财联社 10 月 16 日讯（记者 吴雨其）10 月 16 日，全球财富管理论坛 · 2026 上海苏河湾大会在上海举行。在当日下午以 " 数智重塑金融新范式与竞争新高地 " 为主题的圆桌论坛上，来自瑞士百达集团、摩根士丹利投资管理、GEMCORP 资本、霸菱及国富资本的五位嘉宾，围绕人工智能投资、资管行业数字化转型、新兴市场投资机会及金融风险等话题展开讨论。

人工智能带来的资本需求成为讨论重点。摩根士丹利投资管理泛固收团队主管 Vishal Khanduja 在会上表示，按照基准情景估算，到 2030 年全球 AI 数据中心相关投资规模预计达到 5 万亿美元。市场对 2027 年 AI 相关资本开支的预测，已从约 7000 亿美元上调至约 1.4 万亿美元。随着资金需求不断增加，企业的资产负债表实力、现金流及融资能力也受到债券投资者关注。

AI 对金融行业自身的改变同样引发讨论。瑞士百达集团股权合伙人 Niall Quinn、霸菱大中华区及东南亚区总裁 Eric Jan 均强调，人工智能可以提高投研效率，但投资决策仍需要人类判断。国富资本董事长熊焰则认为，智能体的发展可能在未来 5 至 10 年重构金融行业的人员结构和交易方式。GEMCORP 资本创始人兼首席执行官 Atanas Bostandjiev 则从新兴市场投资角度，谈及技术创新与耐心资本如何共同推动基础设施建设。

AI 资本开支预期上修，资金成本与盈利能力受关注

Vishal Khanduja 介绍，摩根士丹利投资管理资产规模超过 2 万亿美元，其中约 9000 亿美元投资于公开市场固定收益产品。对于快速增长的 AI 投资，固定收益投资者需要考虑的是资金从哪里来，以及未来如何偿还。

他展示的测算显示，到 2030 年全球 AI 数据中心相关投资规模预计达到 5 万亿美元，资金主要投向芯片、计算硬件、电力供应及数据中心基础设施等领域。不同地区的电力供应条件，也会影响数据中心的建设和运营成本。

资本开支预期仍在不断上升。Vishal Khanduja 提到，2025 年市场对 2027 年 AI 相关资本开支的预测约为 7000 亿美元，目前已上升至约 1.4 万亿美元，几乎翻了一番。

部分大型科技企业除资产负债表上的资本支出外，还承担了长期租赁等未来支付义务。Vishal Khanduja 认为，资产负债表实力将影响企业的融资成本，也可能决定未来两三年哪些企业能够在竞争中胜出。

" 我们现在认为资金的成本极高，而且未来 3 至 5 年对资金的需求量极大，风险也极高。" 他表示，对债券持有人来说，需要分析哪些资产负债表有能力承担这些风险。

在问答环节，Vishal Khanduja 进一步表示，一些大型科技公司虽然拥有可观的经营现金流，但快速增长的资本开支也在消耗这些资金，挤压自由现金流。" 我不太关注增长，我更关注于这两点。" 他所指的是清晰的盈利模式和融资灵活性。企业能否在需要资金时及时筹资，以及如何平衡现金流与资本开支，将成为未来两三年的重要因素。

对于人工智能带来的投资机会，熊焰也提到，AI 领域尤其是算力已经成为投资热点。技术突破不仅会推动相关行业自身增长，还会带来新的应用场景和市场需求。

AI 加速进入资管投研，最终决策仍由人负责

人工智能已经在改变资管机构的工作方式，但技术应用能否形成实际成果，仍是行业关注的问题。

Niall Quinn 认为，过去金融机构的竞争优势往往来自更快、更好地获取信息，如今投资者能够持续获得研究报告、经济数据、市场评论及 AI 生成内容，信息处理反而成为新的挑战。

" 数字时代的悖论是虽然信息变得丰富，但洞察力却变得更加稀缺了。"Niall Quinn 表示，过去企业主要在分销、规模和信息上竞争，如今竞争越来越集中在谁能将信息转化为洞察力，再将洞察力转化为决策和更好的客户成果。

据他介绍，瑞士百达集团已经开发人工智能驱动的股票投资能力，将机器学习模型与基本面和量化专业知识结合。投资经理负责设计框架、监控结果，并对决策完全负责。生成式 AI 也被用于内部信息管理，减少重复性工作。

