DeepSeek引領公募基金行業變革，助力提質增效

DeepSeek的出現為金融科技領域公司等提供了低成本和開源模型的人工智能解決方案，降低了先進人工智能技術的準入門檻，實現了AI技術平權，也促進了金融科技行業的競爭和創新。

當前，公募基金行業在人工智能領域布局也取得了顯著進展，多家基金公司已經完成DeepSeek系列開源模型的私有化部署。從初步使用情況分析，DeepSeek的可用性與使用效率明顯優于其他開源模型，而且部署成本大幅降低，為公募基金行業發展提供了強大的技術支撐和創新動力。未來，DeepSeek有望引領公募基金行業變革，助力三大應用場景提質增效，開啟公募基金行業的金融智能化新篇章。

DeepSeek+基金運營：優化工作流程提升效率

相比其他的傳統模型，DeepSeek具備更強的語言理解、邏輯推理及多輪對話能力，尤其在思考過程、問答效果及響應速度等方面表現突出。通過本地化部署DeepSeek模型，將全面優化公募基金現有的內部工作運營流程尤其是智能客服、品牌宣傳和風險管控等業務場景，提升工作效率。

比如AI對人工客服的替代，傳統的售后服務工作主要由客服人員來跟蹤完成的，最近幾年市場波動加大，基金銷售機構及基金公司面臨著大量的客戶投訴及售后服務的壓力，售后服務的需求增大，現在很多公募基金公司為了降低成本，客服部門往往都是外包第三方公司，然而人員的培訓上崗都需要一定的時間。

在未來，可以用AI擔任智能客服，提升基金售后服務工作的效率，更好地幫助客戶答疑解惑。根據BCG波士頓咨詢發現生成式AI比傳統的對話機器人，其語言邏輯性和系統性顯著提升，和客戶“對話”的感覺更好，可以更好地客戶“互動”，理解上下文，回答也更理性和全面，而且DeepSeek會根據客戶的反饋，持續不斷優化，答案的質量和完整性每天都會有一定的提高，隨著大模型技術的不斷成熟，未來在服務客戶上會更有優勢。

另外，DeepSeek等大模型也可以幫助基金公司生產個性化和差異化的營銷文案，更好地宣傳基金公司品牌和提升基金產品的影響力。隨著AI的發展，AIGC（AI-Generated Content）成為現實。

內容生產的創作模式發展主要分為四個階段，通過AIGC生成的內容不僅包括傳統的營銷文案等，還包括圖像、音樂、視頻及3D交互內容等，可以以更加生動有趣的形式進行產品宣傳和品牌傳播，同時AIGC的效率比傳統的PGC或UGC有了大幅的提升，一方面可以更好地提升工作效率，另外一方面也可以協助基金公司生產更具有創意和傳播力的文案。

根據基金業協會披露的數據，截至2023年底，公募基金從業人員為3.48萬人，其中基金經理僅為3690人，絕大部分的公募基金從業人員主要在從事基金運營銷售支持等中后臺工作。未來，隨著DeepSeek等大模型技術的發展，可以更好地優化公募基金內部工作流程，提升工作效率，更好地支持投研等核心工作。

DeepSeek+基金投顧：全面提升客戶投資體驗

最近，某頭部公募基金利用本地化部署的DeepSeek-R1模型進行了一場專業的投顧知識測試發現，DeepSeek的答題能力位居于專業投顧人員的中上水平，其強大的信息檢索、歸納總結和計算推理能力在很多客觀題的回答上表現優秀。此次DeepSeek的投顧水平測試也為未來公募基金采用DeepSeek為投資者做好基金投顧服務提供了新的場景和思路。

自2019年10月以來，基金投顧業務試點運行滿5周年，整體而言，基金投顧業務發展運行平穩，資產規模也穩步提升。然而，基金投顧業務的發展也還面臨著諸多困難和挑戰，尤其是在業務經營利潤考核壓力下，傳統金融機構很難在基金投顧業務上投入更多資源，部分機構仍以產品銷售為主，“重投輕顧”的現象還比較普遍。未來，隨著DeepSeek為代表的AI技術應用到基金投顧場景，將有助于公募基金提升服務效率，使得高質量而且低成本的投顧服務變為現實。

