伴随AI技术的快速发展，基金行业AI人才争夺战愈演愈烈，AI与金融的深度融合正在重新定义行业竞争格局。对于公募行业来说，AI的广泛应用将开启一个全新的智能化时代

　　◎记者 朱妍 聂林浩

　　近日，公募基金2025年春季招聘正式启动，人工智能（AI）、深度学习、大模型等相关领域人才成为基金公司关注的重点。AI与金融的深度融合正在重新定义行业竞争格局，基金行业AI人才争夺战愈演愈烈。

　　基金业春招聚焦AI高精尖人才 

　　人工智能技术的迅猛发展正在重塑金融行业的竞争格局。在数字化转型的浪潮下，基金公司对AI人才的需求快速增长。上海证券报记者梳理公募行业招聘信息发现，算法工程师、量化研究员等岗位颇为热门，同时风控、投顾等领域也对AI相关人才敞开了大门。

　　例如，易方达基金正在招聘的算法研究员岗位，需要求职者深入跟踪AI学术前沿，研究和理解机器学习和深度学习算法原理，将其应用于金融领域的业务场景。该职位明确提出“博士学历+算法研究能力+金融业务理解”的高门槛要求，凸显基金公司对高端AI人才的渴求。

　　路博迈基金则在风险管理部实习生岗位职责中提出，求职者需要参与金融AI领域的科研项目，推动AI技术在金融产品中的应用和创新。该职位同样要求候选人为在读博士研究生，熟悉机器学习、深度学习及相关算法，并具备一定的AI项目经验。

　　此外，百嘉基金在行业研究岗位中也明确将“AI应用能力”列为优先项，反映出AI技术正渗透至基金行业的各个业务链条。西部利得基金经理翟梓舰认为，未来金融行业可能会出现更多专注于开发和优化AI系统等方面的专业角色，而一部分传统的工作职能或减少。对于从业人员以及基金经理来说，关键还是持续学习和掌握新技能，提升自己的竞争力。

　　基金公司掀起大模型部署热潮 

　　今年以来，基金行业掀起了大模型本地化部署的热潮。易方达、富国、华安、国联安、兴业、浙商等基金公司纷纷行动，紧跟AI技术的发展步伐。

　　兴业基金表示，与过去的闭源模型相比，开源模型（如DeepSeek）在基金行业的应用显现出更多的优势。由于基金行业大部分数据无法通过互联网传输，开源本地模型的引入为构建行业垂直领域的AI解决方案提供了可能，从而加快了行业数智化进程。

　　浙商基金人士透露，AI模型已渗透到公司几乎所有在管产品中，投资经理、研究员已经习惯于在主动研究的同时，向AI寻求建议。DeepSeek强大的文本数据处理能力和生成能力，进一步优化了投研人员的工作流程。未来，公司计划基于DeepSeek-R1开发投研AI agent（人工智能代理），以更好地协助监控市场上的信息和风险。

　　华南某大型公募基金经理分享了AI使用体验：“我经常用AI阅读财报、进行逻辑验证。例如，将几家上市公司的财报数据输入大模型并‘对话’，观察矛盾点和逻辑关系。这大大提升了我的投研效率和知识积累速度。”

　　国金基金量化团队认为，技术迭代不仅有利于对非标数据的挖掘，也有利于提升基金获取私域数据的能力，这将有效赋能量化投资者，构建差异化的投资策略。总体来看，AI的发展降低了定制和微调模型的成本，可为不同类型的数据和需求打造定制化的模型。

　　机遇与挑战并存 

　　AI技术的迅速迭代为基金行业带来了新的机遇，也提出了新的挑战。

　　国泰基金基金经理于腾达认为，AI提供的是中性回答，不会给出非常鲜明的投资推荐，更多的是优化信息呈现。兴证全球基金研究部副总监董理也认为，目前的AI模型无法作出主观判断，其对于投研的意义在于信息化的赋能，而主动投资仍需基金经理对结论和业绩负责。

　　猫头鹰基金研究院联席总经理姜山补充道，在提炼信息的准确度、完整度方面，AI仍有欠缺之处，基金经理须依据专业能力进行甄别，防止误判。基金业绩好坏取决于多种因素，拥抱AI并不确定能提升产品净值。

　　“尽管生成式模型的发散思考能力为投研提供了思路，但其可验证性仍有待提升。未来，可能需要部分约束生成式模型的发散能力，加强AI与人类智慧的合作，以实现更精准的投资建议。”浙商基金某资深人士说。

　　展望未来，AI在赋能基金投资方面还有很多可能性。上述浙商基金人士认为，多模态大模型有望打通宏观政策、产业链与资金流数据，实现“认知型投研”。在产品形态上，AI可能会推动“自适应基金”的诞生，策略参数或随市场状态而自动演化。

　　“随着科技的不断进步，AI与人类投研协作的边界或被重新定义。虽然数据隐私、模型可解释性及策略同质化等问题仍待解决与突破，但具备AI基础设施有望加深基金公司的护城河是不争的事实。”该人士说，对于整个公募行业来说，AI的广泛应用将开启一个全新的智能化时代。