，关注更多的信息。更进一步，GPT将来可能对选股也能产生很大帮助。

崔宸龙：ChatGPT给我的印象是好玩。而且，可以明显感觉到，在过去的一年时间里，其提升的速度非常快。

它也提高了我的工作效率。例如，一些简单报告和会议纪要丢给ChatGPT，七、八分钟就能完成，之前自己做需要半小时到一个小时。

庄毓航：ChatGPT刚出来时确实令人惊讶，甚至有人担心自己会失业。它类似于一个很好的小助手。例如，IT人员会用它来生成代码和做代码验证；市场部的同事也会用它生成一些文案、营销方针以及做简单的翻译等。

广泛用作知识管理辅助工具

主持人：AI 在提升资产管理机构的投资研究、运营效率方面也发挥着重大作用。请各位介绍一下目前内地和香港资产管理机构如何使用AI，效果怎么样？

李子昂：其实今年的AI投资热潮只是这些年AI用于投资的一个缩影，或者说水到渠成的事情，大家都知道我们做量化投资，特别是因子投资，需要挖掘出有效的alpha因子才能赚钱，我们很早之前就有同行用遗传规划的方式挖掘因子，赚取了不错的alpha，后来随着数据量越来越大，从财务报表数据过渡到L2数据，大家开始借助神经网络，特别是深度神经网络处理数据特征，在能够深层次处理大数据的基础上挖掘了其背后的非线性关系，从而更好地获得了超额收益。在内地的资产管理机构中，用神经网络挖掘特征、组合因子从而实现端到端的选股已经积累了较多经验，也取得了广泛关注，近年来AI选股的paper越来越多出现在AI顶会上，也进一步推动了行业的发展。

庄毓航：我们从GPT开展出来，落实一个比较实用的方案，从OpenAI的API里面研发了南方东英自己的GPT，把它切割成好几层。

第一层，是我们已经知道的网络搜索，这是GPT现有的功能。

第二层，是在市场数据方面，我们可以调用彭博这些API，可以拿到市场行情，甚至GPT也在我们做简报、财务报告或研报时可辅助提取数据。它还可以对长文作摘要，这些功能都是现在测试的一些功能。

第三层，南方东英有接近50支ETF，各式各样的数据，都需要提供给基金经理和客户。销售人员需要这些数据时，可以很方便地通过询问GPT，获取相关数据。

第四层，是针对于我们前台，市场部、销售部他们在做一些内容生成，我们之前提到创造内容，创意这方面，它其实是有一定优势的。例如，我们现在做图案设计、PPT设计，都可以通过南方东英自己的 GPT去做。

当然，现在的GPT也有它自己的一些短板，大家之前提到数据准确性，不一定能做到方方面面。但是我觉得我们现在这个阶段能取得的效果也是挺显著的，至少有速度优势，其提供的一些估值数据也有相当高的准确性。

主持人：有人说不会使用AI的基金经理会被会使用AI的基金经理代替，你们对此有什么看法呢？你们觉得基金经理最需要具备的AI的能力是什么？

李淑彦：现在个人和公司层面都在用GPT，主要做的事情还是知识管理，还没有用它直接去辅助投资决策。

当前，我们面临的现实问题是，随着基金公司的发展，每一年都有几十个研究员，每一个研究员可能每年都会写上百篇各种各样的点评报告、深度报告。基金经理要做各种各样的调研纪要，还要看卖方各种各样的研究报告。之前我们把大量的报告、资料堆积在一个数据库面，基金经理和研究员其实也不怎么去看。现在我们觉得GPT确实能够帮助我们，针对这些已有知识输出一个非常精准的答案，这对于我们整个投研有很大帮助。

至于GPT会不会替代基金经理？我不知道这个技术未来会发展到哪一步，但目前没有看到这个迹象。

神爱前：我觉得AI作为一个辅助工具相当普及了以后，如果不会用确实是很大的一个劣势，我们已经在报告整理、会议纪要整理中经常使用。

至于和人比，AI到底优势在哪儿？很明显，AI处理高频信息，反应速度是人无法比拟的。尤其是今年短期投资特别盛行，AI高频量化其实优势更明显。

但我觉得人有两个优势，第一个就是人能看长、看远，对于一些长周期的思考，一些深度思考，我觉得AI可能在很长时间里和人是无法比拟的。第二，人和机器还有一个很大的区别，人是除了理性之外有感性，机器它再学习，也很难把感性这一层补上。投资不是一个纯理性的东西，带有一定的感性成分，这个感性成分来自于你对社会的理解，你对人性的理解，对群体心理的理解。

