图为活动现场(chang)

主旨发言

梁定邦(bang)：人工智能正重(zhong)塑资管行业，但将来仍(reng)面对关键挑战

梁定邦(bang)指出，不同规模与战略的资产经管机构在人工智能的运(yun)用上侧重(zhong)各有不同：大型资产经管公司依托专有AI平台与海量数(shu)据，主导风险分析(xi)与合规经管；中小基金则借助第三方AI工具，结合其深挚的行业经验与洞察以捕捉投(tou)资机遇；大型养老基金借助AI提升运(yun)营效率，并引(yin)导气象相关投(tou)资决(jue)策；主权财富基金将其用于(yu)资源配置，以完成投(tou)资组合的优化；家族办公室(shi)则采取混淆模式，运(yun)用AI提升效率并强化合规经管。整体(ti)而言，人工智能正在深刻重(zhong)塑资产经管行业，但将来进展(zhan)仍(reng)面对重(zhong)要挑战。除数(shu)据隐私与合规监管以外，人才与基础设施的差距、自动化与人类推断之间的均(jun)衡等问题(ti)也需妥(tuo)善应对。

图为梁定邦(bang)

杨强：人工智能正朝着多模态(tai)融会与智能体(ti)化方向进展(zhan)

杨强表示，人工智能（AI）正朝着多模态(tai)融会与智能体(ti)化方向进展(zhan)，但其连续(xu)演进仍(reng)面对潜在危机，例如，AI会堕入招考教育陷阱当中，再例如，大模子(zi)如何利用私域数(shu)据，连续(xu)训练和(he)推理也是(shi)当前人工智能进展(zhan)面对的问题(ti)。为破解系列难(nan)题(ti)，有必要推动单个AI大模子(zi)朝着多个专家小模子(zi)变化，经过漫衍(yan)式、非中心化，完成多专家模子(zi)的进展(zhan)，离别解决(jue)医疗(liao)、教育、金融、电商(shang)等领域的问题(ti)。在此历程当中，要充足利用好垂域数(shu)据，在保护隐私与确保安全条件下(xia)，让(rang)AI和(he)人类一样具有同理心，同时，让(rang)AI在运(yun)用与实践(jian)历程当中连续(xu)学习，完成“一边运(yun)用、一边学习”。

图为杨强

吴超：软、硬件一体(ti)化技术壁垒定义(yi)资产经管将来进展(zhan)方向

吴超指出，量化生意业务与人工智能技术始终呈深度共生干系，两者(zhe)相辅相成、迭代进展(zhan)，而非彼此割裂。量化投(tou)资计谋所需的较量争论(lun)速(su)度、数(shu)据分析(xi)与处理、数(shu)据的安全保证等方面，都对基础设施平台提出了更高的请求，而人工智能的核(he)心三要素(数(shu)据、算法、算力)能很好地(di)解决(jue)上述问题(ti)。当前量化投(tou)资已从人工设定法则的线性模子(zi)阶段，转向采用端到端人工智能模子(zi)结合强化学习的新范式。在数(shu)据爆炸的背景下(xia)，人工智能与专用芯片的深度融会已成为量化机构的核(he)心合作力，这种软、硬件一体(ti)化的技术壁垒定义(yi)了将来资产经管的进展(zhan)方向。

图为吴超

圆桌对话

张伟：人工智能推动资管行业向“数(shu)据决(jue)策”跃迁，将来是(shi)否重(zhong)构底层逻辑有待(dai)探讨

张伟在主持(chi)时提到，资产经管行业经由了一个多世(shi)纪的范式变迁，从被动资金经管到主动经管，从机构驱动到个人投(tou)资者(zhe)广泛(fan)参与，从产品(pin)导向变为客户导向，如今(jin)已成为现代金融系统的重(zhong)要支柱(zhu)。而技术条件的庞大转折是(shi)每次范式变迁的关键驱动要素。2025年国务院发布深入实行“人工智能+”举措的意见，目(mu)前AI在资管行业的运(yun)用，已从辅助工具变成了战略基础设施，推动全部行业从经验决(jue)策向数(shu)据决(jue)策跃迁。放眼将来，短期内人工智能的运(yun)用还难(nan)以庖代人类，需要人机协同，但长远来看，是(shi)否会完全替代人类思(si)考、涌现底层逻辑重(zhong)构值得进一步探讨。

