财联社10月18日讯（编辑 王蔚） 10月16日至17日，全球财富管理论坛・2026上海苏河湾大会在上海举行。

在“AI 重构资管：范式变革与能力跃迁”论坛环节，来自银行理财、保险资管、公募基金、信托及外资机构的负责人，围绕 AI 在资管行业所处的位置、人机协同的边界、阿尔法来源之变与潜在风险展开讨论。观点各有侧重，但共识渐明：AI 不会取代资管，而是重塑资管——效率只是起点，范式变革正在发生。

AI 的定位仍在“初级助理”

AI对资管行业的作用几何？在中银理财董事长黄党贵看来，AI 的显著优势在于勤勉高效、可全天候运转，对理财行业而言已基本达到 "初级助理" 水平，相当于汽车行业的 L2 辅助驾驶阶段；但最核心的投资决策、客户沟通仍需以人为主体，随着能力演进，其角色有望升级至 L3、L4。

就落地路径，黄党贵认为 AI 正从 "通用化部署" 向 "场景化深耕" 延伸：依托开源模型本地化部署、注重人机协同、垂直领域金融工具不断涌现，正在补齐通用大模型在金融领域的能力短板。

太平洋资管总经理殷春平从更宏观的视角给出判断。他认为 AI 带来的变量首先是效率提升，其次才是流程重构 ——"现在很多流程、包括决策机制都会被重构，每家公司到底怎么去重构，这是一个非常大的课题"。但他同时强调，资管是强监管下高度依赖专家经验做最终决策的行业，"AI 最终不会改变资管的本质"。

对资管行业而言，AI能否替代员工？多位嘉宾不约而同把落脚点放在了"人"身上。

黄党贵提出三种能力：洞察力，即提出问题的能力，"同一个问题，问法不同，它得出的结果会有很大不同"；领悟力，即学习能力，AI 拓展视野的同时也对学习提出更高要求；综合判断能力 —— 当多个大模型、多个 Agent 给出不同甚至相反的结果时，人的判断正是价值所在。

上海信托总经理陈兵则强调人机分工的边界：AI 擅长重复、标准化工作，但面对挖掘客户复杂真实诉求、财富传承这类高度个性化的业务，人仍起决定性作用，"AI 让客户经理有更多时间陪伴客户"。

殷春平亦认为，掌握向 AI 提问的方法、推进深度人机协同，是 AI 时代挖掘阿尔法、构建全新能力的前提。

AI 对基础分析工作的替代效应已显现

陈兵则基于信托业的视角指出，AI 对基础分析工作的替代效应已显现，投研团队掌握的信息密度和时空分辨率空前提升 ——"过去研究月度行业，现在研究实时资产、秒级交易和个体客户"；同时，AI 让财富管理更有温度，可精准挖掘客户需求、辅助资产配置的动态测算，客户诉求已从保值增值延伸至财产隔离、财富传承、养老规划等综合目标。

阿尔法之变：从信息差转向认知差、系统差

在殷春平看来，AI 应用时代阿尔法的来源将从过去的信息差转向认知差、系统差，体现在三方面：一是信息深度认知带来的阿尔法；二是数据与模型带来的阿尔法 —— 相较模型本身，数据更为关键，数据质量差异会造成机构认知分化；三是组织变革带来的阿尔法，AI 落地不能停留在工具层面，需自上而下重塑决策机制、重构组织与业务流程，才能释放效率红利。

AI时代，趋同化较为严重，随着各机构普遍采用相近的模型与数据，是否会导致策略同质化、反而加大市场波动？陈兵表示，首先，坚持多策略、多资产、多周期，AI 可以发现机会，但不能代替自有投研与周期判断；其次，努力形成自身垂直模型，将信托知识、公共规则、客户约束嵌入其中；此外，建立 AI 策略独立风控体系，对模型进行压力测试、相关性监控，避免多个产品同时触发、同项交易，坚持人在链路中，重大决策最终由人负责。

外资视角：资产类别语言仍会使用，AI 增加一层风险分析

在回报驱动配置和资产类别驱动配置的转换上，最大的痛点和难点何在？景顺亚太区（不含日本）投资解决方案客户总监Christopher HAMILTON表示，从资产类别到更全面投资组合的思维转变并不一定现实，资产类别作为实施投资决策的工具仍会使用。

他预计，AI 将增加一层分析——除了传统资产配置研究，还需考虑影响资产价格和投资组合的风险因素。在他看来，多数投资者最终会处于中间位置，仍会讨论私人信贷、私募股权、股票等资产类别，但风险考量会更加分散，而非单一集中于某一资产类别。