傳統的金融投研人才培養路徑——從助理研究員到基金經理，非常漫長。而如果輔以人工智能技術，則可以令只有一兩年研究工作經驗的研究員快速追上十年經驗的老研究員或投資經理。在投資經驗、主動管理能力方面沒有突出領先性的基金經理是不是技術革命中的落后產能？

活動現場

“金融領域的人腦經驗還是比較多，而且目前人工智能技術應用到投資領域還存在一定門檻。所以目前資產管理的能力依然還是分水嶺，還不能說因為這個公司有人工智能，所以這家公司的投資就會好一些。但是在不遠的將來，我認為這個劃分會不斷改變。”

2017年3月25日，在智信資產管理研究院于北京舉辦的主題為“智能投研：開啟高效精準投資之匙”資管咖啡34期活動上，天弘基金管理有限公司智能投資部總經理助理劉碩凌如是說。

劉碩凌（天弘基金管理有限公司智能投資部總經理助理）

已經成功落地的天弘基金“鷹眼”智能投研系統，通過對市場輿情新聞的采集、整理，將10萬條新聞樣本數據通過自然語言處理技術，進行清洗和標記，利用“研究員+鷹眼”的方式，準確地預測了全市場79支違約信用債中的69支。該系統獲得了公募基金行業的第一個金融科技專利。

“人適合解決做什么，計算機解決怎么做。”劉碩凌認為這是最合理的分工，“主動投資能力很強的人和數據科學家的工資水平差不多，這兩類人才都會是公募基金公司必備的人才。兩種人才所形成的文化自然就是一種平衡和博弈（的文化）。最終的話還是會以人為主，但自動化程度會越來越高，而且滲透的深度與速度有可能會超過我們的想象。”

人工智能的三大要素包括硬件、算法和大數據。有了硬件的進步，才有了人工智能的發展。算法在過去十幾年的創新突破并不多，主要是結合需求的應用。更多的變化是源于大數據。

十年前，調整策略模型的一個參數需要一天時間才能跑完，而現在只需要幾分鐘。從一天變成幾分鐘，就是硬件進步、運算速度提升帶來的質的飛躍。