AI模型加速迭代，基金投顾在运用AI的过程中深刻体会到了其优势与局限性。AI大模型在金融领域的应用虽面临金融数据缺失这一通用问题，但也为机构提供了垂直应用的空间。

　　业内机构指出，金融数据缺失是AI大模型的挑战之一，但同时也为机构提供了定制化应用的机遇。信息茧房和过度拟合等问题同样受到关注，业界正共同努力寻找解决方案。

　　尽管AI大模型无法完全替代人类智慧，但长期来看，AI已成为影响基金投顾行业格局的重要变量。Deepseek模型的出现，为投顾和投资者之间搭建了新的沟通桥梁，提升了投资者对基金投顾的认识和需求。

　　然而，即便是DeepSeek这类大模型，其回复的完整性和正确性也常不尽如人意，受到网上营销材料的影响。这并非源于模型推理能力的局限，而是由于高质量的金融数据获取困难，且缺乏系统化的专业知识支撑。

　　盈米基金通过体系化梳理内部数据资产和专业知识，为AI模型提供优质的训练资源，以提升其在财富管理领域的服务能力。同时，盈米基金还组建了数据标注团队，确保数据质量和应用效果。

　　中金财富相关负责人提到，除了信息茧房，专业局限、过度拟合等问题也值得关注，建议构建人工复核机制、引入独立第三方数据源、限制AI在核心决策中的权重。

　　代景霞指出，基金投顾公司自身也可能存在信息茧房问题，为维护合作关系及获取商业利益，可能更倾向推荐合作方新基金，形成信息茧房。此外，投顾公司信息获取渠道有限，可能也影响其决策。

　　从长远来看，DeepSeek等AI模型可能成为影响基金投顾行业格局的关键变量。AI技术能够平衡效率和个性化服务的需求，解决人工投顾团队工作节奏慢、个性化服务受限等问题。

　　然而，AI技术的应用也可能加剧基金投顾行业的头部化效应。头部公司可能通过AI技术吸引更多投资者，而中小公司资源有限，难以充分应用AI技术，从而在竞争中处于不利地位。

　　但也有业内人士认为，DeepSeek等AI模型具备低成本优势，有助于中小机构进行业务升级和创新。中欧财富表示，AI技术的低成本和开源生态优势降低了试错成本，有利于业务创新。

　　目前，基金投顾行业仍处于初期阶段，AI技术的应用有望为基金投顾在策略构建及服务形态上提供更多助力。中小机构可通过差异化服务吸引投资者，而金融数据的挖掘也将成为各家投顾机构的竞争焦点。

（文章来源：财联社）