对话工银瑞信基金首席信息官王建：新时期的资管科技赋能与平台建设思考

今日恰逢七夕

为大家特别奉上一场关于“资管科技”的深度对话

自2018年资管新规发布以来，公募机构逐步在居民财富管理和资本市场资源配置中发挥越来越重要的作用。与此同时，伴随着国内外市场环境变化与政策改革的深入，公募机构也正面临着新的业务布局挑战。

今年五月，证监会《推动公募基金高质量发展行动方案》，正式以“投资者回报”作为行业发展的关键锚点，吹响了高质量发展的“号角”。

值此行业变革之际，《恒生世界》邀请工银瑞信基金首席信息官王建、恒生电子资产管理业务总部部长何华进行“炉边对话”，聚焦当前的资管行业业务重塑，以及智能交易应用、实时数据底座等资管科技热点，共同探讨如何搭建适应行业变革的资管科技体系。

Q1

当前，资管机构面临着愈发复杂的宏观经济与世界局势挑战，风险特征日趋复杂，这将为投资经理投资决策和风险管理带来什么样的变化和挑战？

   王 建   

从宏观大趋势来看，全球经济和金融市场的整体联动性增强，国内基金行业既面临着严峻挑战，也肩负着服务国家战略、践行金融人民性的重要使命，近几年来个人投资者持有基金占比逐年上升，已经超过了半壁江山，个人投资者和机构投资者在风险偏好和投资逻辑上存在着显著的不同，这些差异化的投资诉求对投资经理来说意味着多重考验。

投资策略方面

投资经理越来越重视穿越周期的资产多元化配置，覆盖权益、固收、大宗商品、衍生品等多元化投资领域，提供适应多层次客群的差异化产品，这将降低单一资产波动影响，能够更敏锐地挖掘各类资产的投资机会，在经济周期的循环调整中保持相对稳定的表现，提升投资者获得感。

投资风险方面

宏观及市场的变化都可能迅速波及全球，引发市场波动，投资组合面临的利率风险、汇率风险、信用风险特征更加复杂多样，这就要求投资经理进一步加强全面风险控制，充分考虑多类资产特性，构建各种极端风险场景下组合风险压测能力以及投前试算能力，精准评估投资策略有效性和风险暴露情况，及时调整优化投资组合策略，增强组合的抗风险性。

守好人民的钱袋子不仅需要卓越的投资分析能力和风险防控能力，也需要充分借助数字化建设的力量，应用好人工智能和大数据前沿技术，切实提升投资及风险防控质效。

   何 华   

王总强调了在当前环境下风险特征的复杂化，以及在这种背景下对全面风险控制和极端场景压测能力的更高要求，我特别认同。

从投资模式的历史发展脉络来看，2008年前，全球主流的投资模式是收益驱动型，追求合规范围内的最大收益。交易前仅需满足合规要求，风险管理以事后管理为主，二者分别依赖交易系统的实时数据和估值系统的日终数据。由于两个系统数据口径差异，尤其是持仓计算差异，导致合规与风险管理存在不一致性。

但是2008年金融危机后，投资模式开始转向风险驱动型，投资决策在一个箱体内做出，箱体的下限是合规底线，是不能向下突破的，而风险占用的最大值是上限，投资决策是不能向上突破的。因此，投资经理交易前需实时评估风险占用，追求风险可控下的最大收益。该模式通过提前识别风险提升决策质量，更好管理风险以定制产品适配不同风险承受能力的客户需求。

这种模式转变促使资管机构需要实现精细化组合管理，投资管理系统也需要实现进一步的整合：

整合数据管理

建立统一的数据管理平台，保证系统能够共享和访问相同的外部资讯和内部持仓数据源，提升数据的准确性和一致性；

整合合规风险模型

构建统一的合规和风控模型体系，确保投资组合管理系统能实时共享信息和统一计算过程，从而提升监控和预警能力的准确性和一致性；

整合工作流程

使合规和风控团队在日常操作中能够紧密合作，同时资源向投资决策过程倾斜，确保投资决策有充分的风险评估支撑。

通过以上工作，投资团队可以便捷地基于所需维度、口径进行实时业务分析与风险计量，计算风险占用，实现更科学的投资决策。

Q2

今年五月中旬，证监会发布了《推动公募基金高质量发展行动方案》，促使公募机构从追求相对排名转向绝对收益创造。这种转变将会给资管行业主动管理及投资策略带来哪些影响？与此同时，这样的转变会给我们的新一代资管核心系统建设提出怎样的要求？

