股市融资利息第一财经与应帆科技联合发布“AI+金融应用趋势及投资者偏好洞察”

站在今天回望过去十多年股市融资利息，中国财富管理行业的底层逻辑已经被彻底重写，三股浪潮深刻地重塑了整个行业。

第一股浪潮，是“互联网的平权”。2015到2025这十多年间，互联网理财用户爆发式增长。投资者的行为发生了本质迁移——获取信息、购买产品、配置资产等行为以线上为主，使得金融机构的服务触角与运营模式被根本性改写。

第二股浪潮，是“资管的归位”。2018年资管新规落地，金融机构告别粗放扩张，行业开启以用户为中心的精细化运营新阶段。

第三股浪潮，是“代际的更迭”。近些年，30岁以下的互联网原住民逐步成为财富管理主力军，他们天生熟悉数字化工具，追求个性化服务与全旅程陪伴。

这三股浪潮叠加，推动着行业从简单的“线上化”，一路狂奔至今天的“数智化”。

应帆科技旗下的Yiwealth研究院，将这一发展历程划分为财富管理生态1.0到4.0的四个阶段：

1.0时代是“数字化运营”阶段，金融机构运营主阵地从线下迁移至线上。

2.0时代是“平台化运营”阶段，App成为机构核心阵地，运营逻辑转向用户行为驱动，内容生态迎来短视频、直播、社区等多元形态爆发。

3.0时代是“生态化运营”阶段，金融机构深耕公私域一体化，引入合作机构共建生态，并拓展“金融+生活”的场景融合。

4.0时代，也就是我们正在进入的“数智化运营”阶段，这是一个“人机共生”的时代。这里面最大的变化是服务角色的转换，我们的服务范式正在向“Humanintheloop”模式转变，AI将成为服务的主角，来主导全时段、全渠道的自动服务，人只用在关键时刻踩一脚刹车，做核心决策和风险兜底。当然，未来AI还会继续朝着主动预判、多智能体协同的方向进化，人的价值也将被重新定义。

随着数智化运营的深入，“用户+场景+AI”将不再是概念，而是落地的现实。支撑这一切的，是一个成熟的技术闭环。

在数据层，我们推动数据从“资源”向“资产”乃至“资本”跃迁，释放全链路价值；在算力层，通过异构编排和MaaS，实现了AI基础设施的工业化交付；在算法层，我们用多智能体协同网络，取代了传统的单模型推理，以应对金融市场的复杂性。

这其中更重要的是连接。向上，AgentHub将通用能力封装为具体的场景应用；向下，治理基座嵌入全生命周期，确保我们在追求技术极致的同时，牢牢守住风险底线。

尽管底层技术路径日渐清晰，但行业真实的落地成色与核心痛点，仍需一手数据来描摹。

为进一步洞察AI+金融现状，我们开展了一项覆盖1240位高管、运营人员及投资者的深度调研。数据很诚实，它告诉我们：共识已经形成，但痛点依然尖锐。

数据显示，整个AI+金融生态链中，100%的金融机构计划增加AI预算，100%运营人员将AI工具融入到工作流程中，超五成用户在金融场景中依赖AI工具。

但共识之下，存在三个核心命题待解。

第一个命题，如何有效锚定ROI？

我们发现一个有趣的现象：由于行业处于AI+金融的探索期，尽管AI价值在金融机构的执行层和用户层都获得了较高的认可，并且切实提升了执行中的效率和产出，但对于决策层而言，判断却多依赖主观反馈，缺少一个可量化的标准。

这种“体感热”与“度量冷”的错位，倒逼我们必须有一套科学完善的价值评估体系。

第二个命题，降本为先还是信任为尺？

从决策初衷看，降本增效和提升客户体验是机构推进AI建设的两大核心驱动力，但落地到执行端，仍会有78.4%的机构执行人员遭遇过AI“不懂行”的尴尬，超六成遇到过AI幻觉、质量不稳定等问题。

当这种情况传导到用户层面，一组耐人寻味的反差出现了：尽管近五成用户能感知到金融机构内容产能明显提速，但也有四成左右的用户对于内容品质的认可度明显下降。所以在当前的AI成熟度下，更需要我们对投入目标做出清醒取舍：机构效率的“加法”不应以用户体验的“减法”为代价。

第三个命题，要跑得快，还是走得稳？

调研中最让我们深思的，首先是机构内部对于AI发展认知的“分界线”：当超半数机构决策层认为AI正在对运营模式产生根本性重构、并已在核心领域实现局部落地时，一线执行人员普遍认为AI现有能力还无法替代核心运营职能。

这说明决策层看到的“AI未来愿景”，和一线人员感受到的“AI能力边界”，还存在一段距离。

将视角转向用户端会发现，用户对AI的信任呈现鲜明的场景分层：标准化场景下用户更容易接受AI，例如获取市场行情资讯与解读、简单业务咨询、产品答疑等；但一旦涉及复杂、高风险的投资，他们往往坚持“真人兜底”的底线。

这些数据进一步表明，用户信任才是AI落地节奏的最终标尺。技术能力再强，也不能突破用户的安全感边界。而如何通过合理的AI落地节奏弥合认知差、对齐信任底线，才是我们真正的功课。

围绕前面三个核心命题，我们也提炼出迈向线上财富管理4.0的三大破局方向，从价值评估、投入逻辑、落地路径三个维度，给出我们自己的解题思路。

其一，价值体系破局。跳出单一的财务ROI口径，建立“效率+体验+信任”三维度评估体系——不仅要算省了多少钱，更要算用户满意度提升了多少，信任度增加了多少。

其二，投入逻辑破局。从“降本先行”导向“信任先行”。我们可以将AI应用的场景做个分类：在行情解读、基础答疑等用户高信任场景，放大AI效率红利；在内容推送、业务指引等中信任场景下，以“小步迭代+体验验证”的方式推进，不盲目追求覆盖率；在投资决策建议、风险事件处置等低信任场景下暂缓直接落地，将资源转向赋能中后台一线人员，用AI提效人工服务，守住专业和信任底线。

其三，落地路径破局。为了避免“战略超前、能力滞后、用户不买账”的AI应用脱节问题，我们可以基于AI能力与场景成熟度分层推进：成熟场景规模化复制，成长场景人机协同试点，探索场景则以后台赋能先行。拒绝盲目跃进，相信“战略决定方向，但能力决定节奏”。