基金投顾试点启动近七年后，行业总规模已突破千亿元大关，目前正进入大规模落地的关键阶段。

与此同时，人工智能正推动财富管理公司向买方投顾模式转变，AI已深度渗透投研、顾问、运营、合规等全业务流程，从简单的智能问答升级为投顾工作台，从服务客户拓展到组织协作，被业内视为推动转型的核心驱动力。

那么，财富管理公司向买方投顾转型目前处于什么阶段？AI究竟带来了哪些变化，又是如何具体赋能基金投顾的？如何评估基金投顾业务中AI转型的效果？未来基金投顾业务的AI转型路径将如何发展？存在哪些难点？在AI浪潮下，如何构建自身的竞争优势？什么才是不可复制的核心竞争力？针对这些问题，中国基金报记者进行了深入的行业调研。

财富管理行业加速转向买方投顾模式

财富管理行业正持续从卖方模式向买方模式转型。

以基金投顾为例，自2019年10月试点启动以来已过去七年，投顾机构从最初的5家扩展到60多家，参与方包括基金公司及其子公司、互联网独立代销平台、券商等，行业总规模已超过千亿元。

中国证券投资基金业协会最新发布的百强榜单显示，有4家基金财富子公司进入了基金销售保有规模百强。在整体非货币基金代销规模方面，嘉实财富位居首位，最新非货代销规模为216亿元，较2025年底增长17.4%，排名第61位；其次是中欧财富，最新非货代销规模为99亿元，环比增长8.8%，排名第78位；易方达财富首次上榜，非货代销规模为89亿元，新进入百强榜即位列第82位；华夏财富以82亿元的规模紧随其后，环比增长1.2%，排名第87位。

易方达财富人工智能部总经理刘玮指出，目前国内财富管理行业正加速向买方投顾模式转型，基金投顾已进入规模化落地的关键时期。

“行业发展到现在，投顾机构的标准化服务流程和系统平台已日趋成熟，专业投顾人才的储备也在持续扩大，这为规模化发展打下了业务基础。从试点效果看，相比投资者自行购买单只基金，基金投顾模式能显著提升投资者的体验和获得感，其长期价值已得到市场充分验证。从海外经验和行业趋势来看，将AI深度融入投研、顾问、运营、合规等全业务流程，同时推行人机协作的分层顾问服务，是买方投顾实现规模化发展的必经之路。”刘玮表示。

**嘉实财富认为，当前中国资本市场正迈向高质量发展的深水区，居民财富管理需求呈现出“规模化增长与多元化配置并存”的特点。**一方面，居民金融资产规模持续扩大，对专业理财服务的需求非常迫切；另一方面，“基金赚钱但基民不赚钱”的行业痛点仍未根本解决。财富管理行业需要从“规模导向”转向“投资者回报导向”：既要打破传统“依赖产品销售”的路径依赖，又要构建以专业服务创造价值的买方投顾新模式。

AI赋能基金投顾业务，成为财富管理行业转型的关键变量

AI正成为财富管理行业转型的关键变量。从智能问答到投顾工作台，从客户服务到组织协作，AI的应用场景在不断扩展。业内人士表示，AI对基金投顾的最大价值，并非简单替代某个岗位，而是将原本高度依赖个人的专业服务，转化为机构可以沉淀、复制并持续优化的能力。

那么，AI在哪些环节真正发挥了作用？刘玮表示，目前易方达财富正通过多技术融合和大、小模型协同，围绕投资研究、顾问服务、合规风控、运营运维等全业务流程进行工作流改造，并将AI能力嵌入业务系统，已落地上百个AI应用场景，实现了AI工具的全面使用，投资顾问等专业人员也已将AI深度融入日常工作。

在投研端，AI可以辅助处理研究报告、公告和市场数据，进行基金研究、组合分析、绩效归因和风险监测；在顾问服务端，可以结合客户画像、持仓情况和历史服务记录，辅助识别需求、分析账户并准备沟通材料；在运营端，可以解析复杂文件，识别交易和账户异常；在合规风控端，可以协助理解制度和服务规范，进行会话质量检查和风险预警。这些场景的共同点是信息量大、任务高频重复且结果可验证。

“从实践看，目前AI主要承担信息处理、分析和辅助执行的工作，让专业人员能集中精力在关键判断、复杂沟通和最终规划上。模型能力强，并不意味着业务效果就一定好。只有接入真实流程，并与评估反馈、人工复核和风险控制相结合，AI才能从一项技术能力转变为可持续的业务能力。”刘玮说道。

