资产管理领域的AI在效率方面带来的提升，比在投资者回报方面更为显著。Mercer于2026年2月开展的调查显示，只有8%的受访公司报告称AI带来了可衡量的投资回报改善，而69%的公司报告称运营效率有所提高。摩根士丹利和Oliver Wyman于2026年9月发布的资产管理《BluePaper》引用了这项调查结果。
要点
- AI应用已相当普遍，55%的受访管理人已将其用于至少一项投资流程。
- 可衡量的收益主要体现在效率和研究洞察方面，而非投资回报。
- 数据质量和合规方面的顾虑仍是扩大应用的重要障碍。
目录
资产管理领域AI的收益并不均衡
Mercer 2026年资产管理AI调查覆盖全球131家资产管理公司，并于2026年5月21日发布。除已将AI整合到至少一项投资流程中的55%公司外，另有27%正在试点或概念验证项目中使用AI。
受访公司报告最明确的收益体现在运营方面：55%的公司提到洞察获取速度更快或质量更高，而只有24%报告称成本有所降低。这一区别很重要，因为工作效率提高并不一定意味着支出下降或投资组合表现增强。
这些数据反映的是公司报告的使用体验，并未说明回报提升的幅度。此外，这些数据也不能证明AI能够持续带来高于市场基准的回报。摩根士丹利与Oliver Wyman的报告指出，扩大研究覆盖面能否转化为持续高于基准的回报，仍未得到证实。
| 项目 | 详情 |
|---|---|
| 投资研究 | 49%的公司已整合AI。 |
| 数据处理 | 40%的公司已整合AI。 |
| 投资组合构建 | 13%的公司已整合AI。 |
| 交易执行 | 7%的公司已整合AI。 |
研究领域的应用领先于投资组合决策
AI的应用仍集中在投资流程的前端，尤其是研究和数据处理环节。在投资组合构建和交易执行等投资决策落地环节，AI的应用程度要低得多。
在Mercer的调查中，只有5%的公司赋予AI对投资建议或交易的自主或半自主决策权。因此，这项技术目前主要是在辅助而非取代人类判断。
这一模式有助于区分AI应用与投资影响：管理人可以广泛使用AI来整理信息，但不将投资组合决策权交给AI，也未必能证明回报有所改善。
数据和合规限制了更广泛的部署
Mercer发现，69%的公司认为数据质量或访问权限是扩大AI应用的重要障碍，59%的公司则提到了监管或合规方面的顾虑。
Mercer全球管理人研究负责人Beverley Sharp表示，解决数据、监管和系统整合方面的挑战，对于释放AI在投资组合构建和执行领域的更大潜力至关重要。
尽管存在这些限制，91%的受访者表示计划在随后12个月内增加AI的使用。超过半数（56%）的受访公司已经设立专门平台或项目，培训员工使用这项技术。
结论
这项调查清楚表明，采用AI与证明其投资收益是两回事。管理人所述的扩展计划涵盖2026年2月调查之后的12个月；更广泛的部署能否带来可衡量的回报提升，仍无定论。
阅读更多新闻
免责声明
本文由FinanceVelix提供，仅包含一般信息，不构成个性化的金融、投资、法律或税务建议。市场价格、利率和经济状况可能发生变化；投资存在亏损风险。文中事实依据发布时可获得的材料，之后可能发生变化。请独立核实重要信息，并在必要时咨询合格的专业人士。提及任何资产、公司或服务均不构成推荐。
