发生了什么
据上海证券报报道，AI替代研究员完成部分基础工作已成为资管行业的现实。办公室可以变“轻”，投研平台却在变“重”，机器承担的工作越来越多，人的价值越来越向判断集中。
报道以鸣山基金创始人兼投资经理张炀民为例：每天6点10分，电脑开始抓取隔夜美股、A50期货、美元指数、VIX等数据，扫描事件日历和快讯，再交给大模型形成盘前判断；7点30分，另一个跟踪产业链变化的AI“岗位”开工，随后宏观、科技、医药、有色等领域的智能体陆续开工，把过去24小时的信息压缩成变化量、传导路径和可交易条件。
张炀民的研究团队随之精简。他表示，过去每天要花大量时间翻研报、刷新闻、找产业资料，如今这些工作被拆成一个个“岗位”，交给不同的AI智能体，对信息差的争夺已精确到秒级。
记者走访多家私募机构发现，公告整理、研报阅读、数据提取、信息初筛等工作愈发倾向于交给AI，一些私募正加大AI相关投入；但交易执行岗位仍被保留，从基金经理作出判断到一笔真实交易落地，仍涉及指令执行、成交跟踪、异常处理和交易风控等环节。
头部公募则更重视依托技术平台重构投研流程。华夏基金总经理李一梅表示，投研模式正从经验驱动向科学驱动的“平台化、工业化”模式转型；易方达基金EWork平台上可供员工安装调用的Skill已覆盖投研、交易、运营、销售、市场、合规、IT等核心业务条线；广发基金自研的“阿基米德”一体化投研系统已服务于固定收益、主动权益、被动指数、跨境投资等业务。
对于AI是否会取代研究员乃至基金经理，受访机构人士看法不一。有公募基金经理认为被替代“很有可能是大势所趋”；张炀民则表示，AI有时也会犯错，如今AI更多负责筛选观点、发现异常，人负责验证和决策，“到头来，人的判断和决策反而更重要了”。
华宝基金权益投资部基金经理夏林锋坦言，如何将基金经理长期积累的研究经验转化为可复制、可训练的“技能模块”，是AI进一步落地时需要解决的问题；目前外部AI工具仍存在“数据幻觉”、事实错误及信息源可信度不足等问题，相关结果仍要通过传统研究方法进行交叉验证。
业内人士指出，当越来越多基础工作交给机器，如何让年轻研究员完成必要的研究训练、如何将资深基金经理的经验沉淀为机构能力、如何在人机协同中守住投资决策和风险控制的责任边界，都需要重新回答。
为什么重要
从报道呈现的图景看，AI对资管行业的改变并非简单的“少用几名研究员”，而是投研链条的重新分工：基金经理深入产业调研，券商研究所提供外部支持，AI在后台昼夜处理信息，交易员守着最后的执行环节。
效率提升的同时，行业面临新的结构性课题。基础研究工作被机器接手后，研究经验如何沉淀、年轻研究员如何成长，成为摆在资管机构面前的现实问题，这关系到行业人才梯队的延续。
报道中受访者的分歧也说明，AI在投资决策中的边界尚未形成共识。机器向前一步，人的判断和决策反而被受访者认为更加重要，这意味着机构需要重新界定人机协同中的责任划分。
关键事实
张炀民每天6点10分由电脑抓取隔夜美股、A50期货、美元指数、VIX等数据，扫描事件日历和快讯，再交给大模型形成盘前判断。
7点30分，另一个跟踪产业链变化的AI“岗位”开工，随后跟踪宏观、科技、医药、有色等领域的智能体陆续开工。
张炀民表示，现在对信息差的争夺精确到了秒级。
记者走访发现，部分私募将公告整理、研报阅读、数据提取、信息初筛等工作交给AI，但交易执行岗位仍被保留。
华夏基金总经理李一梅表示，投研模式正从经验驱动向科学驱动的“平台化、工业化”模式转型。
易方达基金EWork平台上可供员工安装调用的Skill已覆盖投研、交易、运营、销售、市场、合规、IT等核心业务条线。
广发基金自2013年开启系统化建设，其自研的“阿基米德”一体化投研系统已服务于固定收益、主动权益、被动指数、跨境投资等业务。
华宝基金基金经理夏林锋表示，外部AI工具仍存在“数据幻觉”、事实错误及信息源可信度不足等问题。
接下来看什么
AI在投研中的角色边界将如何演化。报道显示，张炀民一度希望AI直接产生投资观点甚至参与仓位判断，如今AI更多负责筛选观点、发现异常，人负责验证和决策。这一分工是否会继续调整，值得持续观察。
年轻研究员的成长路径如何重建。当基础研究工作被机器接手，机构如何让新人完成必要的研究训练，将直接影响行业人才储备，这是报道提出的核心新课题之一。
经验传承与决策机制如何适配人机协同。受访人士提出，需要重新回答如何将资深基金经理的经验沉淀为机构能力、如何守住投资决策和风险控制的责任边界，这些问题的答案将决定AI在资管行业落地的深度。
