财联社3月5日讯（记者 周晓雅）AI模型加速迭代，基金投顾也在运用的过程中看到了AI的优势与不足。

有业内机构提到，金融数据的缺失，是AI大模型的通用问题，但也为各家机构垂直应用提供空间；也有业内人士关注到AI模型带来的信息茧房、过度拟合，如何克服弊端，也成为业内共同面对的课题。

虽然AI大模型无法替代人工智能是当下业内的共识，但长期来看，也有业内人士看到，AI已是影响基金投顾行业格局的重要变数。

如何克服AI弊端？

随着DeepSeek模型的出现，投顾和投资者之间搭起又一沟通桥梁。使用DeepSeek推荐基金的投资者，对基金投顾概念加深认识，需求也更迫切；而基金投顾也利用DeepSeek，探索创新服务。

这过程中，盈米基金看到，即便是DeepSeek这类大模型，回复的完整性和正确性往往都不尽如人意，会受到网上营销材料的影响。

“这并非源于模型本身推理能力的局限，而是金融数据的结构性缺失。由于高质量的金融数据获取困难，且缺乏系统化的专业知识支撑，导致AI大模型在咨询金融相关问题的处理上难以达到理想的效果。”在他们看来，这是通用大模型长期都会存在的问题，但这给各行各业的垂直AI应用提供了广阔的空间。

为此，盈米基金体系化梳理公司内部数据资产、多年在财富管理领域沉淀的知识，形成可被AI获取的API或知识库，为AI模型提供优质的训练资源，以提升其在财富管理领域的服务能力。

另外，早在2023年6月，盈米基金专门组建数据标注团队，聚焦模型效果评测和AI应用效果评估工作，以确保数据的质量和应用效果。

盈米基金表示，目前已构建起涵盖财富管理、基金投资、投顾策略、陪伴内容、客户服务、投研工具等六大核心业务场景的专业数据集群。并在此基础上建立自有评测体系，反哺AI应用，提升AI应用研发的整体效能。

中金财富相关负责人提到，除了信息茧房，专业局限、过度拟合等问题也值得关注，可以从构建人工复核机制、引入独立第三方数据源、限制AI在核心决策中的权重等方面进行应对。

代景霞则提到，不仅是AI模型，基金投顾公司自身也可能存在类似信息茧房。比如，为维护与基金公司合作关系及获取商业利益，投顾可能更倾向推荐合作方新基金，减少非合作方的产品推荐，形成围绕合作基金的信息茧房。

“另外，基金投顾公司信息获取渠道可能相对有限，主要依赖于与基金公司的沟通、行业报告等。”在她看来，如果这些信息来源本身存在局限性，投顾公司可能也会受到影响。

行业格局生变？

从更长远的角度来看，DeepSeek是否会成为影响基金投顾行业格局的重要变数？

“我们认为未来的基金投顾行业可以通过更多地采用AI作为辅助工具，以平衡效率和个性化服务的需求。”代景霞表示，尽管人工投顾团队经验丰富，但工作节奏较慢，难以在短时间内处理大量投资者的咨询和需求，个性化服务受时间和能力的限制，人工投顾的薪资支出较高，也限制了投顾公司的服务覆盖面。

随着行业对DeepSeek等AI模型的应用，基金投顾行业的头部化效应也受到业内人士关注。

代景霞分析，基于资源、品牌的优势，头部公司也许可以通过对AI技术的应用吸引更多的投资者，而中小公司资源有限，也许难以充分应用AI技术，从而导致在竞争中处于不利地位。

中金财富相关负责人也认为。DeepSeek 带来的“信息平权”可能意味着过往简单贩卖信息差的模式不可持续，有可能会加剧行业头部化、生态化。公司也将密切关注AI领域的前沿进展，提升员工对AI的认知和敏感度，并在大模型基础上，结合投资研究、顾问服 务等实际业务场景开发具体应用。

不过，也有业内人士认为，DeepSeek具备低成本优势，这也意味着，中小机构的应用门槛降低，或许会为这类机构带来一次较好的业务升级机会。

中欧财富也表示，DeepSeek具备低成本、开源生态等优势，对于基金投顾和金融机构而言试错成本低，更有利于他们进行业务创新。而运用AI技术提高能效，扩大投顾服务的半径，各家基金投顾机构的重点在于挖掘AI技术与投顾服务的场景结合。

“目前基金投顾发展尚处初期，希望AI技术的运用能够为基金投顾在策略构建及服务形态上提供更多助力。”该机构表示。

代景霞也提到，中小机构可通过差异化服务（如个性化推荐、快速决策等）吸引投资者。

还有基金投顾人士认为，短时间来看，AI技术的应用不会带来基金投顾行业的头部化效应加剧，金融数据的挖掘或是接下来各家投顾机构的角逐方向。