博时基金车宏原：AI大模型降低了技术在金融领域的应用门槛，拓宽了适用场景

“未来AI在资管行业将广泛应用于智能投研、智能投顾、智能营销和智能风控等领域，预计带来巨大的商业机会。”博时基金首席数字官车宏原在举办的2025金融发展大会上表示。

就AI重构金融服务价值链的商业机遇，车宏原分享了实践经验。

“在资产管理行业，由于业务的专业化程度高、业务链条长、个性化需求多，科技与业务的融合的挑战很大。2018年BCG有研究报告指出资产管理行业数字化程度偏低，也正是由于这方面的挑战。”车宏原指出，为应对这一挑战，博时基金从强化数字化治理、提升敏捷能力、平台化建设这三方面着手推进，支持了业务高速增长。

谈及风险管理这一金融核心议题，车宏原认为，“从某种意义上讲，资产管理经营的就是风险”，其全面风险管理涵盖市场风险、流动性风险、信用风险、合规风险与操作风险。

博时基金应用大数据技术构建投资风险监测处置闭环体系。车宏原指出，该系统覆盖近千个指标、2000余个计算口径，并支持灵活自定义监测指标，实现了从风险识别、分析、预警到处置的全流程闭环管理，能够及时触发针对个券和组合的风险处置流程，并由相关人员在完成处置后关闭风险事件。

人工智能也加强了风险管理能力，车宏原称，博时探索利用人工智能模型对市场风险进行精细化监测，建立了市场暴跌预警系统，该系统采用时间序列可视图模型，识别股价不可持续的指数型增长模式，从而在泡沫破裂前进行预警，自2021年运行以来，已多次成功预警宽基指数与行业指数的暴跌，平均预警准确率超过80%。

同时，车宏原表示，“人工智能大模型为风险管理注入了新的能力，可自动分析公司相关新闻舆情、供应链负面消息、诉讼风险、以及管理层言行语气的细微变化，从中识别出传统量化指标难以及时捕捉的早期信用恶化信号”。

针对AI应用伴生的新型风险，车宏原也提及了应对思路。“首先是‘黑箱’与可解释性问题，许多先进AI模型（如深度学习）的决策过程不透明，有必要配套引入可解释性AI（XAI）方法，对模型的关键特征贡献、决策路径进行分析，提升模型的透明度和可审计性；其次是模型失效与过拟合风险，必须通过严格的回测、压力测试和样本外测试来验证其稳健性”。

在AI赋能商业机遇挖掘方面，车宏原介绍道，基金公司的量化投资以往多依赖基于多因子的低频选股策略，其选股因子最初由人工总结，在十多年前超额收益比较大。然而随着策略趋同，传统方法获取超额收益的难度日益增加。“突破的关键在于借助人工智能技术超越人脑在思维、认知、算力与存储方面的限制。”

展望未来，车宏原表示，“早期机器学习、深度学习等技术泛化能力有限，在金融领域的应用范围较窄，而人工智能大模型的出现降低了应用门槛、拓宽了适用场景”。

车宏原认为，未来AI在资管行业将广泛应用于智能投研、智能投顾、智能营销和智能风控等领域。以智能投顾为例，资产管理机构可借助AI技术，整合多模态数据（如新闻、社交媒体、宏观数据等）与专业研究资料（如研报、路演内容等），赋能投资顾问，同时基于客户画像与动态资产配置模型，助力为投资者提供低成本、个性化的资产配置方案，从而契合财富管理新时代的需求。

“当前AI应用仍处于‘效率提升’的早期阶段，但其累积效应有望引发商业模式的根本性质变。尤其是面向客户的交互方式，正迎来类似移动互联网的变革，未来基于AI的交互将更加人性化、智能化，重新定义金融服务体验。”车宏原称。