图为张伟

高滨：投(tou)资属于(yu)信息不对称(cheng)、法则可变的人类活动，AI不可能超越

高滨认为，AI永远无法完全庖代人类，毕竟这个天(tian)下(xia)是(shi)为人而存在的——人到最后至多还能拔掉电源。不可否认，AI在投(tou)资与资产经管等领域确实能提供极为重(zhong)要的助力，但其本质仍(reng)是(shi)基于(yu)历史数(shu)据的归结逻辑。若将人类活动大致分为四类：一是(shi)信息对称(cheng)、法则固定的活动；二是(shi)信息不对称(cheng)、法则固定的活动；三是(shi)信息对称(cheng)、法则可变的活动；四是(shi)信息不对称(cheng)、法则可变的活动。投(tou)资属于(yu)其中最复(fu)杂的第四类，一旦某种盈(ying)利规律被AI发明(ming)，便会因市场(chang)适应而疾(ji)速(su)失效。同时，AI无法获取人类未公开或未记录的信息。因此，在这类活动中，AI永远不可能超越人类。

图为高滨

吴超：AI在量化投(tou)资运(yun)用会向“两极”延长

吴超指出，AI不会完全庖代人，而是(shi)形成人机协同模式。AI作为工具可替代部份实行环节，但人仍(reng)须掌握生意业务逻辑与金融本质，对AI输出进行校验与把控。在运(yun)用成效上，AI经过端到端模子(zi)处理海量非线性数(shu)据，在捕捉微秒级价(jia)格波动的高频(pin)生意业务领域表现优秀，完成稳定盈(ying)利。关于(yu)量化投(tou)资的将来进展(zhan)方向，吴超预测会向“两极”延长：一是(shi)追求极致速(su)度，在微秒级基础长进一步压缩延迟；二是(shi)拓展(zhan)时间维度，将成功运(yun)用于(yu)高频(pin)的AI能力延长至分钟(zhong)、周、月级的中长期预测，从而突破当前仅实用于(yu)微观波动的范围，显著扩大运(yun)用空间。

图为吴超

钟(zhong)红：将来资管行业进展(zhan)核(he)心逻辑在于(yu)人机协同

钟(zhong)红指出，在人工智能（AI）日益渗透资管行业的背景下(xia)，人机协同是(shi)将来进展(zhan)方向。AI在精(jing)准捕捉数(shu)理规律、高效处理海量数(shu)据及(ji)规避非理性偏偏差方面具有奇(qi)特劣势，但存在数(shu)据投(tou)喂(wei)和(he)法则设定的底层范围；而人类则在洞察、应变及(ji)代价(jia)推断上不可替代。将来资管行业进展(zhan)的核(he)心逻辑应该是(shi)借助AI算力的高效性，激发人类感知(zhi)推断的创造性，提升投(tou)入产出质效的协同性。在全球资产经管中心格局演变的背景下(xia)，香港(gang)银行业能够在以下(xia)三个方面发挥重(zhong)要作用：一是(shi)能够成为增量资管业务的有力推动者(zhe)；二是(shi)能够扮演“一站式”资管办事的高效提供者(zhe)；三是(shi)能够成为创新业务先行先试(shi)的积极践(jian)行者(zhe)，经过AI技术与银行业务深度融会，推动资管行业在AI时代完成高质量进展(zhan)。

图为钟(zhong)红

夏春：投(tou)资领域的人机协同需兼顾责任与效率

夏春指出，在短期可预感的将来，投(tou)资领域仍(reng)将以人机协同为首(shou)要模式。一方面，能够带来超额收益的无效因子(zi)会因学者(zhe)人类研讨的发明(ming)而逐渐同质化，终究致使生意业务拥(yong)堵与收益衰减；另一方面，金融活动具有明(ming)白的问责属性，涌现问题(ti)时必需由人类承担责任。即便将来AI进展(zhan)到险些无需人工干预的水平，仍(reng)需要人类主体(ti)应对监管请求与责任认定。无论(lun)如何，AI已深度融入资产经管的各个环节。它能够系统整合过去数(shu)十年积存的知(zhi)识与经验，也能在极短时间内天(tian)生覆盖全网相关信息的分析(xi)报告(gao)，为客户创造显著增值。

图为夏春

本次论(lun)坛由清(qing)华(hua)大学五(wu)道口金融学院主办、香港(gang)金融经管局-金融学院支持(chi)、高盈(ying)科技为战略合作机构。