华夏基金（财富）认为，“AI与专业投顾人员”的协作贯穿投前、投中、投后，为个性化服务和标准化经营创造了空间。

投前，AI可以综合分析客户的基本信息、风险等级、持仓、历史交易、行为和沟通记录，将过去的“静态标签”变为“动态理解”，基于多维数据完成KYC画像，帮助财富顾问更快、更准地为客户做好适当性匹配。

投中，AI可以持续监控每个组合和客户账户，在持仓偏离、成分基金风险预警、资金事件预警、再平衡调仓成本计算等方面，将研究周期从数天压缩到分钟级，算法对组合进行动态监测预警，为投资经理、交易运营和客户提供更精细的建议，实现响应效率和判断质量的双提升。

投后，AI可以针对多种陪伴场景，即时响应常见问题，聚焦个性化需求，在关键时点主动介入，提供更有针对性的陪伴，纠正非理性行为、改善持有体验。此外，AI擅长计算、分析和洞察，而真人FA擅长理解、沟通和陪伴，AI生成的物料通过真人FA对客户隐性需求（如家庭、情感）的洞察，使客户陪伴变得更有温度。

中欧财富表示，目前AI真正发挥作用的环节大致有三层。第一层在客户端，通过投研底层框架和AI大数据模型，根据客户KYC、KYP等综合信息，生成账户诊断、大类资产透视等工具，方便用户自主进行账户健康度查询，提高基金投顾个性化和千人千面的服务可及性；第二层在投顾端，AI作为辅助工具帮助投顾投研整理市场信息、生成持仓分析、大类资产信号等工具，提高投顾投研工作效率，辅助投研决策；第三层在服务层，投顾输出的标准化服务，通过AI大模型生成适配不同客群的个性化内容（如调仓解读、市场点评、陪伴服务），实现基于理解客户的差异化投资陪伴服务，为客户带来更有温度的投资体验。

南方基金指出，AI赋能基金投顾主要体现在三大场景：一是夯实底层基础，加强投顾选品能力建设，以可对标的数据支持选品研究与营销运营；二是深化精细化运营，以内容Agent提升陪伴和观点输出；三是强化AI公域品牌宣传营销，以AI提升品牌宣传产能和热点承接能力。

在这些场景中，AI带来的改变体现在三个层面：第一，改变了产能经济学——原来“养不起”的服务半径（如主理人周更内容、逐客户陪伴）变得可负担；第二，改变了数据可得性；第三，改变了组织方式——“AI生成+人工判断+效果复盘+数据沉淀”的闭环，让投顾业务变成可持续学习迭代的系统，而非一次性项目。

需从多维度评估AI转型效果

如何判断一个基金投顾业务的AI转型效果？南方基金认为，AI转型的效果不能只看“用了多少AI”，而要看AI是否改善了客户层面的买方指标（如持有时间长、盈利高、复购好）和机构层面的成本曲线（如单客服务成本下降、服务效率提高等）。

“判断基金投顾业务的AI转型效果，我们不会只看接入了多少模型、上线了多少智能体、用了多少Token，也不能简单套用通用AI的评估框架。”刘玮表示，原因在于，基金投顾面对的是具体客户、真实账户和长期投资目标。因此，关键不在于AI说了多少，而在于它是否做对了专业任务、改变了服务流程，并为客户创造了风险可控、经得起长期检验的价值。

刘玮指出，评估维度主要可分为三个层次：一是看专业任务是否做对，二是看服务流程是否真正发生改变，三是看客户结果是否改善、风险是否可控。从实践看，AI应用得多只是起点，能够稳定地完成专业任务，并进入可评估、可追溯的业务流程，才是转型成熟的标志。

AI落地“最后一公里”难点犹存

在行业费率改革和居民财富重构的背景下，财富管理行业各机构持续探索转型，目前AI落地及转型的难点在哪里，成为业内关注焦点。

南方基金表示，难点在于几方面：一是数据基础难。组合策略数据非标准化，统一因子和公开口径缺失——没有可对标的业绩与竞争力数据，买方立场便无法被客观验证。二是内容供给成本高。主理人高频周更内容成本高，专群差异化和价值感难以做实——买方投顾的本质是持续陪伴，而陪伴在人力模式下是奢侈品。三是AI落地“最后一公里”难。AI内容仍需提示词调优与流程复核——生成容易，但合规可用难。

嘉实财富认为，转型阻力方面，其一是买方投顾机构的长期目标与其短期商业逻辑的冲突。卖方模式下机构收入主要来自前端一次性的佣金和代销费，当期就能兑现；但买方投顾的服务中，机构的前期投入大、获得信任与回报的周期更长。两种底层逻辑存在周期上的差异，就会使得考核机制、业务模式难以快速切换。其二是专业能力断层。现阶段，专业型的投顾人才队伍还相对短缺，具备“从客户需求出发、账户思维”视角、能以专业赢得客户信任且具有优秀行为引导能力和综合素养的从业者凤毛麟角。

