算。“初期费用很高，以万元为单位，但后来竞争‘卷’起来了，几百元到几千元都能投放。”他表示。由于用这种方式“带货”的效果很难量化，业内对这类服务通常以AI平台“可见度”来衡量。正如上述GEO服务商所说，当用户在各主流AI大模型提出品牌相关问题时，确保特定公司的品牌信息成为用户获得答案中的“必选项”，是AI时代下企业的核心要务。鉴别门槛较高在业内人士看来，随着AI技术普及，“AI选基”越来越受欢迎，这极大改变了公募行业营销策略。在晨星（中国）基金研究中心总监孙珩看来，AI选基逻辑正从传统多因子量化筛选转向大模型加动态因子融合，从静态指标匹配升级为实时数据驱动、语义理解与合规约束的智能决策。与此同时，行业营销也正从流量投放转向AI推荐“卡位”，通过结构化、高信源、强合规的内容建设抢占模型权重。虽然AI技术带来了便捷，但是目的性投喂带来的“信息污染”某种程度上加剧了用户的辨别负担。“一些投资者的信息搜索习惯正从传统渠道不断向AI模型迁移，利用AI模型虽然能够快速了解某类产品，但AI模型搜集的数据基本来源于网络，数据存在真实性、滞后性、局限性等问题，再叠加模型的幻觉问题，其结果大概率存在一定误区，鉴别门槛较高。”天相投顾基金评价中心表示。在严肃的投资领域，要兼顾AI选基的便利性与公正性，孙珩认为，关键在于模型可解释、数据可溯源、算法可审计、风险可隔离。例如，通过建立标准化、合规可披露的因子体系，杜绝黑箱决策，确保推荐逻辑透明可验证；同时，严控数据源质量与去重去噪，引入第三方评测与动态回测机制，在提升效率的同时守住客观中立底线，避免算法偏见与利益输送。在盈米基金看来，规避信息污染需要技术手段和行业协作共同发力。技术层面，关键在于让AI具备“合规审查的能力”；行业协作层面，可以通过建立开放的生态，以便于随时调用权威数据源、接受合规约束，实现输出结果可追溯。盈米基金介绍，公司已经在上述两方面进行实践探索。例如，“内容合规审查Skill”内置了100余条专业审查规则，依托审核案例库，系统能够精准识别违规表述内容进行预警或拦截。公司还通过且慢MCP（模型上下文协议），将专业的金融工具和数据接口向包括OpenClaw在内的各类AI智能体开放，提供资产诊断、基金数据查询、回测分析等功能。各参与环节应进行规范未来，如何加强全链条的风险防范，在享受技术便利的同时，保护投资者利益不受到侵害，各
=*=*=*=*=*=
当前为第2/3页
下一页-上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页