东方财富董事长其实建议：从三方面加快推动大模型的应用创新

　　炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

　　3月7日，澎湃新闻（www.thepaper.cn）记者了解到，今年全国两会，全国人大代表、东方财富董事长其实建议，加快推动大模型应用创新，进一步推动基金投顾行业发展。

　　其实表示，以大模型为代表的人工智能技术是新一轮科技革命和产业变革的重要驱动力量，是发展新质生产力的主阵地，也是建设科技强国的关键着力点。

　　“但受限于大模型的技术成熟度不足、服务商对行业的理解不深、可调用的接口不够丰富、调用方式缺乏统一标准等原因，现阶段的AI Agent相对缺乏自主性和灵活性，主要按照固定的步骤处理部分流程标准、规则明确的任务，仍较难完全满足在实际业务场景中的落地需求，距离人们设想中的全能AI助手也还有很远的距离。”其实指出。

　　因此，在推动大模型应用生态繁荣方面，其实提出了三方面建议：一是加快推动模型落地服务商的培育；二是加快推进多元场景与数据的开放；三是加快推进关键行业、重点环节的标准供给。

　　而对于基金投顾行业的长远发展，其实建议：一是逐步拓宽基金投顾的可投资产品类别；二是进一步丰富基金投顾业务参与主体；三是在个人养老金制度中引入基金投顾；四是建立基金投顾培训考核体系。

　　加快推动大模型应用创新

　　其实指出，以大模型为代表的人工智能技术是新一轮科技革命和产业变革的重要驱动力量，是发展新质生产力的主阵地，也是建设科技强国的关键着力点。

　　近年来，我国人工智能产业的发展取得了显著成效，人工智能企业数量超4500家，核心产业规模已接近6000亿元人民币，超过300款生成式人工智能服务在网信部门完成备案。与此同时，我国拥有庞大的市场规模，具备全球最广泛、齐全的产业门类，沉淀了丰富的行业数据与应用场景，在推动大模型的应用落地方面拥有独特的优势。

　　其实表示，随着大模型应用的纵深推进，AI Agent正逐渐成为技术演进的新趋势和大模型应用的主流范式。不同于简单的聊天对话，AI Agent可以基于大模型提供的推理能力，理解任务指令、拆解任务目标、创建执行计划，并调用搜索引擎、数据库、行业软件等外部工具，完成更加复杂的任务。

　　“AI Agent极大地拓展了基础模型的应用范围和能力边界，让大模型不再被局限于对话框，也能够深入各类业务场景，真正赋能千行百业。业内对于AI Agent的发展寄予厚望，认为未来的AI Agent不仅能够根据要求完成任务，还可以自动进行规划和反思，甚至根据环境变化主动提出建议，在C端成为新的超级入口，在B端替代传统信息系统，彻底颠覆软件行业。”

　　但受限于大模型的技术成熟度不足、服务商对行业的理解不深、可调用的接口不够丰富、调用方式缺乏统一标准等原因，现阶段的AI Agent相对缺乏自主性和灵活性，主要按照固定的步骤处理部分流程标准、规则明确的任务，仍较难完全满足在实际业务场景中的落地需求，距离人们设想中的全能AI助手也还有很远的距离。

　　“随着DeepSeek等大模型在推理能力与开源模式等方面取得新的突破，AI Agent有望展现出更强的自我反思、自主决策的能力，可以在行业应用中展现出更大的效能。”其实认为。

　　接下来，他建议从三方面更好地释放AI Agent赋能千行百业的巨大潜力，推动大模型应用生态的繁荣。

　　一是加快推动模型落地服务商的培育。其实建议可考虑加快培育大模型落地服务生态，鼓励更多既懂技术又洞悉行业、熟悉业务的科技型企业参与行业应用创新，推动传统行业软件服务商加快业务转型，积极参与大模型落地应用服务。同时分行业向社会定期遴选、推荐一批优质的落地服务企业及AI Agent落地案例，在充分激活大模型应用创新活力的同时也让科技创新尽早惠及千行百业。

　　二是加快推进多元场景与数据的开放。其实表示，AI Agent在行业应用中的能力实现需要以多元场景为牵引，以专业数据为驱动。建议可充分发挥我国丰富应用场景和海量数据资源优势，加快推动场景开放与数据要素价值释放。

　　在场景层面，可考虑率先鼓励政府机构、国有重点企业、行业领军企业等主体，高端制造、医疗、金融等行业开放更多“首试首用”场景，激发场景化的应用创新活力，同时分行业打造技术测试验证平台，通过模拟真实业务场景为模型的有效性提供测试、评估的公益性平台，降低技术验证成本；