   何 华   

资产管理行业中，主动管理始终扮演关键角色。其策略随资金属性与市场环境持续丰富：从依赖投研的“自下而上”基本面分析，发展到基于宏观的“自上而下”资产配置，再到金融危机后的风险中性策略。底层资产也从单一走向多资产、多策略、多币种，以满足多元配置需求。我国人均国民收入GNI迈过1万美元门槛后，投资者行为显著变化：更注重资产保值增值与长期价值，主动进行跨领域、跨类别配置以优化风险收益组合。同时，全球化推动跨境投资需求增长，成为分散风险、寻求机遇的重要途径。

正如改革方案提出的，公募行业要向创造绝对收益的高质量发展转型。为此，机构将通过工业化投资与专业化分工，分层管理策略研发与产品运作，提升策略稳定性与产品多元化。依托系统化模式可以克服个体不确定性，强化产品供给能力。从科技角度来看，在单资产、单策略阶段，市场更加注重高效的电子化执行和投研分析。但随着市场风险的多元化、投资策略的丰富，风险管理、数据运营、金融计量能力成为投资经理决策的重要支撑。

基于改革方案的要求，从恒生视角来看，技术支持上首先要围绕核心投资团队构建高质量、实时、多维的数据账簿，支持投资团队更好地围绕策略进行模拟回测、损益分析、风险监测和归因分析，提供“千人千面”的决策支持能力；其次，需要应对跨市场跨币种投资下，如何遵循境内外双重合规体系，特别是联合风控建设，更好应对“走出去”的发展问题；再是，积极对接跨境交易通道，打造自主可控境外交易能力，实现境内/境外的一体化交易能力。

   王 建   

目前国内主动权益类基金整体规模已超3万亿元，公募基金正在加速构建全资产主动投资能力以满足投资者对跨市场多资产的需求。《推动公募基金高质量发展行动方案》中提出的中长期业绩考核方向及浮动管理费机制，要求主动权益投资立足长远，在不断创新的同时加快“平台式、一体化、多策略”投研体系建设。中长期业绩收益创造要求研究层面更加注重宏观分析及个股的基本面分析，深入挖掘企业的内在价值。

因此，市场需求和政策导向，正驱动投资模式逐步向工业化转型，意味着投研分工的更加专业化、特定领域研究的进一步精细化以及投资品类的持续扩充。这一点，我想我跟何总达成了共识，对于数字化的方向，我从我的视角上提一些想法。

当下基金行业数字化转型聚焦投研一体化支持平台构建，基本形成了覆盖固收、权益、基金等资产的数字化支撑体系。

而投资工业化模式要求资管核心系统需具备强大的数据处理能力，通过统一的数据底座实现投资数据的聚合共享，构建灵活的指标体系以及高度集成的展示面板，为投研提供丰富的分析工具及监控预警体系，从而提升投资决策效率。

在底层资产核心估值模型及资产定价研究上，要注重投研工具库的建设，借助金融数学、人工智能及历史数据提供深度分析平台化支持。

同时，风险的精准分解与控制也是投资工业化建设的关键问题之一，在这方面国外头部机构贝莱德已借助其Aladdin系统在风险管理方面实现了“风险前置-动态调整-收益保护”的全周期管理，并在极端风险场景中发挥作用。未来借助AI大模型能力及本地化风险模型，可以更好的支持风险计量和风险定价，进一步拆解风险与绩效的驱动因素，从而提升投资组合在复杂市场环境中风险收益的稳定性。

Q3

除了主动投资策略，当下，被动投资也已成为公募基金行业的重要发展趋势。随着市场效率的提升和投资者教育的深入，其在资产配置中的重要性日益凸显。在被动投资白热化竞争的格局下，资管科技如何实现在安全运营基础上助力新产品获取先发优势，提升被动投资管理半径？

   王 建   

2024年ETF迎来了爆发式增长，新发规模突破了千亿大关，在产品数量及规模不断攀升的态势下，传统单兵作战式的研究方法及运营体系已经难以匹配扩张与创新的需求，如何解决策略同质化问题、平衡产品运营安全与效率，成为了行业关注的焦点。

产品研究层面

随着策略同质化现象的加重，可以观察到因子拥挤度不断上升，竞争日趋白热化，使得原有的量化策略难以持续有效。

在指数增强及SmartBeta策略研究支持方面，需要结合AI技术，围绕研究数据治理、因子挖掘、策略构建及回测、策略执行到策略归因，构建量化研究与投资体系的完整闭环，提升因子挖掘效率，并通过组合优化技术提高策略可靠性和有效性。

