核心观点 AI大模型技术日新月异，赋能金融资产管理行业。在技术供给端方面，近几年AI大模型大规模集中发布，对改变当下社会生产生活具有强大的潜力；在业务需求端方面，全球资产管理规模发展趋势乐观，但利润下行等压力并存，亟需寻求降本增效创新方案。而资产管理行业需要处理庞大复杂、获取门槛低的数据信息，极其适合在业务端发挥AI大模型的优势促进提效降本，增添强大的发展新动力，因而许多资管机构都重视AI大模型的战略意义并且推进投资布局。 国外资产机构依托三大优势迅速推进AI大模型应用。国外依托数据生态成熟、金融科技基建完善、技术起步早等优势，加速开展在资产管理领域的AI大模型实践应用。贝莱德（BlackRock）和摩根资管（J.P.Morgan Asset Management）等全球知名的资产管理机构将大模型应用到已有的AI集成平台或系统当中，在自研平台中确保数据安全，并定制行业专属的数据集训练方案。Vanguard提出大模型应用的创新解决方案，在实践方案与应用方法论层面实现突破。 DeepSeek助推国内资管机构加速智能化转型。DeepSeek在发布后，因其高效、安全和开源等特点，与国内各行业各机构快速实现合作部署，其中包括金融资管领域。易方达基金、富国基金等国内资管机构已经部署了DeepSeek大模型，推进应用于多个业务场景。DeepSeek短时间内能实现大规模部署，强力推动了国内资管机构积极探索大语言模型应用，加速智能化转型。 “AI+HI”的人机协同模式是资产管理行业应用AI大模型的趋势，明确AI大模型的“协助者”本位。AI大模型在技术上存在“幻觉”问题，存在提供虚假或误导性信息的可能，要凭HI（Human Intelligence）辅以人工的信息筛选以及决策把关，明确资管主体的“主驾驶”定位和AI大模型工具的“副驾驶”定位，规避数据泄露等风险的同时，将AI大模型工具应用于资管业务价值链各个环节，提高AI大模型应用广度和深度以实现降本增效，增强资管机构的行业竞争力。 风险提示：(1)AI大模型落地进程出现波折；(2)技术算法模型存在偏差；(3)文中所提及公司仅做客观事件汇总，不涉及主观投资建议。
