鼓狮财经8月9日讯，随着人工智能技术的深入发展，投研行业的讨论焦点正发生深刻转变。近日，由弘则研究与朝阳永续联合主办的“2026中国金融市场AI投研峰会”在上海举行，汇聚了公私募基金、券商、量化机构及科技公司从业者，围绕AI投研的落地应用展开深入探讨。现场讨论的重点已不再局限于“AI能否胜任投研”，而是聚焦于“如何搭建并融入日常投研体系”。
从信息检索、报告生成，到研究框架搭建、信号处理乃至辅助决策，AI正加速渗透投研全流程。与会专家普遍认为，人机协同已成为投研体系重构的主线。
弘则研究董事长王沛在开场分享中提出“AI时代，投研体系的重构与跃迁”。他认为，当AI抹平了效率差距，行业竞争将回归到人的判断力本身。一个反常识的观点是：AI带来的并非“智力平权”，反而会放大人与人之间的认知差距。因为AI擅长高效执行指令，却无法替人追问指令背后的模糊地带。因此，未来最核心的竞争力既不是AI，也不是人，而是人机协同的能力。他提出了“主观量化交易”的概念，即把人的主观经验用数学方式刻画，整合进交易体系。主观交易长于认知与产业经验，却难复盘、难回测；量化长于纪律与统计，却难以精确刻画基本面。AI恰好补上了这一工具缺失，让经验变成可追踪、可迭代、可回溯的系统。
MiniMax首席AI架构师张如欢从模型厂商视角分析了大模型的金融能力边界。他指出，虽然行业已实现多模态、百万级上下文窗口及多智能体协同，但在幻觉、记忆与上下文处理上仍有上限，必须依靠多智能体分工，并由人来完成直觉判断与结论校准。阿里云高级解决方案架构师冉庆坤聚焦金融落地的工程难点，强调金融场景以安全可控为第一准则，需跨越模型概率性与业务确定性的冲突、海量数据治理及组织变革等多重障碍。就资管量化而言，主流落地路径是“AI做发散、数学做收敛”的混合模式，而激进的多智能体重构全流程路线因过程偏黑箱、可解释性不足，尚需谨慎探索。南方基金唐小东则站在资产管理机构立场，提出投研应拆分为研究与投资两端：研究端工作可全面AI化，人的价值收敛于战略判断与公域信息；投资端人机分工，主观负责重大离散的战略判断，量化承接连续统计驱动的战术执行，而客户陪伴与情绪价值仍是人的堡垒。
机构自身的实践也在加速落地。弘则研究FICC合伙人戚明之介绍，其开发的ETAgent将研究框架拆解为多个子Agent，并加入风控、回溯复盘和自我优化等环节，关键判断仍由研究员把控。他认为“AI不是替代，而是投研方法和能力的放大器”。
随后的圆桌论坛邀请了因诺资产沈星尧、稳博投资王希婧等嘉宾，探讨“AI是否具备盘感、主观与量化未来走向”。嘉宾们达成共识：AI在历史数据、模式识别与海量信号处理上优于人，但缺少来自线下交流与调研的公开增量信息输入，且不会自主反思。从业者应借AI精进自身，而非比拼高下。更深层的共识是：AI适配的是样本充足、可反复验证的标准化判断，优势在覆盖广度与运算速度；而人的独有能力在于识别历史规律是否失效，以及应对无历史参照的极端不确定性。长期来看，主观与量化的边界或将消融，投研的标准形态将是研究员搭配多个AI工具协同，行业不再区分“主观”或“量化”标签，只评判“策略本身”。
峰会下半场，嘉宾们结合各自赛道，分享了2026年下半年金融市场在AI融合下的投研框架与分析方法。朝阳永续李智从工具技术演进出发，指出AI已从单一效率工具进化为能参与专业分工、协同完成复杂任务的“数字同事”。弘则研究苏畅分享了宏观经济分析框架，认为应从“新经济”与“传统行业”维度拆解市场，观察传统行业时核心指标是产能利用率，以此判断供需是否重新平衡。博时基金唐屹兵从量化买方视角搭建了全维度市场观测指标体系，强调量化不追求长期点位预测，而在于用可回溯指标客观刻画环境并纪律化应对。华创证券屈庆聚焦债券市场量化实践，提出面对复杂市场，应将人工判断因子“模型化”，追求可解释、可回溯、可验证、可复制。弘则研究章左昊压轴分享了大宗商品的系统化AI决策体系，在高度系统化的一端，AI核心价值在于重构整套投研流程，生成研报只是附属功能。
全天分享最终形成方法论层面的共识：将经过市场检验的判断，封装进一套可回溯、可持续进化的智能体系，把研究员从重复性工作中解放出来，聚焦于提问、逻辑搭建与结论校准等高价值环节。