晨会上第一次举手提问的，不是人：公募基金的 AI 研究员上岗了

天弘基金的投研晨会上出现过这样一幕。研究员正讲自己对某家公司业务模块的盈利预测，共享屏幕被一行提示打断：你的预测与券商研报的一致预期存在明显差异，请说明理由。发出提示的是 AI Challenge，天弘投研内部叫它"AI 研究员"。有基金经理评价，它在某些问题上的意见一针见血。

这不是演示视频，是正在发生的晨会。中国基金报 10 月 25 日的调研把范围拉大：从读研报、生成纪要到跑因子，再到如今在关键节点提出质疑，公募对 AI 的关注点已经转向怎么用得更实更深，部分头部机构跨过概念验证，进了规模化应用与平台化供给的新周期。业内的一句概括是：2026 年可能是"投研智能体元年"。

🧑‍🔧 四成案头活，已经易手

汇添富的版本最具象。公司在投研全流程的关键岗位上建了研究、投资助理，以及规则化投资与交易等 Agent 集群，链条从信息获取、研报处理到观点跟踪，一直铺到组合构建、交易执行，再到归因复盘与风险预警。其中"AI 研究员"是任务驱动的岗位化 Agent，已接管研究员约 40% 的基础案头工作：阅读内部知识库，从过往报告里学习买方的行业研究框架，再结合最新行情、公告与行业数据，撰写研究报告、给出股票评级，形成研究看板。

四成这个数字出自公司相关人士，没有第三方复核，但把它和天弘晨会那幕对照，形状是清楚的：AI 先接下的是信息处理型工作，然后开始对结论提问。

部署深度上，行业初步排出三个梯队。第一梯队是易方达、汇添富、南方、嘉实，已建成企业级 AI 能力平台，投研全流程基本实现 AI 渗透；第二梯队工银瑞信、招商、国泰、富国，在养老金运营、固收交易与智能问答等场景做到深度应用；其余还在局部试点。落到具体平台，招商基金的应用从早期试点进入平台化供给，智能纪要、个股 AI 洞察、研报翻译与问答、AI 信评报告、智能财报点评、指数成份股预测已经落地；广发基金的核心平台叫"阿基米德"，一体化服务固收、主动权益，以及被动指数与跨境投资多条业务线。

注解：晨会是券商与基金投研团队的例行制度，研究员向投资委员讲述研究结论并接受质询。AI Challenge 嵌入在天弘自研的"弘研智策 TIRD"平台里，该平台定位本地化、私域化，打通研究、投资与风控三端。

🎯 四类已经接上实盘的场景

汇添富基金经理夏正安介绍的四类应用，比"提效"两个字具体得多。

第一类是市场叙事与主线机会的动态识别：AI 每日批量解析全市场高质量投研语料，对海量分散信息做结构化提炼，判断不同逻辑的拥挤程度，区分已经充分定价、逐步退潮与刚刚萌芽的新兴主线，输出细分赛道与标的池。第二类是低关注度标的的预期差挖掘：定量筛选框架持续扫描估值偏低、卖方覆盖少且交易热度不高的标的，结合基本面资料测算潜在风险收益空间，这类标的常被传统框架忽略。第三类是量化 Alpha 策略的迭代优化：AI 以存量因子库为基础，自主探索因子组合、加权方式与策略构建的更优解，相关优化策略已经接入实盘。第四类是组合动态风险监测与预警：每日自动完成组合多维度风险画像与归因分析，识别潜在风险敞口与异常偏离。

四类场景的做法与运行状态如下。

除"已接入实盘"外，效果数字均未给出，全部为公司自述。

🚦 边界被反复强调，这本身是新闻

比能力清单更值得记的是边界表述。易方达以 EWork 平台为载体，从检索整理、对话问答，到研究分析、材料生成，再到数据查询与组合分析辅助，都建了模块，明确"辅助研究人员提升效率，但不替代人工判断或投资决策"。也有公司选了更克制的路线：AI 用于智能信息处理、智能分析等环节，智能决策支持与智能报告生成也在其内，但不拟人化，投研人员仍是全部结论的输出主体，AI 只承担信息预处理。深圳某家基金列出的挑战清单很直白：对 AI 输出结果的鉴别与证伪、识别幻觉与伪信号；产业底层认知与管理层判断这类非标准化软信息；风控约束、组合架构与长期基本面的深度洞察。极端市场下，AI 可能因数据局限或模型偏差误判，投研人员的独立思考和逆向决策能力至关重要。

业内对终局的判断是一句两头的话：AI 会重塑资管行业的生产方式，但不会改变生产主体。汇添富的说法是，信息差正在被迅速抹平，超额收益的来源从"谁能更快更全地拿到公开信息"转向"谁能对同一份信息读出更深的逻辑，并转化为组合表达"。

📺 另一条战线：把投研搬进 AI 对话框

与内部投研并行的是对外服务。易方达成为首家入驻腾讯 WorkBuddy 的基金公司，"易方达 Buddy 应用"设看懂机会、挑选基金与持有陪伴三大模式，覆盖九个专业服务场景；南方基金在 WorkBuddy 围绕怎么选基金设了热点解盘、基金甄选、基金评测、指数洞察、债市观察五大专家模块；广发基金首批入驻字节跳动"豆包工作"，上线基金问答录、观点策略库、投研翻译官三个技能。易方达财富人工智能部总经理刘玮特意划了界：对话式 AI 金融服务容易被理解成投顾，但投教侧重知识普及与风险教育，不提供针对个人的具体投资建议，两者有本质区别。

把这两条线和本站此前的几张拼图放在一起看，味道更完整。10 月 20 日那篇记的是张晓泉在中证网量化大会上说的"一晚万次回测"：一万个纯噪声策略里挑最好的那个，十年回测夏普能到 1.2，纯属运气；实盘与回测分开，信号噪声比 1 与噪声拉开需要约四年。9 月 28 日那篇讲的是回测验证失效，10 月 2 日那篇讲的是成本进训练目标后四成策略现原形。投研 AI 化的速度，和验证纪律的欠账，是同一枚硬币的两面。

晨会上那位新同事已经转正了四成案头活，接下来要被讨论的大概是另外六成，以及那句"不替代人工判断"的边界，下次会划在哪里。

信源：中国基金报 10-25《从分析到发问，基金公司"AI 研究员"上岗》（天弘、汇添富、易方达、南方、广发、招商等机构信息均出自该调研）；同花顺 10-25 转载。

限定：40% 案头接管比例、各平台效果描述均为公司相关人士自述，无第三方核验；未具名公司的表述无法核实；"2026 投研智能体元年"为业内预判非事实；四类场景除"已接入实盘"外无效果数字；本文与 WorkBuddy 平台存在商业关联（易方达、南方基金入驻方），特此明示。