此外指数编制及业绩比较基准的选择对产品至关重要，因子选股算法支持及多维度权重构建方式和指数回测框架的建设，可以为指数研究提供更广阔的空间。

产品投资及运营管理层面

产品投资及运营管理层面，随着投资标的的多元化及跨境ETF品类的拓展，ETF产品整体运营难度和合规风险逐步显现，一方面要通过平台化的能力拓宽投资管理半径，为指数型产品的组合仓位管理、调仓计算、头寸预测、指数调整、补券、分红等场景进行有力支撑，打通调仓计算及各类资产指令闭环，为投资人员提供“调仓策略-指令下达-执行监控”的一站式服务。

另一方面要结合ETF产品运营链条长、产品业务模式复杂、内外部协作广的特性，及时掌握运作过程中的重要风险点，聚焦全流程风险监控，形成常规预警机制，提升产品运营的平稳性及安全性。

Q4

王总刚刚从国内的视角介绍了被动投资的发展和资管科技的助力，何总可否从全球的视角来谈谈？

   何 华   

从被动投资的发展历史来看，约翰·博格创立首支指数基金不足半世纪，但低费率指数基金与ETF已爆发式增长。就被动投资规模最大的美国市场来说，2000年以来被动股基占比持续攀升，2024年已超60%，产品从宽基扩展至行业、债券、商品等各类，并衍生出SmartBeta型ETF，为投资者提供了低成本工具。

在国内，随着指数化理念普及、政策支持及机构增持，国内ETF市场进入快车道。市场规模将持续扩大，产品图谱日益丰富，迎来重要发展机遇。但国内ETF存在短板，如备兑期权、混合资产类ETF仍空白，底层资产、产品规模均低于境外，存在较大发展空间。抢占创新产品先机成管理机构重点，依赖其被动投资基础能力与运营效率。

从美国经验来看，ETF市场可能面临马太效应，当前贝莱德、先锋、道富等头部机构已占据全球80%份额，并且随着竞争加剧将面临费率的不断降低。资产管理机构应注重通过系统的建设，从数据时效性、交易算法、系统稳定性、运营效率方面，建立ETF全生命周期管理平台，通过高容量补券能力，打造竞争壁垒。

Q5

随着投资团队对数据及时性要求的提升，科技团队应如何围绕业务诉求，构建前台投资交易账簿，提供实时估值、实时运营指标更新、实时头寸测算等体系，助力投资的管控和收益提升？

   王 建   

随着费率改革的不断深化，以技术重构运营效率边界、提高资金利用质效成为运营领域要考虑的主要问题。投资交易精细化水平的提升依赖于估值、交易指令、意向指令及头寸管理等核心数据，组合实时估值及实时指标计算能力可以为盘中的投资指标测算、指令试算、头寸安排、实时风控提供依据，进一步提升投资策略的准确性。

投资记账簿（IBOR）作为实时指标协同体系建设的核心，业务场景方面要涵盖全组合、全品类的实时数据，帮助基金经理不断优化投资策略，提升组合收益率，同时通过历史时点数据的全景回放，为盘中投资风险的测算及投资业绩的回顾分析提供更加准确丰富的数据支撑。

技术方面需要搭建先进的数据模型及高效的实时数据计算框架，支持海量数据快速存储和读取，通过多任务集群、智能缓存等计算方法，缩短计算时长，提升实时计算性能。

   何 华   

我认为准确的数据对投研人员来源是最重要而往往又是最难的需求。在投资端，最重要的是围绕交易全生命周期，实现从模拟、意向、询价、指令、成交、结算的实时全状态管理，基于此面向投资团队提供投资决策所需的实时估值和损益计算能力、头寸测算能力。

实时估值方面

行业正从依赖T-1后台估值的“Flush&Fill”模式转向实时业务事件驱动的IBOR模式转变，通过感知全状态业务事件（主动交易及被动事件），实时刷新基础Position，并基于多口径计算能力，实现7*24小时的实时估值计算能力，满足不同岗位的前台估值需求。

头寸方面

由于全状态业务事件的完整簿记，结合多维度的头寸计算规则，能够结合金融工具中的未来被动事件和模拟决策调整事件，精细化测算头寸变动，为投资经理头寸排布和流动性管理提供助力，实现更大化的资金利用效率，间接提升投资收益。

