在头部公募基金工作了六年，90后李罗丹亲身经历了投研工作的一些痛点：大量非结构化的数据、每天上百场会议，基金经理每天耗费几个小时在信息采集和整理上。于是，他有了一个最简单的初心——用AI把投研人员从重复、琐碎的劳动中解放出来，让他们回到更核心的工作中。
2021年，李罗丹创业入局金融AI赛道，创办了讯兔科技，从最初的一款AI会议纪要工具，到如今核心产品Alpha派已服务超过11万用户、8000余家机构、覆盖大部分主流机构。近期，围绕AI金融投研的落地路径、行业痛点与长期变革方向，证券时报专访了深耕金融数字化、投身AI投研创业赛道的李罗丹。
李罗丹认为，尽管通用大模型和Agent飞速发展，但金融行业有其特殊性，通用模型往往只能解决60分的问题，需要让其更好匹配专业的投研工作，还要做好“最后一公里”的场景适配，把大模型的能力提升到90分。
打通AI投研的“最后一公里”
证券时报记者：AI技术现在落地的场景非常多，为什么你会选择在金融投研领域去落地？这跟你之前的工作有些什么关系吗？
李罗丹：跟我的个人经历有一些关系。我大学毕业之后，一直在金融行业工作，最早在二级的买方、公募基金工作。但在公募基金那几年，我没有去做传统的研究员或基金经理，而是从2017年、2018年开始，在头部公募基金负责整个数字化、科技的条线。我们当时感觉未来五年到十年，科技包括大数据会对金融投资决策带来很大变化，所以我们从那时候就开始深耕这个领域。2021年，当时看到整个中国资产管理行业在大量投入数字化基础设施，于是我也出来创业加入到这个浪潮中。金融行业产业链非常短，就是信息、数据、人、决策，所以是AI应用非常理想的环境。金融投研人员每天处理大量非结构化数据，这些对AI来说是很好的语料，所以我们选择在金融投研领域落地。
证券时报记者：当时出来创业，是基于投研人员怎样的痛点？
李罗丹：2022年、2023年投研最大的变化是大量会议和交流从线下搬到线上，线上化成为大趋势。以前金融信息服务聚焦在公开的结构化数据，但在那时私域的非结构化数据开始蓬勃发展，每天公开会议有四五百场。基金经理作为信息处理端，看不过来这么多会议，最大的痛点就是信息爆炸。AI能帮他们处理海量非结构化数据，在很短时间内呈现更结构化的内容。
证券时报记者：现在通用大模型和Agent飞速发展，为什么还要一个垂类产品？
李罗丹：大模型是智能的源头，但解决不了“最后一公里”的问题。大模型的输出基本是60—70分的水平，而金融行业有更高的要求，包括数据的完整性、覆盖广度、及时性、低幻觉率等。在“最后一公里”，我们还要跟大量机构对接，这需要专业垂类公司去做好价值发现，把大模型的能力从60—70分提升到90—95分。
证券时报记者：通用大模型与垂类产品之间，究竟是替代关系，还是融合发展？
李罗丹：它们是轻耦合、互为因果的关系。大模型以能力为因，只要做到单一领域最强，下游应用就会对接它的智能。AI应用以用户交互为因，关键是谁能掌握用户交互。我们每天处理几万个用户需求，通过交互发现问题、归因、提升，形成飞轮——用户交互越多，数据沉淀越多，能力提升越多，最终卷出更大差距。两者谁也替代不了谁，共同服务终端客户。
如何让Token从投入变为产出？
证券时报记者：在投研领域，变量不仅仅是公开数据，而是投研“老手”的经验和长期以来形成的逻辑、感觉，对政策落地的嗅觉等，AI如何把这类隐性的知识变成可复用的能力？
李罗丹：AI发展分阶段。2024年之前是预训练，基于人类显性知识。2024年底开始后训练，AI从只会考试的学生变成下产线干活的员工。对应用公司来说，很重要的是通过人机交互让AI理解用户，积累记忆和技能（Skills）。技能是隐性知识的表达，用户在交互中不断校正，让这些隐性知识逐步内化成AI可复用的技能模块，未来甚至可以分享流转。这本质上是通过重交互，让AI学习人类分析师的能力。
证券时报记者：现在有一些行业有个尴尬现状，就是Token消耗暴涨并未带来业务增收与效率提升。你怎么看？
李罗丹：这是AI从上半场进入下半场的核心命题。上半场大家都鼓励用Token，但个人生产力提升并不等于组织生产力提升。就像蒸汽机发明后，并没有立即形成工业化流水线，真正带来大发展的是组织形态的变化。从个人AI提效工具到组织AI转型，中间有巨大鸿沟。未来组织里会有三层交互：人和人、人和AI、AI和AI。组织要配人才、激励、预算，最终导向结果指标，比如投资收益、夏普比率、AUM规模等。现在很多机构还在上半场，Token消耗更多是技术投入，还见不到实际效益，因为AI还没有真正嵌入业务流程，瓶颈仍然是那个人。
证券时报记者：目前AI技术对金融机构来说仍是个纯投入，他们的反馈怎么样？
李罗丹：任何新技术发展都是先从成本端开始，再慢慢扩散到收入端。今天大部分机构已经被卷起来了，已经不是用不用的问题，是不得不用，因为它就是未来的核心生产力。金融机构在快速拥抱AI，把传统预算（如数据、软件）划拨到AI上。同时，机构内部也在自建AI能力，但面临一个明显痛点：纯本地化模式效果越来越差，因为外部AI生态迭代太快，甚至按周、按天来迭代，内部建设的能力可能一两个月就被淘汰。因此，大家也开始拥抱云端，比如单租户云服务，确保在数据安全的同时，能提供及时迭代的AI能力。