李淑彦：畅想未来，基金经理最重要的能力可能是会提问。因为很多基础性工作交给AI效率会更高，因此，一旦你知道你需要什么东西，就让AI帮你去做即可。不过目前AI的训练只能基于历史数据，相信未来随着技术的发展AI将可以基于实时数据进行思考，想象空间是非常大的。

主持人：李总是泓德基金AI Lab的负责人。可否介绍一下AI Lab的工作内容？AI会对公募的投研来带来哪些变化？

李子昂：其实我们AI Lab大的工作方向目前主要有两个，一个是跟踪前沿人工智能技术在新兴领域的发展和应用，梳理行业发展趋势、挖掘潜在投资机会，比如智能驾驶、AIGC、并行计算、大数据等；另一个，也是当前更迫切的，就是跟踪深度学习领域最新研究成果，设计创新、高效且易于训练的神经网络模型，开发可用于因子投资的深度学习选股策略并持续迭代。AI对于公募投研来讲，主要有3个变化，一个是大家都认为AI是一个长期的投资主线，不是昙花一现，这里面会诞生伟大的公司，所以需要我们去挖掘投资机会；一个是AI确实在研究效率上给我们很多研究员、基金经理带来了便利；再有一个就是对于量化基金经理来说，AI提供了新的alpha挖掘方式。主持人：庄总，南方东英是ETF供应商，从你的角度来看，在AI怎么样辅助客户的一些资料的获取，或者投资者教育方面，有没有一些经验可以跟我们分享？ 

庄毓航：南方东英作为一个侧重ETF的资产管理公司，更关注成熟技术的应用。

例如，在客户获取方面，提高个性化服务能力是未来趋势。目前，我们只能为高净值客户及重大客户提供个性化服务。未来通过AI数据分析、问答及情绪分析模型，基金公司便可准确、高效地了解更多普通客户的个性化需求，并基于此为他们提供更个性化的投资组合建议；亦可对更多普通客户先进行情绪安抚，再提供投资建议，让服务更加人性化。

此外，AI可以帮助我们提高客户KYC（Know Your Customer，了解你的客户）的效率。在客户服务方面，Chatbot（聊天机器人）可以24小时全天候回复客户的任何个性化问询。在投资者教育方面，AI也能够让更多普通客户享受过去只有高净值客户才能享受的有针对性的服务。利用AI强大的内容生成能力，还能高效地帮助团队提取投资组合摘要、市场摘要。

但鉴于目前仍处于AI发展的早期，我们高度关注AI模型的可解释性，以及数据的准确性和数据泄漏风险等合规、风控问题。我们对AI的应用仍非常谨慎。我们可能会先试探性地进行内部测试，但何时能正式推出AI投资产品目前仍是未知数。

在不确定性中寻找确定性

主持人：请各位分享科技领域的投资见解，并谈一谈如何看待科技股的波动? 

崔宸龙：整个AI大主题今年“坐”了非常刺激的“过山车”，反映了市场对于AI领域存在不确定性的担忧。

AI还在起爆点，整个行业现在的格局尚未稳固，一些现在被看好的投资标的未来可能发生逆转，从领先突然变成落后者。加之很多投资者一开始对于AI的期望过高，甚至希望它在一、两个月的时间内就发生质的变化，也导致一开始大家都非常积极地去涌入这个主题的标的。但是最终无论是从应用端的模型，还是具体场景落地，速度都不及投资者的预期，因而导致股价的下降。

从长期来看，我们现在比较难去确定未来AI大规模有价值的应用会在什么时间落地。它有可能在明天，有可能在三年、五年，甚至八年之后。这个在投资上会带来相关投资标的现值价格的波动。现在AI的投资争议很大，但机会也很大，还需要更多的精力去研究和挖掘。

