国际货币基金组织（IMF）的预测数据显示：至2027年，全球金融业在AI软硬件及服务上的支出总额预计将达到4000亿美元，中国金融业的年复合增长率超过29%，显示出强劲的追赶与创新势头。这不仅仅意味着技术的升级或效率的提升，更是一场关乎服务模式、风险管理乃至整个行业生态的根本性范式转移。

九方智投控股（9636.HK）创始人、董事会主席兼CEO陈文彬在《北大金融评论》发文表示，AI投顾正从一个辅助性的信息查询工具，跃迁为一个主动的、协同的、贯穿投资全生命周期的智能体生态系统。这场由技术驱动的跃迁，为金融服务的未来带来了无限的想象空间，同时也对我们提出了迫切的治理要求。

本文完整版刊登于《北大金融评论》第25期。

AI驱动下的金融新范式

我们正处在一个由人工智能（AI）定义的历史性技术拐点。金融行业，作为数据最为密集、对效率和精准度要求最高的领域之一，正成为这场技术革命的核心舞台。国际货币基金组织（IMF）的预测数据显示：至2027 年，全球金融业在AI 软硬件及服务上的支出总额预计将达到4000 亿美元，中国金融业的年复合增长率超过29%，显示出强劲的追赶与创新势头。这不仅仅意味着技术的升级或效率的提升，更是一场关乎服务模式、风险管理乃至整个行业生态的根本性范式转移。

投顾1.0阶段：对话问答工具

AI投顾的最初形态，本质上是一个基于检索数据库的问答系统。其技术内核主要依赖于自然语言处理（NLP）的早期技术，如关键词匹配、意图识别和知识图谱查询。在这一阶段，AI 投顾的局限性是根本性的，主要体现在三个方面：

被动响应机制：系统的交互完全由用户发起。用户提问，系统回答。它缺乏人类顾问最宝贵的能力——基于对客户的理解，主动发起对话和提供建议。

无记忆的碎片化交互：每一次对话都被视为一个孤立事件。系统无法记忆用户之前的提问、持仓或风险偏好，导致服务体验极不连贯。

功能孤岛的割裂服务：各项功能是彼此独立的模块，无法将投资前的研究分析、投资中的决策执行、投资后的复盘优化串联成一个有机的整体。

投顾2.0阶段：智能体生态的崛起

当前，我们正迈入AI 投顾2.0 时代，其核心标志是从“工具集合”向“智能体生态”的质变。这里的“智能体”（Agent）指代的是一个能够感知环境、进行自主决策并采取行动以达成特定目标的大语言模型。一个智能体不是一个被动的程序，而是一个具有一定自主性的“虚拟专家”。AI 投顾2.0的生态系统，就是由多个各具专长的“虚拟专家”智能体协同工作而构成的服务网络。

这场范式革命带来了三大根本性突破：

从被动响应到主动智能：生态系统能够基于对用户长期行为的深度学习和对市场环境的实时感知，主动为用户提供服务。

从无记忆到个性化记忆：先进的记忆机制使得系统能够构建一个动态、立体、不断演进的用户画像，实现真正的深度个性化。

从功能孤岛到全周期协同：整个生态系统的设计围绕着投资的全生命周期，投前研究、投中决策、投后复盘由不同的智能体无缝衔接。

这一演进的终极目标，是打造一个真正意义上的“新一代股票投资助手”——它不仅是信息的提供者，更是策略的建议者、风险的管理者和投资旅程中忠实的智慧伙伴。

投前阶段：做对选择

投资决策的质量，很大程度上取决于投前研究的深度和广度。这一阶段的目标，是利用AI 强大的信息处理和分析能力，帮助投资者在纷繁复杂的市场中去伪存真，发现优质的投资机会，并形成清晰的投资逻辑。

认知形成与个性化定位：AI 投资画像智能体通过分析用户的历史交易、浏览行为乃至问答互动，为其生成一份详细的投资者肖像报告。

机会发现与策略生成：AI 掘金和AI 行研快速扫描海量新闻、研报和公告，提炼出关键的行业趋势、政策动向和主题性投资机会。AI 诊股王则扮演着量化分析师的角色，内置多种经典的选股模型。

标的深度剖析与风险排查：AI 诊股智能体提供了一站式的个股全方位体检，从基本面、技术面、资金面和消息面四个维度，给出一份综合诊断报告和评分。AI 筹码大师专注于分析股东结构和筹码的集中与发散，而AI 避雷宝则专门负责检测上市公司可能存在的财务造假、诉讼、违规等“爆雷”风险。

投中阶段：做好操作

投中阶段的核心，是在瞬息万变的市场中，辅助投资者进行精准的择时、高效的交易和严格的风险控制。那么AI 智能在这个阶段可以从三个方面进行赋能。

全天候动态监测：AI 盯盘助手可以7x24 小时监控用户自选股和持仓股的价格波动、成交量异动以及相关的突发新闻。AI 涨跌异动智能体通过统计学模型实时监测市场上所有股票，一旦发现有股票的涨跌幅或成交量突破了正常的波动阈值，便会立即发出警报。

关键决策点的实时指导：AI 顶底智能体综合了多种技术分析指标和机器学习算法，试图在股价的关键转折点，为用户提供参考信号。AI 智能交易则可以根据用户预设的策略自动下单，保证交易纪律的严格执行。

持仓风险的动态管理：AI 风险管家能够实时计算用户整个投资组合的风险敞口，并进行动态预警。AI 持仓追踪则持续跟踪持仓股的基本面和市场表现，一旦出现恶化迹象，便会提醒用户考虑调整仓位。

投后阶段：诊学优化

投后复盘是实现自我迭代和能力提升的唯一路径。这一阶段的目标，是帮助投资者从过去的成功与失败中学习，客观地诊断自己的投资行为，并据此优化未来的策略。

全面的诊断分析：AI 账户诊断智能体会对用户在过去一段时间的整体投资表现进行全面评估，生成关键绩效指标报告。AI 业绩归因运用类似布林森模型的分析方法，将用户的投资收益分解归因到不同的因素上。

系统性的投资优化：AI 策略优化智能体会分析用户历史交易中表现最好和最差的策略，并提出改进建议。AI 持仓诊断则会审视用户当前的持仓组合，指出其中可能存在的风险或优化空间。

复盘与知识沉淀：AI 复盘和AI 投资回顾工具，旨在帮助用户将感性的经验升华为理性的知识，构建一个正向反馈的学习闭环。

通过打造这样一套环环相扣、深度协同的智能体产品矩阵，AI 投顾不再是零散功能的堆砌，而是真正构建起了一个能够陪伴用户成长、覆盖投资全流程的AI原生服务体系。

智能大脑：总调度中心