" 人工智能可以起草、建议和加速，但人工智能不负责决策、签字。"Niall Quinn 认为，未来十年的赢家不一定是拥有最大数据库或最大技术预算的公司，而是能够结合技术、专业知识和信任的机构。

Eric Jan 也分享了一组行业数据。他介绍，目前 95% 的另类投资机构已落地生成式人工智能应用，超过 60% 的机构投资者表示，更愿意将资金配置给在生成式 AI 领域有实质性投入的管理人。

不过，技术投入并不等同于实际回报。" 行业争论的焦点早已不是机构是否在试验 AI ——多数机构已经在做。真正的考验是：这些试验能否转化为可衡量的业务成果。"Eric Jan 表示，霸菱已经成立专门团队统筹内部 AI 应用，但仍将相关业务决策权留给投资专业人士和业务负责人。

在具体应用中，有投资专家训练了多个 AI 智能体，让它们围绕一个投资想法展开辩论、相互挑战假设，再与投资组合经理讨论。

Eric Jan 同时提醒，人工智能广泛应用可能带来新的系统性风险。" 最大风险可能不是用人工智能得出错误的结论，而是许多人工智能系统在同一时间得出相同的结论。"

他认为，当多家机构使用相同的数据、模型和信号时，市场行为可能更加同步。AI 可以在单个企业层面降低风险，同时增加整个市场的系统性风险。对于是否让 AI 参与投资委员会投票，Eric Jan 明确表示，现阶段仍希望由人类作出最终投资决策。

熊焰则对 AI 重构金融行业提出了更为激进的判断。他认为，金融领域大量业务属于非创造性知识生产，信息搜索、投资研究，以及私募股权投资的募投管退等环节，都可能被人工智能和智能体重构。

他个人预计，未来 5 至 10 年，当前约 50% 的金融从业人员可能被大模型替代。未来金融交易也可能由人与人之间的交易，更多转向智能体与智能体之间的交易。

私募信贷与技术创新结合，新兴市场投资机会拓展

人工智能和数字化技术的影响，也正在向新兴市场的基础设施、能源和私人信贷领域延伸。

Atanas Bostandjiev 认为，新兴市场正从全球经济的资源供应方，迅速成长为创新与增长的枢纽，技术创新和耐心资本是其中的两大支柱。据他介绍，GEMCORP 资本自 2014 年以来，已在超过 25 个国家部署超过 100 亿美元资金，投资、建设并运营能源和基础设施等项目。

他以肯尼亚图尔卡纳湖风电项目为例，该项目为肯尼亚提供超过 10% 的电力供应，建设涉及 360 台风机、一条 200 公里的公路和一条 428 公里的输电线路。GEMCORP 资本还通过私募信贷协助安哥拉水坝项目融资，并投资先进材料企业。

在中国与新兴市场的合作方面，Atanas Bostandjiev 介绍，公司最近与湖南省签署了谅解备忘录，为湖南制造企业进入非洲市场提供金融支持，涉及重型装备和日常用品等领域。

他提到，今年一项针对 250 名机构投资者的研究显示，这些机构合计管理资产约 21 万亿美元，更多投资者计划增加新兴市场私人信贷配置，并预计未来五年相关投资回报比发达市场高出约 300 个基点。

" 中国不仅仅是一个市场，还是一个创新的实验室。"Eric Jan 表示，中国在移动支付、电子商务、电动汽车及人工智能服务等领域拥有丰富的应用经验，技术与实体经济之间的深度融合，也是中国的重要优势。

熊焰则认为，AI 作为通用技术，具有广泛应用、大幅提高效率、创造新场景和新需求等特征。随着智能体能力发展，未来金融交易系统也可能发生变化，包括面向智能体的确权、存证和自动履约等机制。

在 Atanas Bostandjiev 看来，数字化工具可以改善新兴市场项目的治理和透明度，使项目更容易达到机构投资者的投资标准。与此同时，越来越多资金正在从亚洲和海湾地区流向新兴市场。" 技术创新和耐心资本正在成为新兴世界增长的双重引擎。" 他表示，从可再生能源到大型绿色基础设施项目，创新要实现大规模落地，仍需要灵活、可拓展的融资支持。