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，各参与环节都需要加以规范。   孙珩建议，一是AI模型方应确保AI选基模型底层数据真实可溯源、算法逻辑透明可审计，杜绝算法偏见与利益输送；二是销售机构需建立严格的投资者适当性匹配校验机制，明确AI推荐仅为辅助工具并充分披露局限性；三是监管与第三方机构应强化算法备案、动态回测与合规审计，推动建立统一的AI金融服务标准与问责机制；四是投资者需提升金融素养，理性看待AI工具，避免过度依赖算法决策。   盈米基金高级副总裁、且慢业务负责人林杰才认为：“迎接AI时代，不仅要善于利用AI工具辅助工作，也要做好AI基础设施的建设和完善。比如，通过MCP搭建可信数据底座，根治幻觉；打通物理世界数字接口，连接虚实；制定AI专属安全、权限、法律规则，避免越界。在以上问题解决之前，可
=*=*=*=*=*=
当前为第4/5页
下一页-上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页