資產管理 AI 帶來的效率提升，比投資人回報方面的成效更為明顯。Mercer 2026 年 2 月的調查顯示，僅有 8% 的公司表示 AI 帶來可衡量的投資回報改善，相較之下，69% 的公司表示營運效率有所提升。Morgan Stanley 與 Oliver Wyman 於 2026 年 9 月發布的資產管理 BluePaper 引用了這些調查結果。
重點摘要
- AI 已廣泛普及，55% 的受訪管理人已在至少一項投資流程中使用 AI。
- 可衡量的效益主要集中於效率與研究洞見，而非投資回報。
- 資料品質與合規疑慮仍是擴大採用的重要障礙。
目錄
資產管理 AI 的效益並不均衡
Mercer 2026 年資產管理 AI 調查涵蓋全球 131 家資產管理公司，並於 2026 年 5 月 21 日發布。除了已將 AI 整合至至少一項投資流程的 55% 公司外，另有 27% 公司在試點或概念驗證專案中使用 AI。
受訪者回報最明確的效益來自營運面：55% 表示取得洞見的速度更快或品質更高，僅有 24% 表示成本降低。這項區別很重要，因為工作速度加快，不一定代表支出減少或投資組合績效改善。
這些數據反映的是公司回報的使用經驗，並未說明回報提升的幅度，也無法證明 AI 能持續創造高於市場基準的回報。Morgan Stanley–Oliver Wyman 報告指出，擴大研究涵蓋範圍能否轉化為持續高於基準的回報，仍未獲證實。
| 項目 | 詳情 |
|---|---|
| 投資研究 | 49% 的公司已整合 AI。 |
| 資料處理 | 40% 的公司已整合 AI。 |
| 投資組合建構 | 13% 的公司已整合 AI。 |
| 交易執行 | 7% 的公司已整合 AI。 |
研究領域的採用速度快於投資組合決策
AI 的應用仍集中在投資流程的前段，尤其是研究與資料處理。在投資組合建構及交易執行等實際落實投資決策的環節，採用程度則低得多。
在 Mercer 的調查中，僅有 5% 的公司賦予 AI 對投資建議或交易的自主或半自主決策權。因此，AI 技術目前主要是輔助人類判斷，而非取代人類。
這項模式有助於區分 AI 的採用與其對投資的影響：管理人可以廣泛使用 AI 整理資訊，卻不將投資組合決策交由 AI 負責，也未必能證明回報有所改善。
資料與合規限制更廣泛的部署
Mercer 發現，69% 的公司認為資料品質或取得管道是擴大 AI 採用的重要障礙，另有 59% 的公司提及監管或合規疑慮。
Mercer 全球管理人研究主管 Beverley Sharp 表示，要實現 AI 在投資組合建構與執行方面更廣泛的潛力，必須克服資料、監管及整合方面的挑戰。
儘管面臨這些限制，91% 的受訪者表示計劃在接下來 12 個月增加 AI 的使用。超過一半、即 56% 的受訪者已設有專責平台或計畫，以培訓員工使用這項技術。
結論
這項調查清楚指出，採用 AI 與證明其投資效益是兩回事。管理人所述的擴大使用計畫，涵蓋 2026 年 2 月調查後的 12 個月；至於更廣泛的部署能否帶來可衡量的回報提升，目前仍無定論。
閱讀更多新聞
免責聲明
本文由 FinanceVelix 提供一般資訊，不構成個人化的財務、投資、法律或稅務建議。市場價格、利率及經濟狀況可能變動；投資具有損失風險。本文所述事實依據發布時可取得的資料，且可能有所變化。請自行核實重要資訊，並在需要時諮詢合格專業人士。提及任何資產、公司或服務，均不代表對其背書。