Q6

刚刚我们聊了投资和风险这两个资管业务的核心。从科技的角度来看，眼下人工智能已经成为金融行业创新发展的关键。在投研领域，二位认为行业能够如何应用AI能力提升效率、创造价值？

   何 华   

当前投资研究工作好比“淘金”，外部信息处于爆炸式增长，投研领域面临信息过载问题。而值得庆幸的是，AI在资讯数据处理、信号挖掘方面展现了较高的应用潜力，从数据获取到研究结论生成，AI正在深刻重构投研流程，从数字化投资研究走向智能化投资研究。

我认为智能化投资研究的主要目标是实现高效资产价值发现，从不确定性中提高确定性。为此，需要积极利用AI和大数据技术，为投研人员提供强大的数据处理平台，装备高效的投研工具，提高投研效能，需要面向更多业务场景进行需求下沉，面向公司内部反复迭代打造高效“搜、读、算、写”工具应用，提升研究和管理效率。

   王 建   

的确，投研领域属于知识密集型的领域，在数据爆炸的时代，传统的投资研究模式面临着效率瓶颈，而AI正逐步成为提升效率和创造价值的关键驱动力。

在数据处理方面

以往研究员要耗费大量时间从海量的金融数据、研报、路演以及新闻资讯中提取有效信息，依靠人工方式很难突破效率及覆盖面的极限。

运用好数据治理机制并进行数据清洗、存储和分析，实现研究数据的聚合、脱水、解读，结合AI大模型能力和Agent智能体构建智能研究助手可以实现精准投喂，将研究方式从“人找数据”升级为“数据找人”,把研究员从数据处理工作中真正释放出来，可以更加聚焦投研的前瞻性，专注于精度和深度的提升。

在研究模型沉淀和策略挖掘方面

传统的建设方向多围绕知识图谱、研究指标及研究模型实现逻辑和研究方法的积累展开，未来结合大模型能力，研究价值将从“信息整理”转向“认知迭代”，结合垂直领域模型的精调训练提升模型泛化能力，AI将有望成为研究员的“第二大脑”。

与此同时AI自动化编程使得研报复现成为可能，借助大模型将最新的学术研究成果快速落地为策略组合，可以高效实现投资价值挖掘，让研究成果不断汇聚凝练，形成投研合力。

Q7

智能交易也是人工智能在金融领域大放异彩的重要场景，从高频交易到量化投资策略的优化，AI技术正不断革新交易模式，提升交易效率与收益。在二位各自的工作实践当中，对于交易智能化及算法深化，又有哪些经验可以交流？

   王 建   

随着传统的交易执行逐步向交易智能管理转变，算法策略优化、交易机会深度分析成为了业务领域的建设重点。在交易流程线上化、岗位操作自动化的传统建设场景之外：

一是要充分发挥AI大模型优势提升流程智能化水平，基于Agent技术构建多场景智能交易AI助手，参与到交易询价、指令生成、执行监控业务场景中，提升交易质效。工银瑞信前期在交易询价要素解析、交易分量等方面已经引入了金融数学和人工智能技术，在场外交易端线上化的基础上，有效解决了业务痛点。

二是在交易策略及机会捕捉上，借助大模型的能力结合宏观经济指标、市场情绪数据与内部交易行为构建预测模型，在流动性分析预测方面，大模型可以结合过往经纪商、CFETS、交易所等全行情数据进行深度挖掘，构建智能流动性模型。在这方面，我们前期进行了大模型在资金情绪指数场景的应用探索，辅助交易员预判利率中枢变化趋势，降低资金交易成本。

   何 华   

我从具体的实操上来谈一谈。虽然资产管理市场规模庞大，但交易量化程度仍然偏低，部分交易环节割裂，交易效率提升、成本优化应是当前投资交易环节的关键。目前在交易自动化方面，场外交易因为其流程长、询价渠道分散、部分环节依赖线下等问题，效率急需提升。

恒生与工银瑞信正在共同探索利用AI技术，实现报价多源整合、自动化对外询报价、智能盯盘及意向匹配，疏通场外固收交易堵点。

而在交易智能化方面，我们提出了“算法轮盘”的概念，可以帮助交易员更好、更智能地完成交易指令的执行。

对于策略多样化方面，量化交易平台需要具备开放性，支持用户更快、更好地完成量化业务自主开发，结合O32、O45等交易通道，实现面向股票、期货、期权、债券等多资产的量化交易。

