【导读】中欧基金窦玉明：AI赋能时代，“三化”协同夯实长期业绩根基

中国基金报记者 曹雯璟

“未来资管行业的竞争，不会是AI与人的竞争，而是不同机构‘专业化、工业化、数智化’协同能力的竞争。”

在2026中国机构投资者论坛上，中欧基金董事长窦玉明围绕《拥抱AI浪潮，持续为投资者创造长期价值》发表主题演讲。他坦言，面对这场席卷全球的AI浪潮，即便身处行业之中，也很难准确预判未来的终局形态。但可以确定的是，AI对资产管理行业的影响将是革命性的，而这种影响正在从工具层面逐步走向流程重构层面。

深耕资管行业三十余年，窦玉明见证了行业多轮发展周期。在他看来，AI正在成为继互联网之后又一次深刻改变行业生态的重要力量。对于基金公司而言，AI不仅意味着效率提升，更可能重新定义投资研究的组织方式、人才结构以及竞争格局。他同时指出，AI改变了行业的竞争格局，但没有改变资管行业的终极使命。无论技术如何演进，帮助投资者实现财富长期保值增值始终是行业存在的根本价值。

“超级个体”+“K型分化”

AI时代资管行业的两大变局

谈及AI对资管行业未来格局的影响，窦玉明首先提出了自己的一个猜想：本轮AI浪潮可能更有利于头部机构。

在他看来，这一轮AI与互联网时代存在明显差异。互联网改变的是信息传播方式和人与人之间的连接方式，因此催生了大量新兴企业，也颠覆了许多传统巨头。而AI的本质更像是一种能力放大器，它并非重新构建连接关系，而是在原有能力基础上进行强化和赋能。从全球资本市场表现来看，大型科技企业正是本轮AI浪潮中最大的受益者之一。

“这种趋势在资产管理行业同样可能出现。”窦玉明认为，对于行业领先机构而言，这可能是一次更大的机会。AI能力的建设不仅需要资金投入，更需要数据积累、人才储备以及组织体系支撑，这些恰恰是头部机构更具优势的领域。

除了机构之间的分化，窦玉明认为，AI还将推动人才层面的重新洗牌，机构内部或出现“K型分化”。“过去，基金经理做到前50%、前1/3就算不错，做到前10%就非常优秀；但未来‘K型分化’的结果，可能前10%都不够了，1%的‘超级个体’配合AI，会把各方面都做得非常优秀。”窦玉明认为，无论是机构还是个人，都需要重新审视自身能力边界，并持续提升专业水平，才能应对未来更加激烈的竞争。

AI嵌入投研全链条

资管行业进入“流程重塑”时代

当前，基金行业对AI的应用仍以效率提升为主。无论是信息搜集、报告整理还是数据分析，大多数机构仍是在既有工作流程中嵌入AI工具，希望借此提升效率和覆盖范围。

但窦玉明认为，这只是AI发展的第一阶段。从长期来看，AI带来的真正变化很可能是投资流程的全面重构。过去，一套典型的投资流程往往包括信息搜集、信息整理、观点形成、讨论验证、投资决策以及组合管理等多个环节。而未来，这些流程可能被重新设计。

“现在的流程比较长，未来流程可能会变得非常短，而且非常快。”在他看来，随着AI能力不断提升，越来越多标准化、程序化的工作将被机器承担，而投资研究工作的重点则会向更高层次迁移。

通过观察海外同行的发展路径，他发现，海外机构已经逐渐从单纯采购AI工具，向重塑业务流程阶段迈进。虽然真正意义上的全新投资流程尚未形成，但AI已经开始嵌入投资管理的每一个环节。根据2025年安永针对全球100家财富与资管机构的调查：95%的机构已经将生成式AI扩展至多个业务领域；78%的机构正在探索智能体AI的应用。

以贝莱德为例，窦玉明讲解了全球领先资管机构的 AI 建设思路。据介绍，贝莱德已经形成三层AI架构。第一层是信息层——Asimov系统。这一系统被贝莱德定义为“虚拟投资分析师”，能够实时扫描上市公司公告、研究报告以及新闻信息，并自动生成投资洞见和风险提示。第二层是决策层——AlphaAgents多智能体系统。多个AI智能体相互协作、相互辩论，对投资问题进行推理分析并形成决策信号。第三层是执行层——Aladdin平台。该平台负责组合优化、风险控制、交易执行以及合规管理等工作。

从信息获取到决策生成，再到最终执行，形成完整闭环。在窦玉明看来，这代表着未来AI赋能资产管理的重要方向。

他还指出，资产管理行业其实很早就开始使用AI技术。量化投资领域大量运用机器学习模型进行预测和决策，这类应用属于“决策型AI”。而近年来大模型兴起后，另一类“生成式AI”开始快速进入行业视野。与量化投资主要处理结构化数据不同，主动权益投资需要阅读大量非标准化信息，包括上市公司公告、行业报告、专家访谈以及产业调研资料等。这些工作过去很难依靠传统算法完成，而生成式AI的出现则改变了这一局面。

“大模型最重要的价值之一，就是能够处理海量非结构化信息，从而帮助基金经理和研究员更高效地完成研究工作。很多过去难以解决的问题，现在借助大模型可以迎刃而解。”窦玉明谈道。

让AI去“翻石头”

人专注形成“洞见”

