基金公司加大AI大模型算力采购，开启资管智能化时代

在人工智能技术浪潮席卷全球的当下，公募基金行业正掀起一场算力竞赛，从智能投研到风险监测，从自动化运营到个性化投顾，AI技术逐渐渗透基金公司核心业务链条。

这场变革不仅关乎效率提升与成本优化，更预示着资管行业从“经验驱动”向“数据智能”的范式跃迁。

多位业内人士表示，当前基金公司AI布局已从单一算力采购转向全链条能力构建，技术研发、场景落地与生态协同形成闭环，希望在这场智能化升级中，在数据处理、模型迭代与应用创新等方面抢占先发优势。

多家基金公司

采购人工智能大模型算力

随着人工智能不断融入日常投研工作，基金公司开始大举采购算力，以满足AI时代日益增长的算力需求。

招商局集团电子招标采购交易网信息显示，博时基金近期在进行人工智能大模型算力租赁服务采购。招标公告文本显示，招标人需要提供总算力不少于30000 TFLOPS的GPU服务器(AI服务器)，显存总容量不少于2000GB，每台标配不少于8张GPU显卡。

北京一位基金经理透露，其所在公司正在算力方面大力投入。“我们几年前就采购了英伟达A800的服务器，核心研究人员每人配备2块英伟达4090的显卡。去年底，公司采购了4块英伟达H100服务器，专门部署本地大模型。”

博时基金表示，新增算力将优先支持预期投资回报较高、较快的应用场景，例如智能代码研发、智能投研、智能营销、智能运营、智能风险管理等。

一位北京大型基金公司人士表示，新增算力将重点支持大模型对海量非结构化数据的智能分析，包括财报、行业研报、政策文件等。

他还透露，有基金公司在利用AI算力集群进行多模态数据整合，将宏观经济数据与产业链动态实时关联，辅助基金经理识别潜在投资机会。智能投顾领域有望利用AI技术为用户提供个性化的投资建议，新增算力将使得模型训练更加高效，能够处理更加复杂的金融模型，提供更为精准的投资建议。

事实上，基金公司在AI领域的布局远不止算力采购。

博时基金透露，除了购买算力外，基金公司还会采取其他措施来增强整体AI能力，比如部署开源的大模型，培养内部团队掌握最新的AI技术和工具，建立数据治理框架以确保数据的质量和安全性，以及制定相应的政策和流程以促进AI技术的应用和发展。

“当前，基金公司纷纷设立AI实验室，优化业务流程，引进人才。很多公司已引入AI开源大模型，将其嵌入办公、投研、客服、风控、投顾等业务链，形成各具特色的AI业务。有的基金公司自研AI技术和工具，加强数据和技术生态建设，构建完善的AI技术生态；加大人才培养和团队建设，推动团队科技化和专业化；注重业务和应用场景创新，在投资研究、投资顾问服务、客户服务、风险管理等领域应用AI技术，提升业务效率和客户体验；将AI战略与公司整体战略紧密结合，聚焦硬核科技和核心领域，推动AI赋能资产管理的行业破局。”上述北京大型基金公司人士表示。

从趋势上看，基金公司目前正从单一技术采购转向全链条能力构建，形成“技术研发－场景落地－生态协同”的闭环，驱动行业向智能化、效率化方向演进。

搭建“满血版”DeepSeek

考察算力需求

在“未来已来”的AI布局方面，基金公司采购算力的核心依据是什么？“满血版”DeepSeek的算力需求或是重要的参考。

博时基金表示，在采购算力时，基金公司比较关注的是搭建一个“满血版”DeepSeek需要什么样的算力，围绕DeepSeek的参数和预期并发用户数量计算所需要的算力资源。为了保证所采购的算力能够满足实际需求，基金公司还需要进行前期测试，与供应商合作定制解决方案。此外，还会考虑数据中心的位置、能耗效率等因素，以争取实现更佳的性价比。