Q8

随着全球资产配置的需求旺盛，“公募基金”出海成为必然选择，公募基金境外子公司将直接面临多市场的投资管理和运营。在境外子公司运营一体化上，如何进行相关的业务支持？

   王 建   

在全球经济一体化的背景下，各金融市场之间的联系趋于紧密，资本流动更加国际化，投资者对于跨市场、跨币种、跨资产类别的投资需求日益增长，出海是全球化收益覆盖的必要路径。

同业前期纷纷布局香港子公司业务，搭建全球化投资体系。在整体运营上，如何发挥母公司的数字化体系建设优势，通过一体化运营在降本增效的同时严控跨境风险，成为了运营领域的新课题。

在系统建设上，我们要重点考虑子公司业务的特殊性，提升现有体系的开放性，识别可复用的业务场景及数字化基础服务，如跨境簿记、注册登记、资产估值、头寸管理、资金清算交收等基础业务，做好复用与差异化的平衡。

再是投资、研究及交易各领域要更广泛的链接海外投资工具，在境外数据资讯、风险联合控制、投资渠道上更全面的融合打通，提升子公司投资效率。当然还要关注监管要求的差异化，在支撑业务高效开展的同时满足境内外产品合规报送的需求。

   何 华   

随着全球资产配置的需求旺盛，“公募基金”出海成为必然选择，基于王总对出海路径和运营挑战的阐述，我做一下补充。未来，公募基金香港子公司将直接面临多市场的投资管理和运营，特别是在中后台运营方面需要进行完善，虽然境外子公司整体规模不及内地母公司，但由于其多市场、多币种、多日历、清算差异、国际合规要求遵循等特征，整体技术架构复杂度却更高。

另外，对于境内外母子公司一体化运营管理，除了需要统筹考虑跨市场、跨币种的业务簿记、资产核算、清算运营的底层模型设计，还需要从金融工具、业务事件模型、多维口径核算、可用因子及合规因子库等方面，实现真正的“全资产”投资管理平台能力。在技术服务形态上，SaaS形式是境外子公司首选的服务形态。

值得一提的是，出海机构将迎来更多创新产品（如新稳定币法案，既规范行业又促其发展），灵活的技术架构支撑快速响应新金融工具创新，是未来的关键。

Q9

稳定币作为当前热点议题，引发多方探讨。二位如何看待稳定币对经济与金融体系的影响？它将如何拓展资管机构金融服务的边界，同时我们应该如何应对相关的技术安全风险？

   王 建   

2025年5月21日，香港立法会通过了《稳定币条例》，标志着香港在全球虚拟资产监管领域取得了重要进展，香港市场推出首支零售RWA基金，实现了代币化的突破，此前贝莱德也实现了美债代币化全流程链上操作。RWA借助区块链技术实现了更灵活的交易清算方式，能够触达更广泛的投资群体，为全球化资产管理提供创新性的解决方案。

虽然当前公募基金发行的RWA产品还处于链上链下差异运营的状态，但可以预见的是，伴随加速去中心化金融（DeFi）的发展趋势，在下一代资管平台建设中，链上资产投资运营融合将成为生态的一部分。

要兼容传统金融与区块链生态，就需要进一步探索链上资产估值框架及实时支付体系的变革，以及与央行数字货币支付场景等业态的融合协同。当然，创新类资产的风险也是显而易见的，随着合规框架的完善和链上资产二级市场交易的逐步放开，在风险管理方面需要考量链上反洗钱、链上资产合规体系的融合，构建虚拟资产风控能力。

   何 华   

从资产管理机构角度，我认为稳定币将为行业带来几方面的影响：

稳定币将增加新的清算资金形式。贝莱德基金已经通过推出线上货币基金BUIDL，允许投资者通过稳定币USDC进行申购赎回，相对传统的申赎机制，展现了区块链自动到账、高效清算、7x24小时可用的优点，这将对未来资产管理机构的服务模式、清算运营产生最直接的影响。

在投资范围方面，投资者通过稳定币，可以链接到数字资产。例如投资者可通过投资代币化技术将现实资产转化为链上数字收益的RWA，获得投资收益，数字资产的投资管理能力有望成为资产管理机构的必备新“技能”。

从市场风险角度，稳定币的1:1储备带来的传统高流动性资产的供给变化、市场情绪传导也会为现有资产管理产品带来新的风险特征，风险管理需要覆盖去中心化金融系统（Defi）和传统金融市场之间的相关性研究。

