伯恩斯坦：中国 AI 原生资管机构报告

你可能想不到，国内资管领域的 AI 落地节奏，已经走出和海外截然不同的路径。这份来自伯恩斯坦 2026 年 9 月发布的亚洲量化策略研报，就拆解了这一被不少人忽略的产业变化。

海外资管机构从 2023 年就开启 AI 尝试，但推进节奏平缓。而国内行业在 DeepSeek 模型问世之后迎来拐点，落地速度骤然加快。核心差异在于，国内机构大量选用开源权重模型，优先本地私有化部署，敏感数据留在内部环境，非公开数据才走公有云；海外更多选用闭源前沿大模型，还在反复权衡自研还是外购的选择。

还有一处关键不同是规则建设。中国资管协会出台六层完整落地指引，从基础设施、数据、模型、应用一直到安全、场景应用全部划定标准，海外大多还停留在原则性引导，缺少针对资管行业的细化条款。

量化机构是本轮变革里走在最前面的群体。不少量化机构已经把 AI 嵌入整套业务链路，不只是做文档整理、代码编写，还用来挖掘非结构化信息，搭建端到端深度学习框架。证券机构的大模型渗透率同样快速抬升，2023 年仅 19 家机构试水，到 2025 年上半年已经增长至 67 家。

行业也正在发生观念转变，AI 不再只是简单的辅助工具，企业大脑、多智能体工作流成为建设方向。竞争的重心，慢慢从单纯比拼模型能力，转向私有数据沉淀、业务工作流改造。值得留意的是，行业共识十分清晰：AI 负责信息加工研判，最终的业务决策依旧交由人来完成。