AI财富管理服务现状与趋势研究（2025年）

研究报告 （2025 年 第 4 期 总第 147 期） 2025 年 10 月 9 日 AI 财富管理服务现状与趋势研究 （2025 年） 智能财富管理服务研究课题组 2025 年 9 月 摘 要1 人工智能（AI）正在重塑财富管理行业，推动其服务模式实现从“工具”到“伙伴”的跃迁。AI 财富管理 2.0 凭借更强的专业能力与拟人化交互体验，显著超越了以机器学习为核心的 1.0阶段，尤其在非结构化数据处理、复杂推理与互动功能方面表现突出。为深入洞察市场现状与用户需求，清华大学五道口金融学院与蚂蚁集团研究院联合开展行业调研。调研结果显示：（1）超过四成个人投资者已开始使用 AI 工具，但仍有半数尚未使用。用户认可 AI 在提升服务可及性和个性化建议方面的价值，但同时期望服务能变得更实用、更中立、更具共情能力。（2）机构投资者对于 AI 工具的使用已较为普遍，但深度融合的程度仍然有限。专业人士认为，AI 的最大价值在于其处理海量非结构化数据的能力，并希望 AI 工具能将数据检索、报告生成和会议纪要整理等繁重工作自动化。（3）未来，AI 财富管理将朝着更专业、更拟人、更深度融合的方向演进。依托政策与场景的双重优势，中国有望构建全球领先的 AI 财富管理生态系统，实现从“模型驱动”到“场景落地”的全面引领。 1 本报告由“智能财富管理服务研究课题组”完成，课题组成员包括：张晓燕、吴辉航、余影、何龙江、张艺伟（以上来自清华大学五道口金融学院），以及陈鹏、马冬冬、张耀冈（以上来自蚂蚁集团研究院）。 目录 1 引言 .............................................. 1 1.1 AI 财富管理服务的发展历程 .................... 1 1.2 AI 财富管理的价值 ............................ 3 1.3 研究目的与内容 ............................... 5 2 研究方法 .......................................... 7 3 研究发现 .......................................... 9 3.1 个人用户调研情况 ............................. 9 3.2 机构投资研究端用户调研情况 .................. 13 4 总结与展望 ........................................ 17 4.1 总结 ........................................ 17 4.2 展望 ........................................ 17 1 1 引言 1.1 AI 财富管理服务的发展历程 （一）财富管理行业的演变 财富管理作为一个成熟的金融领域，其核心价值链涵盖了投研端（公募、私募等产品提供方）、规划与销售端（理财规划与产品销售方）以及客户端（个人、家庭及机构等服务对象）三个关键环节。传统财富管理依托人际关系或线下场景的销售模式，服务质量高度依赖理财师的个人水平，因此在服务覆盖面和成本效率上存在局限性。 随着技术进步，AI 财富管理 1.0 以机器学习为技术基础，通过处理结构化数据初步实现了服务的自动化与规模化。典型应用如数字顾问（Robo-Advisor），凭借算法模型为用户提供标准化资产配置建议，体现出低成本、广覆盖的机器服务潜力，但交互性与个性化水平仍较为有限。 当前，AI 财富管理 2.0 正由生成式 AI 驱动，凭借卓越的交互与非结构化数据处理能力，实现从“工具”到“伙伴”的角色升级。以大型语言模型（LLM）为代表的 AI2.0，能够高效处理海量非结构化信息，为客户提供高度个性化的服务，标志着 AI 正从被动的分析工具向具备主动理解、交互与陪伴能力的智能伙伴演进。 图表 1 财富管理发展历程 2 传统财富管理 AI 财富管理 1.0 AI 财富管理 2.0 行为主体 人类理财师 机器学习模型 生成式 AI 模型 核心特点 速度较慢，数据小，单位成本高，行为偏差大 速度快，结构化数据为主，单位成本低，行为偏差小 1.0 基础上，交互性更强，非结构化数据处理更专业 用户端应用 向人类分析师寻求建议（如咨询理财师） 智 能 投 顾 （ 如Vanguard 数字顾问） 生成式 AI 理财问答助手（如蚂蚁财富“蚂小财”） 销售/规划端应用 依托人际关系或线下场景的销售模式（如柜面推介） 依托大数据的用户匹配（如精细化客户画像） 生成式 AI 销售助手（如蚂蚁财富“支小助”） 投研端应用 人工阅读市场信息（如阅读财报、 ） 机器批量处理市场数据（如量化投资） 生成式 AI 投研助手（如万得 Alice） 资料来源: 清华大学五道口金融学院财富管理研究中心与蚂蚁集团研究院 （二）AI 财富管理 2.0 的核心优势 生成式 AI 为财富管理带来革命性变化，主要体现在“更专业”和“更拟人”两个维度。 一是更专业，基于深度认知与推理的决策赋能。生成式 AI能够高效处理非结构化数据，显著提升 B 端投研人员的数据筛选与分析效率。例如，万得（Wind）Alice 可根据“筛选市盈率在 0-10 之间、市净率小于 1 的 A 股公司”等自然语言指令，快速完成以往需研究员耗费大量时间的数据处理工作。面向 C 端的 AI 工具如同花顺“i 问财”，能够基于实时数据进行专业化市场分析，并以通俗方式传递给普通投资者。 二是更拟人，基于大语言模型的交互与情感共鸣。AI 能够通过共情对话为用户提供情感支持，尤其在市场波动时缓解焦虑。例如，蚂蚁财富“蚂小财”在用户询问“股市大跌，我该不该卖 3 出？”时，首先回应“理解您对亏损的担忧，但短期波动是市场常态”，有效安抚情绪并为理性分析解答奠定基础。腾讯“理财通助手”等工具则通过持续陪伴提供投教、选品与解读服务，引导用户实现长期理性投资，显著增强用户黏性。 1.2 AI 财富管理的价值 国内外多项基于大样本的学术研究，已从多维度证实 AI 财富管理 2.0 的有效性。 （一）AI 财富管理赋能 C 端用户 北京大学黄益平教授团队的研究系统揭示了 AI 理财对 C 端用户的积极影响，包括辅助理性决策和提升投资成效。研究发现，当前 AI 理财用户以年轻、男性及风险偏好较高群体为主，多将其视为辅助决策工具。使用 AI 理财不仅能增加用户收益，还可缩小不同群体间的收益差距，体现其在推动金融服务普惠化方面的潜力。 （二）AI 财富管理赋能投资投研端 在专业投资领域，生成式 AI 采纳率迅速上升，已成为机构重要的生产力工具。美国对冲基金行业的研究显示，自 2022 年ChatGPT 推出后，该行业生成式 AI 使用率从 4%升至 21%。实证数据进一步表明，采用生成式 AI 的机构年化超额收益较未采用者高出 4%至 6%，这凸显 AI