“基金公司在采购AI算力过程中，通常需要遵循多维度的技术标准和运营要求，确保算力资源与现有IT体系融合。”另一位基金公司人士表示，基金公司的采购指标，需要考虑技术架构的适配性、场景化部署能力、可行性评估、数据安全、质量要求、售后服务等指标。头部基金公司多通过自建算力集群与公有云弹性扩容结合，应对阶段性算力峰值需求。此外还需要注意成本与性能的量化平衡，避免过度追逐高算力密度导致资源闲置，结合AI研发项目的预期负载增长率，制定分阶段采购计划。

行业积极布局算力，投入产出比是非常实际的问题，各家公司必须权衡效应与成本。

“首先要明确的是，投入产出比评估需要考虑长期价值，而不仅仅是短期效益。要注意在效率提升与风险可控之间取得平衡，避免陷入‘为AI而AI’的盲目投入陷阱。”一家基金公司人士直言。

上述人士表示，从行业来看，每家公司实力不同，推进程度不一，总体看AI布局还处于初级阶段，是否能对业务、部门及岗位人员带来更为实质性的改变还无法量化评估。从受益的业务环节看，在投研领域，AI可以辅助研究员快速处理大量信息，提高研究效率。在量化投资、风险管理、客户服务等环节，AI都起着越来越重要的作用。

战略上积极拥抱新时代

AI重塑资管行业价值链条

DeepSeek横空出世，基金行业积极拥抱新事物。据不完全统计，至少有20家公募机构已完成或即将完成DeepSeek系列开源模型私有化部署，头部公司正深度开拓。可以说AI正在重塑资管行业的价值链条。

“基金公司增加AI算力采购投入，在响应政策号召积极开展‘AI+’行动之余，更多是出于提质增效、提升业务效率、降低成本、优化投研体系、增强公司综合实力以及行业竞争力、提升客户体验等多方位的考量。通过引入AI技术，基金公司能够在投研、销售、风控、客服等核心业务场景中大幅提升效率，改善客户体验，分析和捕捉投资机会，构建技术护城河，强化行业竞争力。”沪上一位业内人士表示。

更重要的是，在当前金融市场环境下，AI技术可能会重构行业格局。基金公司积极拥抱AI，构建更加智能的投资决策支持系统，有望在激烈的市场竞争中占据有利地位。

国泰基金表示，未来，金融科技实力或将成为公募基金核心竞争力之一，行业的科技竞赛会愈演愈烈。就目前的行业发展情况来看，如何利用金融科技创新能力让投资者无差异地得到普惠效应，创造更多、更高的经济价值，是整个行业思考和前行的方向，也是在市场中脱颖而出的制胜关键。

“AI技术对基金公司的业务发展具有重要意义和潜在价值。AI技术通过提供广泛的数据支持和智能化的分析工具，帮助基金公司构建系统化、平台化的投研体系。投研人员可以在AI的辅助下，专注于各自分工领域，实现协同共进的高效协作模式。AI技术通过提高投资决策的科学性和准确性，提升投资效率和风险管理能力，帮助基金公司在复杂多变的市场中获取长期收益，赢得更大的竞争优势。”排排网财富理财师姚旭升表示。

另一位业内人士表示，从“人脑决策”到“人机协同”，从“经验依赖”到“数据驱动”，AI正在重塑资管行业的价值链条。AI技术的推进，反映出基金行业对效率提升与业务创新的迫切需求，这也是行业高质量发展的必然趋势。

不过，也有人士指出，AI技术的应用和推广不会是一帆风顺。目前面临的问题包括算力资源投入成本较高、数据质量、隐私保护、模型适配性与现有系统融合难度较大等。基金公司投研团队需要对投研体系进行相应的重构和更新迭代，只有不断学习和适应新技术，才能在激烈的市场竞争中占据一席之地。

编辑:杜妍

校对:王玥

制作:小茉

审核:木鱼

版权声明

郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。