　　在数据层面，可考虑由监管部门牵头归集各行业头部企业的专业领域数据，利用“数据沙盒”工具，在数据“可用不可见”的原则下为企业有序开放，优化模型落地应用效能。

　　三是加快推进关键行业、重点环节的标准供给。其实指出，人工智能是一个复杂的信息系统，例如高阶形态的AI Agent是多个模型、多种工具、多台设备的系统性集成，要实现系统的高效运行、交互，就需要统一各类技术、接口的标准和要求。标准对于增强技术、产品适用性，减少信息联通成本，加速人工智能技术的应用进程至关重要。

　　其实表示，为加快推动人工智能产业标准制定，2024年年末，工信部人工智能标准化技术委员会正式成立，建议可考虑以此为契机，遵循“急用先行”原则，突出应用导向，面向数据质量、互联互通等重点问题，多模态、Agent等前沿方向率先推出相关人工智能产业标准规范，并围绕标准建设一系列测评工具，切实以标准指导产业发展，帮助我国在前沿科技的国际竞争中抢占技术话语权、把握战略主动。

　　逐步拓宽基金投顾的可投资产品类别

　　其实表示，随着居民财富的不断积累和投资意识的日益增强，近年来我国财富管理行业呈现蓬勃发展的态势。基金行业作为财富管理行业的重要组成部分，不仅承载着居民的投资理财需求，也承担着引导中长期资金入市的重任。

　　“相较于海外成熟市场，我国基金投顾行业仍处于起步阶段。”其实指出，一方面，基金投顾已落地五年，但渗透率仍较低。据测算，目前我国基金投顾服务的资产规模大约为1500亿元，占比不足公募基金总规模的0.5%。

　　另一方面，其实认为，投顾机构的服务供给能力有待提升。目前，市场上的基金投顾策略较为单一，难以满足个性化的投资需求。部分机构对于投资理念引导和投后持续陪伴的重视程度不足，“重投轻顾”现象较为突出，未能充分体现基金投顾“以客户为中心”的价值内核。

　　因此，其实建议从四个方面进一步推动基金投顾行业长远发展，更好发挥其在提升投资者体验、优化市场生态方面的积极作用。

　　一是逐步拓宽基金投顾的可投资产品类别。其实指出，现阶段，基金投顾业务的可投资范围主要为场外公募基金，策略维度相对单一，风险分散能力较弱。建议逐步扩大基金投顾的可投资产品类别，例如通过盘后固定价格交易机制，率先引入场内ETF，完善丰富基金投顾配置工具箱。随着市场生态的逐步成熟，可考虑将投顾业务的可投范围从基金拓展至其他品类，探索引入银行理财、信托、保险等工具，为投资者提供更加全面和定制化的投顾策略选择。

　　二是进一步丰富基金投顾业务参与主体。其实表示，截至目前，国内基金投顾试点机构仅有60家，数量明显少于基金管理和基金销售机构，市场中代表投资者利益的买方中介力量仍然较为单薄，且试点机构类型主要为证券公司、基金公司与少量第三方基金销售机构，业务模式的多样性存在欠缺。

　　“因此，建议加快推动基金投顾试点转常规，支持更多证券基金持牌机构获得基金投顾资质，并逐步拓展其他类型的金融机构参与基金投顾市场，以便更好承接人民群众的财富管理需求，推动百花齐放的行业生态加速形成。”其实称。

　　三是在个人养老金制度中引入基金投顾。其实指出，当前，个人养老金制度已在全国全面实施，在个人养老金制度中引入基金投顾，不仅能为基金投顾带来长期增量资金，也能依托投顾服务解决个人养老金用户“选品难、投资难”的问题。

　　其实建议，借鉴成熟市场经验并结合国内实际，探索基金投顾在个人养老金业务中的实施路径，明确投顾机构开展个人养老金投顾业务的行为规范，推动形成基金投顾与个人养老金共振发展的正向循环。

　　四是建立基金投顾培训考核体系。其实认为，基金投顾作为一个高度专业化且需求多元化的金融领域，对从业者的专业素养提出了较高的要求。但目前我国基金投顾行业仍缺乏明确统一的从业人员培训考核体系，可能导致从业人员在专业知识、技能水平、服务能力等方面存在差异，不利于提升投资者获得感和对行业的信任度。为引导行业回归“服务”本源，明确服务标准、提升服务质量，建议参考多方有益经验，加快出台基金投顾行业的职业技能标准，建立配套的技能培训考核体系，鼓励行业主体加强基金投顾专业队伍建设，筑牢行业发展根基。