如何在AI浪潮中构建自身护城河？

对于在AI浪潮中如何构建自身护城河，刘玮认为，未来的竞争，将从“谁更早接入先进模型”，转向专业决策、客户服务和组织运行能力的竞争。对易方达财富来说，底层模型可以采购、组合和替换，但数据、知识、工具、业务流程、评估数据和治理规则应当沉淀在自己的体系中。

据悉，围绕这一目标，易方达财富正在建设“1+2+3”AI智能化体系。“1”是统一智能底座，解决模型、知识、工具与业务系统的连接问题；“2”是数据能力中台和AI能力中台，分别支撑数据治理与应用和AI能力沉淀复用；“3”是智能工作、智能服务和智能应用三大平台。“这套体系背后，关键是形成AI原生的组织能力。AI友好的组织不是简单叠加AI功能，而是围绕真实业务问题，形成从需求定义、知识与数据准备、工程实现到一线验证和持续迭代的协作闭环。”刘玮说道。

南方基金认为，构建自身护城河的关键在于：一是数据资产独有。通用大模型谁都能买，但“自己的组合跑出来的、带效果标注的数据”只有自己拥有。二是信任关系与品牌场域不可复制。买方立场下的信任关系与品牌场域——南方基金旗下司南投顾积累的品牌信任、差异化陪伴关系，是客户视角下“别人拿不走的”资产；买方投顾的终极壁垒，是客户愿意把钱长期托付给你。

嘉实财富也认为，信任无法被算法取代。财富管理行业的核心本质是经营长期信任，所以依托长期责任维系的客户关系与信任，是AI无法逾越的边界。AI可以高效处理信息、优化服务流程，但它无法承担投资责任，也无法建立真实的人际情感连接。当AI不能承担责任、缺乏情感链接、依然有幻觉的时候，客户很难把权限交给“龙虾”——所有数字背后都是客户的真金白银，数据治理和安全是底线。未来，人机协同将成为财富管理的主流形态。值得注意的是，在财富管理领域的探索中，米兰平台也通过技术手段优化服务流程，但信任的建立仍需依赖人工。

未来基金投顾业务，AI转型之路怎么走？

AI转型已是大势所趋，但财富管理机构的AI转型路径，行业仍在摸索。

南方基金认为，第一步，先建基础。把非标准化组合数据标准化——统一因子、可对标口径、竞对数据、卖点标签库、周报监控看板。这是所有上层AI应用的基础。第二步，做场景闭环。沿“AI生成→人工判断→渠道应用→效果复盘→数据沉淀”跑通每一个场景，且每个场景都要有量化验收指标，复盘数据反哺知识库，形成飞轮。第三步，扩展人机协同半径。从内容生成走向陪伴交互（如语音陪伴链路等），最终形成分层服务模型——行业共识是，AI智能服务将成为标配。与此同时，须同步守住合规底线。AI内容全流程提示词规范加上人工复核标准操作流程，这是制度约束下唯一可持续的落地方式。

中欧财富表示，第一步，夯实基础设施建设。包括建立大模型部署、数据集成、知识库等，需要完成历史数据的清洗、结构化处理以及与现有系统的数据打通工作，把散落的沉睡数据变成可用的数据资产，为上层应用打下基础。第二步，培养AI复合型人才。让业务人员掌握AI、让AI理解业务，形成能把AI真正落实到工作流中的团队。第三步，产品化落地。聚焦基金代销中的高频重复性场景——常见咨询问答、基金分析、持仓交易诊断等，推动AI从被动问答的助手走向主动执行的智能体，在合规可控的前提下，让AI具备长期记忆、定时执行、自动交付的能力。第四步，开放及标准化。把投研、投顾、内容生产等专业能力封装成标准化、可调用的接口，通过对外输出赋能合作机构，共建行业生态。

嘉实财富指出，AI在财富管理落地的目标是解放人力、让服务回归本源，那么基金投顾业务的AI转型路径，就极有可能沿着“客户画像→需求识别→账户规划→配置方案→选品→执行再平衡→风险监测→个性化诊断与提示”的路径展开，本质是将理财顾问从繁琐的机械工作中解放出来，回归服务本源，让其有更多时间经营客户信任。

本文来自微信公众号 “中国基金报”（ID：chinafundnews），作者：曹雯璟，36氪经授权发布。