神爱前：对于AI，我们可以参考互联网的发展。互联网很早就出现，但是经过很多年，才慢慢探索出应用场景和商业模式。今年是AI元年，其具体的落地场景和盈利模式的出现，在不同的领域，时间进度是不一样的。我认为，现在在一些办公等2B领域可能是比较快，但对整个投资的影响没那么大。

在2C领域，我觉得走得会比较快的有两个领域。一个是自动驾驶。包括特斯拉，国内的华为、小鹏，智能驾驶已经出现了向上渗透的起点、拐点。我们去看在国内发生最大的一个变化，就是它从高速路的场景走到了城市通勤场景。像华为的汽车，大家看到卖得非常惊人，之前也不是一个很好的品牌，为什么从国庆之前到现在订单是8万辆，是非常惊人的一个事情。我们调查发现，智能驾驶在里面起了很大的作用。第二，10到20万的车也开始推高阶智能驾驶。这两个变化在明年可以看到，所以我觉得明年智能驾驶的渗透率可能会从5%跃升到10%，再到后年的20%，进入一个很快的渗透率提升的过程。

第二个是人形机器人。尤其是在工厂领域的人形机器人，阻力是比较小的，因为工厂领域的场景比较简单，不容易出现长尾场景，也不容易出现意外。一旦物理性能成熟，将会迎来一个快速的产业化。我们预期，工厂领域的人形机器人可能在明年进行初步的量产。

此外，电子半导体很久没有出现新的创新。苹果的MR（增强现实）产品计划在明年年初进行发售，这个产品有可能是一个全新的革命性的产品。它改变了一些MR/VR领域的交互方式，如果这个产品获得成功，可能会为电子半导体带来一个新的终端的拉动。再加上大模型在一些手机终端、电脑终端的落地，会带来一些AIPC或者AI手机的推广，我觉得整个电子半导体的周期会乐观起来。

李淑彦：科技股确实会比其他板块，尤其消费板块的波动会相对大一些，这个主要是因为它本身的盈利波动和估值波动都更大。但科技股投资最终还是落实到盈利。比如说今年的AI行情也是一样，除了本身的市场因素以外，因为这确实是一个从0到1的技术，最开始大家会充满各种各样的想象力，对这个产业的发展基于各种各样的乐观预期。

但随着研究的深入，就会慢慢意识到AI的缺陷，比如输出的不稳定性，结果的正确率，尤其落实到工业应用和一些比较前沿应用，这个时候就会限制它的应用范围，包括现在商业化的成本，算力的成本收益如何？哪些应用场景是能够支持经济性的？当把这个东西算清楚之后，大家发现这个新生事物的发展并不是一个线性和指数化的，它的商业化发展是波浪式前进的，股票就会出现预期下修，引发股票波动。毕竟，我们做投资，最终还是要能落实到盈利上，才会有不错的结果。

主持人：当前的环境下，投资中国科技股面临最大不确定性有哪些？

神爱前：最大的不确定性来自于产业发展的不确定性。技术的产业化往往是缓慢且充满不确定性。

应对方法有二。一方是要把产业发展的曲线、产业发展每个阶段的关键阻碍、市场化的拐点在哪里等关键问题想清楚。二是自不确定性中寻找一些确定性。当你判断一个产业进入高速发展，科技渗透率快速提升的阶段，要去分析产业链中供需最紧张的是哪个环节，从中寻找最确定的环节，再从中找竞争力最明显的标的，然后分析其竞争力来自于什么？随着时间的变化竞争力会发生什么变化，最后筛选出差异化竞争力比较明显的标的。

崔宸龙：首先，是很多企业无法创造正向现金流。无论哪个行业，最终都需要有正向的现金流，才是一个比较健康的生意的模式。因为没有应用，没有现金流，产品是难以支撑公司长期去做更大的投资和研发的。

第二，国外的技术封锁会在一定程度上对中国的科技企业带来一定影响，尽管我相信最终还是会有替代方案，但仍需要一个过程。

李淑彦：地缘政治的不确定性会带来投资上意料之外的风险。

审核：木鱼