财联社2月11日讯在人工智能全面渗透金融行业的当下，“AI+投研”已经成了资产管理机构绕不开的话题。有人把它当作提高效率的新工具，有人尝试把它引入决策流程的深处。止于至善投资总经理何理选择的路径，是在全球多市场、多资产的框架中，让AI从辅助插件走向投研基础设施，再在此基础上讨论长期主义、投资者关系以及风险边界。这种做法并不以讲故事取胜，更像是一套正在运行中的实验系统。

　　从业绩表现看，这套体系已经经历了不同市场环境的考验。以公司核心价值投资产品线为例，在多个阶段都跑赢主要市场基准，其中一只代表产品自2022年成立以来，已经覆盖2022年至2026年五个完整自然年度，年度收益均优于主要指数。

　　在与财联社记者的交流中，他反复强调两个问题一是AI在投研体系中的位置究竟应当摆在何处，二是在AI带来的机会与不确定性之间，投资者如何设定自己的风险承受边界。围绕这两个问题，止于至善投资正在进行一场持续的实践。

　　让AI成为“数字同事”

　　谈到止于至善的投研体系，何理给出了一个颇具科幻感的名字“AI赛博坦”。这个体系由研究、交易、风控、回溯四个子系统构成，四个环节并非彼此割裂，而是相互嵌合，共同支撑投资决策的形成与落地。在他看来，关键不在于是否使用AI工具，而在于是否愿意让AI参与到整个体系的重塑之中。

　　在他观察到的行业现状中，AI仍主要承担听会、整理纪要、搜索信息等辅助性角色，更多被视作提升效率的插件。止于至善则将AI视为“数字同事”，在体系搭建和迭代过程中与投研团队一起开发规则、训练模型和优化流程。研究环节需要AI协助处理海量信息并抽取结构化要点，交易环节则与AI共同设计执行框架和约束条件，风控和回溯系统也通过AI持续监控组合行为与历史数据，从而形成闭环。

　　这种设计的目标，是让主观研究、量化评估与AI工作流真正融合，而不是在传统流程上简单叠加几段代码。何理认为，未来三到五年，“AI赋能投研”的演进方向很可能是自动化程度不断提升，AI不再局限于生成研报和辅助分析，而是直接给出系统性结果，再由投研团队进行判断与修正。他判断，随着训练数据和实践经验的积累，“AI赛博坦”这类体系会在决策效率和一致性上拉开差距。

　　这种投研重构也延伸到了交易层面。止于至善当前所有产品的交易体系，均是与AI共同开发完成的。AI在这里既要遵守风控规则，又要吸收回溯系统中提炼出的经验，在此基础上不断调整执行细节。何理强调，在这套体系里，AI并没有替代人，而是把团队过去十余年的投研理解模型化、系统化，使得投资逻辑可以在更大范围内复制和验证。

　　在他看来，真正的挑战不在于AI能否带来超额收益，而在于机构是否愿意在底层逻辑上做出足够彻底的改造。只有当研究、交易、风控和复盘都与AI深度耦合，AI才能从工具升级为“同事”，在多市场、多资产环境下体现出稳定性与前瞻性。

　　全球多市场中的“质价比”路径

　　与一些自上而下进行资产配置的全球投资机构不同，止于至善在多市场布局时，会把宏观判断视为一种“水温测试”。在何理的设定里，宏观研究更多是用来理解不同国家和地区所处的环境，例如货币政策、产业结构等，但不会直接被用来决定“哪里的市场会涨、哪里的市场会跌”，更不会通过宏观观点来人为调整各市场的仓位比例。实际持仓主要由自下而上的个股研究和“质价比”评估决定。

　　目前公司整体投资中，约七成集中在美国、韩国、日本等海外市场，约三成配置在A股和港股。这个比例并非事先规划，而是从个股层面逐步累积的结果。当一家公司在团队的研究框架中体现出更优的质价比时，它往往会成为调整组合的主要驱动力。为了维持组合均衡，团队也会在必要时对某些方向进行少量配置，例如在部分时期以不超过基金净资产一成的比例，持有创新药相关ETF，以对冲单一行业集中度过高的风险。

　　在赛道选择上，止于至善一方面重点挖掘AI、新消费、区块链、创新药、机器人等何理口中的“星辰大海”领域，另一方面保持对资源品等传统行业的长期跟踪。基于当前的估值和风险收益比评估，何理将AI视为有生以来最大的投资机会，新消费和区块链的质价比较高。同时与市场不同的是，他认为创新药和机器人整体偏贵，因此在最后两类公司上更愿意耐心等待，待估值和企业基本面更匹配时再主动出击。

　　资源品在组合中的角色则相对稳定。何理提到，旗下基金目前主要持仓集中在AI、新消费和资源股三类资产上，大致呈现六比二比一的结构。资源股部分重点放在他所认知的“超级周期”品种，例如铜、铝、黄金等。