一方面，DeepSeek可以為客戶提供更加精準的畫像。DeepSeek等大模型通過分析客戶的多源數據，比如交易記錄、風險偏好問卷、瀏覽行為等，可以構建精準客戶畫像，為不同風險承受力、投資目標客戶匹配個性化基金投顧方案，提升適配度，比如某金融機構通過DeepSeek對客戶的投資組合等進行評估發現，大模型能夠在6分鐘內分析整理上百條市場數據和持倉信息，對賬戶持倉結構進行全面剖析，并給出直觀清晰的風險評估報告，其評估準確性高達85%，DeepSeek在數據分析處理速度與響應及時程度方面遠超人工投顧。

另一方面，DeepSeek可以生成“千人千面”的智能投顧方案。利用DeepSeek強大的運算與學習能力，依據市場實時數據、基金歷史表現等，通過實時動態交互，模擬真實投資場景和投資者進行沉浸式提問與反饋校準，可以更精準挖掘客戶的真實風險承受能力與投資需求，實現高效和深度的顧問服務，并在此基礎上，為客戶生成定制化的投顧策略方案，幫助客戶把握投資時機。通過AI提供高度個性化投資方案及迅速響應的服務模式將全面提高了客戶的滿意度，并增強客戶與金融機構之間的互動和信任。

DeepSeek+基金投研：有效提升基金投資業績

隨著AI技術的不斷發展，DeepSeek在其多模態版本Align-DS-V已經具備一定的圖像分析和解讀能力，能夠處理復雜的圖文結合任務。這些技術的進一步擴大了大模型的應用范圍尤其在金融分析方面，大模型能夠直接分析和解讀財務報表、市場圖表及其他金融視覺數據，并與其復雜的推理能力相結合，AI能夠提供深入的數據解讀，這對于需要快速應對市場變化的金融分析師和基金經理來說尤為重要，也加速了AI技術應用到基金投研場景的落地。

未來，DeepSeek等大模型可以從如下兩個方面協助基金經理或研究員進行數據的分析，提升基金投資業績表現：

一方面，DeepSeek等大模型能夠快速分析處理海量數據，提取有意義信息并得出更有參考價值的投資結論，幫助基金經理們發現識別出通過傳統分析方法可能無法察覺的市場走勢和投資機會。根據研究發現，像ChatGPT等大模型即使在沒有直接金融訓練的情況下，僅僅通過利用分析新聞標題等數據預測股票價格變動的能力也超越了傳統的分析方法，尤其在對小盤股和負面新聞后的預測準確率更高。同時隨著大數據和AI的發展，也為基金經理們提供了更多的另類數據。但是如何利用分析這些另類數據需要新的技能乃至大量的投資，而傳統的基金經理主要依靠專業行業知識或人脈關系等積累來獲取超額回報的能力。如果傳統的基金經理不具備分析另類數據的能力，其選股能力就會下降。隨著DeepSeek大模型的出現，可以輔助基金經理對這些另類海量數據進行分析，從而發現更多的投資機會和獲得競爭優勢。

另外一方面，公募基金應積極利用DeepSeek等AI技術發展量化投資比如高頻交易等。當不同交易所的股票存在價格差異時，基金經理可以利用AI技術在毫秒級別進行套利，快速響應市場波動，精準執行交易，并充分利用市場流動性。同時，高頻交易避免了主觀情緒的干擾，通過算法和數據驅動的決策提高了交易的穩定性，它能夠分散風險，并迅速在不同市場中捕捉價格差異以進行套利。以高頻交易為代表的量化投資借助AI技術的發展通過對市場數據、資金流向、投資者行為和輿情的充分發掘，不斷提升投資成功的概率，得到了越來越多投資者的認可，根據美國ICI最新發布數據顯示，從2010年到2023年，指數型基金規模占比從19%提升到了48%，增幅高達252.63%，總資產管理規模從19萬億美元大幅增加到49萬億美元。

（邵煒為基金公司投資分析師，金融學博士；黃卓為北京大學國家發展研究院教授、副院長、北京大學長沙計算與數字經濟研究院副院長。本文僅代表作者觀點，不代表本刊立場。）