证券时报记者：金融机构平均Token消耗量怎么样？
李罗丹：我们Alpha平台的Token消耗在过去几个月指数性上升，4月发布PaiWork后，到6月底Token消耗增长了10倍，单月消耗量在应用公司中是Top级别的。AI时代用量没有上限，用得越多，增长越快，我们依然对未来生态充满想象力。
证券时报记者：怎么量化使用Token的投入产出比？
李罗丹：对机构来说，最终目标是单个员工管理的AUM能否提升，以及组合的夏普比率能否提高。AI不带来拓圈，不能让人横向精通多个行业，但能纵向放大能力——同样的策略，原来管5亿元，现在可能管三倍、五倍甚至十倍的规模。AI提供更快、更广的覆盖，更根本的是提供一致性，包括从思想、逻辑到执行的一致性，因为人容易受精力、认知影响，产生不一致和纪律问题。AI辅助能提升单一策略的夏普比率，也能极大提升机构的人效。
AI时代有两类受欢迎的投研人员
证券时报记者：投研工作引入AI技术后，什么样的人会被取代？
李罗丹：从反面讲，可以看看什么样的人不会被取代。投资最后依然需要人的主观决策，AI缩小了数据信息差和认知差，但不提供阿尔法，也就是偏离市场主流的观点和判断，这仍需要人类分析师、基金经理形成，并通过提问输出给AI。未来有两种受欢迎的员工。一是产业老司机：有深度产业关系、一手信息，这是技术替代不了的。二是AI能力强的年轻人：能极大拓宽信息入口和处理广度，把喇叭口打开。未来的金融机构也会是一个先放后收的过程：先利用AI把喇叭口开大，再由有经验的老司机收敛到决策点。我们公司内部排名也显示，Token用得最多的初级员工，产出不一定最好，因为生成模型天然更容易发散，需要老司机来判断和收敛。AI应用越多的公司，未来需要的人反而可能越多，因为既要聚合产业老司机和善于与AI配合的年轻人，也要用AI再造机构内部数据、知识库、Prompt库等环节。
证券时报记者：谁能获取一手信息和资源，是否会在AI时代更有竞争力？
李罗丹：对。AI会带来投资人认知的文艺复兴。投资本来跟实体经济分不开，最早的华尔街其实就是在铁路旁边，一脚泥一脚水踏出来的。但上世纪80、90年代后，金融变成了“计算机背后的产业”，很多决策都是通过计算机形成的。AI会把人的注意力和时间从机器上解脱出来，让人有更多精力花在线下，和真正的人、产业打交道，获取一手信息。这也会倒逼金融机构调整组织形态和考核方式，把重点聚焦在产业信息探针、认知深度和投资结果上，而中间过多的考核系数会逐渐变得不那么重要。
证券时报记者：随着大规模的金融投研用上了AI技术，这个生态对市场会有什么变化？
李罗丹：Token经济正在崛起，逐步替代原来按席位、按机构付费的商业模式。原来卖数据是一份一份卖，现在可以按调用次数付费。所有产生价值的虚拟资产（IP、数据、内容）都在逐步解耦，转化为可调用的能力，赋能业务端。未来会有两块市场：面向人的服务和面向Agent的服务。后者甚至没有终端、没有交互界面，直接通过API或MCP调用。就今天而言，Agent的Token消耗和服务调用量已经大于人，而Agent市场才刚刚起步，速度还在加快。
证券时报记者：市场以散户为主，情绪主导，机构化比例低，AI能让机构决策更理性，去伪存真吗？
李罗丹：我们希望AI能形成更好的群体价值发现、定价和资源分配机制，终极目标是服务实体经济。我们不认为金融只是一个垂直AI场景，而更像是一个具有乘数效应的底座AI。金融AI能够提高资本配置效率、提升价值发现能力，进而助推更多行业发展，同时减少资源浪费和负债端问题。最终，通过服务产业端创造更多价值，让更多人参与，实现金融普惠。发展到今天，金融AI在中国，已经成为一项非常底层的基础设施。
证券时报记者：你们最近在做出海计划，国外软件和本地区别在哪里？优势是什么？
李罗丹：海外金融信息巨头存在多年，行业格局相对集中，对全球资本市场定价也有较大影响。我们认为，中国有机会形成AI时代的新型金融服务公司。我们的优势在于，在应用端积累了大量Know-how，也更有动力去干脏活累活，在国内“卷”出来的团队，在全球市场也是非常有竞争力的。对我们来说，出海最根本的挑战，是适配全球治理体系，包括数据合作，如何让外资信任，以及对不同市场、语言和产品结构适配。挑战很大，但只要产品和能力足够强，形成全球化能力就是时间问题。
对话创业投资新势力系列
一个00后团队，把肌骨康复按摩仪卖向全世界丨对话创业投资新势力（01）
一位90后医药投资人的成长“心法”丨对话创业投资新势力（02）
27岁创业7年，他带着Z世代重新定义投资丨对话创业投资新势力（03）
“不打概率战，单一赛道只下注龙头”！一名“99后”的股权投资打法丨对话创业投资新势力（04）
校对：王蔚
和业众配资提示：文章来自网络，不代表本站观点。
