在近日召開的“《財經》年會2025：預測與戰略暨2024全球財富管理論壇”上，京東集團首席經濟學家沈建光發表了關于財富管理領域新趨勢與技術發展的演講。他指出，從全球范圍來看，財富管理行業正顯著受益于人工智能的應用，并且數字化發展速度十分迅速。沈建光強調，在財富管理中，利用AI進行投資決策，以獲取更好的收益回報，已成為一個至關重要的趨勢。

在客戶服務方面，沈建光表示，大模型能夠通過不斷的反饋進行訓練，隨著反饋的增多，服務的精準度也會不斷提升。他還提到，財富管理是一個層級化的過程，既包括私人銀行、百萬客戶，也包括普惠平臺，人工智能決策可以幫助更準確地服務各類客戶。目前，AI已經成為財富管理中不可或缺的重要工具。

以下為發言實錄：

袁雪：首先請沈總從宏觀角度講一下現階段的財富管理有哪些新趨勢，這些新趨勢對于技術又提出了哪些新要求？

沈建光：謝謝主持人，全球性方面，財富管理很明顯趨勢是人工智能的應用、數字化發展很快，特別是在中國香港，中國香港作為一個全球的金融中心，也致力于打造兩個新的財富管理新領域。

一個是家辦，跟新加坡在競爭，誰是亞洲的第一金融中心家辦中心。

第二個是Web3.0。全球有個很重要的趨勢，財富管理當中，去中心化的金融。金融服務的很多產品可以通證化，舉個例子，我感覺新領域的發展是去中介化的過程，比如通證化的證券發行之后直接對接投資人、老百姓了，中間可以跳過銀行或者中介機構。現在全球的發展，特別是特朗普當選為總統之后，美國對這塊有不同的聲音，但是現在看起來美國完全在擁抱去中心化的金融服務，新的通證化的模式，包括對數字資產、數字貨幣。中國這條路走的是央行數字貨幣。

另外一塊市場化的發展更快，各種各樣的穩定幣的發展，經管局推出三塊牌照，我們在中國香港是其中之一，資產管理背后的底層邏輯就是數字化浪潮把金融服務業從過去的中心化開始去中心化，這個發展在國際上是一個新的潮流。

而中國香港作為全球金融中心的地位，它一定要在這兩個方面有突破，這就跟理財業務密切相關，內地情況不同。

剛才李行長講到養老包括第三支柱，這塊的發展跟國際上還是有些不同。我加入京東第一件事情就是準備發展人工智能經濟學家系統，2018年的時候想通過大數據、人工智能對經濟形勢判斷做個預測，很多東西用人工智能的方式來做，希望大數據、人工智能的方法做理財、資產管理，給客戶增加更好的服務體驗。

當然這些都是嘗試，大模型文本，Open AI出來之后，當時確實困難重重，很多東西需要人的參與。Open AI之后接下來會有新的突破，對京東來說線上化，中國經濟在全球競爭中最好的發展領域就是數字化。

新能源汽車能打敗德國，新能源本身是汽車在運行過程中整個數字化所有智能化過程中也是數字經濟的一部分，在金融、理財領域，京東包括京東金融本身就是數字化，白條貸款全都是人工智能的，全部是大數據、機器學習的結果。

如果說人工智能應用在金融科技領域、平臺企業當中早就在應用，從消費信貸擴展到理財全方位的服務，全部用數字化的體驗，當然我們在緊密地跟傳統的金融機構合作，包括征信、發行產品都是跟傳統金融機構密切合作。整個數字化的浪潮確實會很大程度改變我們整個理財的模式和結構。

袁雪：非常感謝沈總，您作為開場是非常合適的，一方面給我們講了一下一些新的態勢，尤其是去中心化，它對于整個行業已經不僅是邊際改善，它可能是革命性的趨勢，我們需要來注意它。

沈總也結合自己在京東的經驗講了國內的機構主要在服務客戶方面怎樣運用新的技術提升服務體驗，尤其也提到AI，待會是我們深入討論的問題。

袁雪：雖然我們的主題叫數字化財富管理，但各位不約而同都談到了AI，而且承認AI是會改變整個行業模式的重要工具。

昨天的《財經》年會上王堅院士講了很重要的觀點，為什么我們覺得AI在一些場景落地方面會存在不足或者無法落地的問題，他的一個觀點可能是因為我們并沒有理解在這個行業里真正關鍵的問題是什么，我們無法解決的問題是什么。

我們只有說清楚我們無法解決的問題、痛點是什么，才能讓AI幫我們解決。 接下來這輪請各位分享一下，你們覺得這個行業本來我們做不到什么，AI可以怎么幫我們做到？

沈建光：我的思考是怎么用AI做投資得到更好的收益回報。最近國際上國內有量化投資，其實就是人工智能系統，有了大數據之后通過分析數據進行捕捉投資機會，而且無論全球還是中國，量化策略還是很賺錢的，特別在目前資本回報不是很理想。

但是國際上當時的投資就比較簡單，十年國債5%的收益，現在4點幾，放在那里每年的利息就拿到4點幾，投股票不斷的上漲，英特爾漲了300%多400%多。 在這個背景下，美國很成功的量化交易策略還是打敗了很多，這個很有意思，其實背后就是人工智能，它在投資決策方面做得很成功了。

客戶服務，我們京東有一個言犀大模型，是中國最龐大的模型之一，客戶服務，它需要的就是不斷訓練，30%是大模型，70%是垂直領域，我們在客戶服務當中會得到很多反饋進行訓練，越做越精。

在服務方面，我們的標準打出去，剛才李總講要讓人家不感覺是人工智能，后來發展出直播數字人，完全可以用在金融服務上。 一塊用人工智能，越是困難的情況下，主動投資越來越難的情況下，一塊是大模型量化交易，另外一塊是怎么樣更好的服務客戶，財富管理都是分層的，有私人銀行，有些五百萬三百萬，有一百萬，平臺做普惠很有優勢，有場景，通過人工智能決策。

把量化交易作為一種工具，美國也有量化交易，不影響它的發展，這還是經濟的基本面、金融市場的結構。 作為一個工具來看，這個會越來越成為重要的工具。

袁雪：非常感謝沈總，您和建營總有不約而同的痛點就是服務客戶，尤其是服務尾部客戶，對于降成本，更能精準的服務到他們，這是很重要的解決。另外您也提到了在投資方面，還涉及到產品設計方面。

袁雪：各位的討論都形成了一個共識，AI對于金融機構服務客戶，尤其是服務以前觸達不到的客戶，以及以更低成本、更好的方式來服務方面是大有可為的。

最后問一下關于人才建設的問題。之前在數字化建設上就會有這個問題，懂數字化的人并不懂業務，懂業務的人不懂IT，使得業務效果不盡如人意。在AI時代，對于技術的要求和對產業的理解會更高，各位在人才培養方面又有哪些可以跟我們分享的？

沈建光：剛才講AI在金融的應用，一塊是做客戶服務，一塊是做投顧。客戶服務的話，很難非常高端的人工智能科學家做客服，可能到客服那邊體驗一下，了解一下日常的工作，很難進行融合，一個高工資，一個低工資。

我是感覺更多在投資方面，在歐美最頭部的一些對沖基金，畢業生招進來年薪是二十幾萬、三十幾萬，它找的是最頂尖學校的數學畢業或者計算機畢業的，在團隊里充分發揮他的技術能力，另一方面，也讓他同時熟悉投資，這還是值得我們借鑒的，就是怎么把高技術人才在投資領域融合，但是在服務方面要融合是很難的。

往期報告回顧：