Q10

对照阿拉丁等全球领先的同业系统，国内资管核心系统在技术框架方面，特别是在融合大模型智能体等前沿技术方向上，未来还应该如何进行系统性、前瞻性的相关建设，以更好地支持资管业务的发展？

   王 建   

贝莱德的阿拉丁系统确实是目前全球领先的资产管理平台之一，沉淀积累了国外近百年的行业经验。对国内公募机构来说，建设新一代资产管理平台需从战略规划、数据治理、技术架构、组织协同、生态合作等多维度进行系统性设计与实施，持续迭代。

首先要考虑是科技如何助力机构形成核心竞争力？

科技赋能最终要帮助公募机构打造自己独特的核心竞争力，这里面包含高效的分析决策、高效的实时交易，敏锐的市场机会的探查，以及类似于桥水基金的“全天候”多层次风险预警和阿拉丁丰富的风险测试情景，还包括专业的资产定价能力和价值发现能力等等，这些业务层面的核心能力都需要通过技术实现平台化支撑，同时还要在更细粒度提炼出通用的业务能力，建设一系列的更为灵活的共享业务组件，为投研风控人员提供丰富的工具库，可以类似乐高积木一般实现快速的业务探索和创新。

再一个要考虑的是是否要走自主研发道路？

国内基金业历史尚短，绝大部分公募机构都是先采购成熟产品展业，近年来少数实力雄厚头部机构开始自主研发核心系统。不考虑短期成本，自主研发意味着更多的业务灵活性和持久的核心能力积累，对于建设一流投资机构这条道路也是必然选项。当然，自主研发并不排斥市场成熟产品，更好的选择是以我为主重构业务主线，建设统一数据底座和技术底座，自主研发系统与厂商软件定制化版本高度集成，最大限度保持自主研发优势。

最后看AI的能力如何充分地得到应用？

从信息化到数字化再到智能化，人工智能应用模式目前普遍采用的“+AI”终究要走到“AI+”模式，尤其是MCP等智能体框架的出现，人机协同将会重构我们与机器的工作分工和业务流程，自然，智能体在新一代资管平台架构设计中也会有重要的定位。对于公募机构的核心竞争力来说，各业务领域中的算法、模型是核心资产，这方面前沿金融数学、传统的机器学习和大模型技术可以发挥相当大的作用，公募机构应逐步建立起自己独特的核心资产库。

   何 华   

回顾过去三十年，全球资管科技经历了以“合规展业”为目标的1.0时代、“效率优化”为目标的2.0时代”，当前，以贝莱德阿拉丁平台为代表的系统，已经迈入资管科技3.0时代，依托IBOR架构的实时数据底座和强大的风险管理、组合管理能力，帮助自身和客户管理超过20万亿美元资产。

此外，通过SaaS化模式构建生态整合能力，持续汇聚行业智慧，迈向“SaaS聚智”的新阶段。未来技术发展应该从以下几个方面着手：

业务场景驱动的技术架构

交易员层，以高性能、稳健为核心，构建基于内存计算等技术的基础设施，满足毫秒级交易及风控需求；

投资经理层，需提供灵活、多维的分析和试算，实现盘中准实时的决策支持能力，打造系统化投资管理能力，技术关键在于EDA架构的IBOR底座；

决策/监管层，需整合财富、投资、估值、财务等各类经营数据，依托T+1或实时数据中心能力，支撑经营决策。

稳敏双态的分层设计

资管机构在基础的投资工具、风险计量、资产定价估值等方面，存在行业的共性点，可以形成行业性的稳态平台。

在业务场景端，理财子的直投/委外的管理、保险资管的负债驱动资金运用、公募基金的投研驱动投资模式，催生了各有差异的投资管理场景，这一“敏态”层需要结合资管机构的自身科技与行业平台的深度结合，方可敏捷满足“千人千面”的业务需求。

拥抱AI智能

在效率提升和价值挖掘两端，为研究、投资、风控、交易等各岗位的提质增效都展现了应用空间。包括对海量数据和非结构化数据加工后的分析、场外交易智能化提效和风控预警、组合优化建议等。

作为金融科技系统服务商，我们也将梳理高质量行业知识库、交易后端服务接口等基础设施，秉承开放理念为各业务领域及智能体发展提供“接口物料”。

*本文原载于《恒生世界》2025年第4期