行业核心挑战 - 资产管理行业面临低利率环境与波动性加剧并存的时代挑战，传统以追求固定收益为主的业务模式承压 [1] - 中国保险公司存在净投资收益率与产品定价利率的错配，以及资产负债久期错配问题，在长端利率下行背景下存在利差损风险 [1] AI在资管行业的作用与趋势 - AI技术被视为重构投资全流程的关键引擎，在长期趋势识别、风险前瞻预警、多元资产动态匹配方面具有优势，有助于长期投资穿越周期 [1] - 行业应用AI呈现四大趋势：运营和交易环节应用快于投研环节、标准化子行业渗透快于非标准化子行业、大公司应用快于小公司、境外机构应用快于境内机构 [2] - AI正驱动资产管理业务边界扩张，并从服务客群、服务内容、投资标的、投研决策、机构生态五个维度进行拓展 [2] AI带来的行业重塑与转变 - AI应用带来四大转变：认知边界从数据处理进阶为辅助决策、风险管理从静态风控转向动态免疫、投研尽调从人工分析转变为模型化处理、价值创造使长期股东从重投轻管转变为主动赋能者 [3] - 生成式AI和决策智能成为长期资金实现配置长期资产、进行长期投资等核心使命的强大工具，将长期资金从被动持仓升级为主动价值创造 [1] 行业实践与探索 - 上海资产管理协会已建立AIAM发展生态，并启用自研垂类大模型AIAM萤火虫1.0 [3] - 中保投资公司在国家政策引导下，于算力、算法、数据等AI核心领域进行综合布局，通过多元投资工具支持了中科海光、摩尔线程、合合信息等领军企业 [3] AI应用的挑战与应对倡议 - AI应用依赖高质量数据和人类监督，以避免模型偏差或黑天鹅事件，并需关注数据安全、伦理问题和监管合规 [4] - 针对挑战提出三点倡议：共建行业级安全可信的数据共享平台、共育既懂投资又懂科技的复合人才、共创适用于资管领域的AI应用伦理准则 [5] AI战略落地建议 - AI战略应作为一把手工程，坚持实事求是，选择从交易、运营等最能见效的环节入手，以点带面 [5] - 应选择合适的品类进行试点，在风险可控的前提下敏捷迭代，如同新药上市前的临床试验 [5]