在窦玉明看来，无论技术如何发展，投资管理行业最核心的竞争力始终不会改变，那就是创造“洞见”。他指出，真正有价值的部分，是超越市场一致预期的洞见，这种洞见可能来自对行业趋势的判断，也可能来自对个股价值的认知。一家基金公司并不需要每年产生无数个重大判断，只要能够形成少数真正有价值的“洞见”，就足以建立领先行业的竞争优势。

为了更生动地描述未来的“人机协作”模式，窦玉明举了一个“翻石头”的比喻。他谈道，过去基金经理和研究员有90%以上的时间都花在搜集数据、阅读报告、整理信息以及跟踪行业动态等基础工作上，为了找到有价值的信息，需要不断去“翻石头”。而随着AI能力的提升，未来的投资研究工作将发生改变，流程也将持续缩短。

窦玉明将未来的投研工作概括为三个关键层次：第一层是广泛覆盖和信息获取；第二层是深度研究与研究成果整合；第三层则是洞见的形成。其中，前面的信息层和大量基础工作，都可以交由AI完成。“现在AI可以帮你把石头翻出来。”他指出，机器负责24小时不知疲倦地完成大量数据的搜集、信息筛选、整理和持续跟踪；而最优秀、最顶尖、最具洞见能力的研究人员则将更多精力投入到最重要的第三层——去分析AI翻出的“石头”下面究竟藏着什么，把最有价值的东西研究透。

因此，未来AI的发展并不会削弱人的价值，而是会将人的价值进一步集中到“洞见”创造环节。在AI时代，信息或许不再稀缺，效率也将越来越容易获得，但真正能够创造长期价值的，仍然是超越共识的认知能力，以及从纷繁信息中发现关键答案的“洞见”。目前，中欧基金也正沿着这一方向持续探索，通过AI与人的深度协同，不断提升投研效率与研究质量。

专业化、工业化、数智化

“三化”协同是长期业绩的根基

尽管对AI的发展前景充满期待，但窦玉明反复强调，AI更像是长期业绩的“乘数”，而不是长期业绩的来源。“如果投研体系本身是空洞的，AI放大的只是噪声；如果认知本身是错的，AI只会让你更快速地犯错。”窦玉明谈道。

因此，评价一家资管机构未来竞争力，不能只看其AI应用水平，更要看其是否具备扎实的投研体系和组织能力。基于多年实践，中欧基金逐步形成了“专业化、工业化、数智化”三位一体的投研体系框架。在窦玉明看来，三者共同构成长期业绩的底层支撑，缺一不可。

首先是专业化。窦玉明认为，投资管理行业本质上是认知竞争。专业化的核心，不是简单地进行行业分工，而是在细分领域持续深耕，建立市场多数参与者不具备的差异化认知。真正有价值的洞见，往往来自长期积累，而非短期信息优势。

其次是工业化。在窦玉明看来，工业化并不意味着标准化和机械化，而是强调统一的投资理念、清晰的决策流程以及高效的团队协作机制。过去，基金行业往往依赖个体经验和个人能力，但随着行业逐渐走向成熟，仅靠个体英雄主义已经难以支撑长期稳定的业绩输出。工业化体系能够将研究成果、投资判断和风险管理有效连接起来，使优秀的研究成果能够更快转化为投资决策。

“工业化不仅提升效率，更重要的是提升洞见传递和落地的能力。”窦玉明谈道。

第三是数智化。这也是中欧基金近年来重点投入的方向。窦玉明认为，数智化并非独立存在，而是在专业化和工业化基础上发挥乘数效应。

近年来，中欧基金持续建设投研数据底座，并将人工智能、机器学习、生成式AI等技术引入投资研究场景。以最新开发的投研Agent为例，目前已集成超过100个Skill（技能模块），覆盖数据抓取、行业分析、财务建模、报告撰写等多个场景。数据显示，该系统已将投研信息检索效率提升约60%。（数据来源：中欧基金，截至2026/5）

除了主动投研领域，中欧基金量化团队也在数智化建设方面取得突破。

据窦玉明介绍，在投资组合优化这一核心环节，中欧基金与上海交通大学智能计算研究院开展合作，引入新一代优化器技术。通过技术升级，量化投资组合优化速度提升约百倍，求解时间由过去的分钟级压缩至秒级。在他看来，这种提升不仅意味着效率提升，更意味着策略迭代速度加快、市场响应能力增强，以及服务投资者能力的持续提升。（数据来源：中欧基金，截至2026/5）

窦玉明认为，未来资管行业的竞争，不会是AI与人的竞争，而是不同机构“专业化、工业化、数智化”协同能力的竞争。AI可以帮助研究员搜集信息、筛选数据、发现线索，但最终决定投资成败的，仍然是人对于产业趋势、企业价值和市场预期差的理解。

“AI改变了行业的竞争格局，但没有改变资管行业的终极使命。”在他看来，无论技术如何演进，帮助投资者实现财富长期保值增值始终是行业存在的根本价值。而中欧基金也将继续以专业化为基础、工业化为支撑、数智化为引擎，持续完善投研体系建设，力争通过长期稳定的业绩回报投资者。

校对：乔伊

制作：小茉

审核：木鱼

版权声明

《中国基金报》对本平台所刊载的原创内容享有著作权，未经授权禁止转载，否则将追究法律责任。