关于报告的所有内容，公众号『行业报告智库』阅读原文或点击菜单获取报告下载查看。
调研显示，目前超过四成的个人投资者已经开始使用AI工具，但仍有半数投资者尚未涉足这一领域。AI财富管理在个人投资者中的渗透仍处于初级阶段，市场潜力巨大。现有用户中，仅有14.8%的投资者表示深度使用AI工具，这意味着提升用户转化率与使用深度是未来发展的关键。
个人投资者对AI财富管理的核心优势有着清晰的认知。他们认为AI技术最大的价值在于“随时随地提供服务”，打破了传统人工服务的时空限制。“降低了专业理财服务的门槛”和“提供个性化的投资建议”也是用户高度认可的价值点。这些优势让AI财富管理服务在普惠性、自动化和个性化方面展现出独特魅力。
但AI财富管理工具在实际使用中仍存在不足。部分用户反映，AI工具“感觉不实用，回答过于理论化”，无法提供直接指导实践的具体建议。用户还担心AI背后存在商业意图，导致其“不中立，总是给我推荐产品”。这些问题成为阻碍AI财富管理服务被更广泛接受的主要障碍。
在机构投资领域，AI工具的应用虽已起步，但深度融合仍有很长的路要走。调研结果显示，超过七成的机构用户接触过AI工具，但大部分仍停留在“偶尔使用，作为辅助参考”的浅层阶段。AI尚未成为机构投研工作流中的核心生产力工具，深度应用市场空间广阔。
机构用户对AI大模型的价值认知高度统一，认为其在处理非结构化数据方面具有不可替代的优势。高达77%的受访者认为，AI大模型对金融投研领域最大的效率提升在于“自动化处理海量非结构化数据。这一能力让AI能够从海量繁杂的文本信息中快速提取、整合和分析价值，从而解放研究员的生产力。
尽管如此，机构投研工作在很大程度上仍依赖于传统工具和大量的人工操作。超过81%的机构用户最常使用外部金融终端查询数据，同时，超过半数的用户仍需频繁使用Excel或Python进行数据清洗和建模。这些重复性、流程化的“体力活”正是AI自动化技术最适宜发挥作用的领域。
AI财富管理服务的发展历程可以划分为三个阶段：传统财富管理、AI财富管理1.0和AI财富管理2.0。传统财富管理依赖于人际关系或线下场景的销售模式，服务质量高度依赖理财师的个人水平，存在局限性。AI财富管理1.0以机器学习为技术基础，通过处理结构化数据初步实现了服务的自动化与规模化。而当前的AI财富管理2.0则由生成式AI驱动，凭借卓越的交互与非结构化数据处理能力，实现了从“工具”到“伙伴”的角色升级。
AI财富管理2.0的核心优势在于“更专业”和“更拟人”。一方面，生成式AI能够高效处理非结构化数据，显著提升投研人员的数据筛选与分析效率。另一方面，AI能够通过共情对话为用户提供情感支持，尤其在市场波动时缓解焦虑。这种拟人化的交互体验让用户感受到AI不仅是冷冰冰的工具，更是贴心的理财伙伴。
