8 月 12 日金融一线消息，近日，"FinAI Street 金融 AGI 沙龙启动礼暨 AI 金融技能专场 " 在上海举行。来自金融机构、券商投研、量化交易、云计算、人工智能及财经媒体等领域的从业者，就 AI 在金融研究、投资决策和机构工作流程中的应用进行了讨论。

活动期间，"FinAI Street 金融 AGI 沙龙 " 宣布启动。秦朔朋友圈发起人秦朔，腾讯云副总裁、金融业务线负责人胡利明，直男财经、世见科技创始人许云峰，光大证券首席资产配置分析师王开等参与启动仪式。

讨论中，许云峰认为，AI 正在改变金融数据的使用方式。一方面，数据获取可能由人工检索逐步转向智能体调用；另一方面，AI 的影响范围也可能从单项任务提效延伸至工作流程调整。他同时表示，机构推进 AI 应用的难点不仅在技术层面，还涉及组织架构、岗位分工和权责关系的重新划分。

秦朔从金融业发展历史出发表示，新技术通常会对既有竞争格局产生影响，传统机构能否适应变化，取决于其认知、资源配置和组织机制的调整能力。

胡利明表示，随着智能体技术发展，金融机构可以从员工普及使用、组织协同和生态合作等层面推进 AI 应用。据其介绍，腾讯云相关平台已经积累超过 8 万项金融技能。上述数据暂未获得第三方验证。

在投研场景中，王开认为，现阶段 AI 主要发挥辅助作用，尚不能替代研究人员作出核心投资决策。他将当前的 AI 投研比作 " 辅助驾驶 "，强调最终判断仍应由人负责。

王开还提示了三类风险。首先，金融业务对数据准确性要求较高，大模型输出可能存在错误或虚构信息，需要人工复核。其次，AI 工具更依赖使用者已有的专业能力，新入行人员如果过度依赖模型，可能难以识别错误，也可能影响基础研究能力的形成。再次，如果机构将 AI 应用简单等同于压缩人员成本，减少对年轻从业者的培养，长期可能出现经验传承断层。

万得首席战略官葛正琦表示，AI 能够回答问题或生成内容，并不意味着其能够对结果负责或独立完成业务交付。在金融场景中，模型输出与实际业务要求之间的差距，可能带来合规和决策风险。

她认为，金融智能体的应用需要具备几项基础条件，包括数据来源可追溯，相关工具能够支持计算和执行，将既有投研流程转化为可重复调用的操作模块，以及建立覆盖全过程的治理机制。

活动现场，万得介绍了全球金融数据市场 AIFin Market 和金融 AI 框架 " 万得 AI Alice"。葛正琦将金融从业者使用 AI 的方式分为三个层次：第一层单点任务提效，利用 AI 解决碎片化重复工作。第二层自动化工作流闭环。第三层多 Agent 团队协同，承接项目级复杂任务。以企业战投或一级市场投资视角评判一个全新产业赛道的投资机会，传统 3-4 人团队耗时 1-2 个月，多 Agent 可以实时协调 " 建模测算 Agent"、" 行业研究 Agent"、" 可比公司 Agent"、" 政策环境 Agent"、"PPT 材料 Agent" 在 20-30 分钟输出董事会完整汇报材料，并保留数百页工作底稿，人类仅校验核心假设、调整参数。