研报速递
11 月 2 日，香港证监会发布首份《大型机构人工智能应用及准备情况调查》。
几个数字值得记下来：
30% 的受访大型金融机构已在业务运营中采用代理型人工智能（Agentic AI），另有 25% 正在试点；95% 预计未来 12 个月增加 AI 应用；90% 已将 AI 工具接入内部系统。
分业务看：80% 已在投资研究及分析中部署 AI，30% 用于交易及执行，15% 用于投资建议及投资组合管理。
调查在 2026 年 7 月至 8 月开展，覆盖 20 家大型金融机构及其 78 家香港关联持牌法团，这些机构的证券交易额合计占 2026 年上半年香港持牌法团所报交易总额的 75% 以上。
样本不大，但分量够重：这是香港监管第一次系统性地问"你们到底怎么用 AI"。
最值得读的不是 80%，是 15%
80% 用在研究，15% 用在投资建议，这两个数字放在一起，说明了一件事：AI 已经在"生产内容"，但还没被允许"承担责任"。
研究是可以被"辅助"的：找数据、读公告、搭模型、写初稿。这些环节出错，代价是返工。
投资建议不行。它直接对应客户的买卖决策，出错要有人担责。所以即便 80% 的机构在研究环节用了 AI，真正让它进入"建议"环节的只有 15%。
香港证监会行政总裁梁凤仪在同一天的发言里说得很清楚：将针对自主程度较高的 AI 应用制定以原则为本的实务指引，重点确保市场安全，并在整个业务流程中落实人员问责和人工监督。
中介机构部执行董事叶志衡的补充更具体：随着 AI 自主性提高，更须确保人类的主导地位不受动摇；要明确数据访问及授权操作范围，建立有效的监督和干预机制；管控措施应与 AI 应用的权限及潜在影响相匹配，而不是要求每一项输出或操作都经过人工审批。
最后半句很关键。监管不要求"每一步都人工点确认"，那等于不用 AI；监管要的是"责任能落回到一个人身上"。
一份已经跑起来的案例
调查报告里提到一个已投入正式运行的案例：某 AI 应用利用深度强化学习生成日内交易执行及对冲决策，相关决策受到电子交易治理措施、风险限额及监控措施约束，交易人员仍对对冲活动进行监督。
这个案例把"人机分工"写得很清楚：AI 做决策，人做监督；AI 在限额内跑，人在限额上设闸；出了事，找得到那个"监督的人"。
这也是未来几年金融岗位变化的主线：做的人变少，看的人变重要。
内地的口径，方向一致
内地目前还没有一份同等颗粒度的调查，但监管口径的方向是一样的。
据行业报道，拟出台的规则明确：只要实质开展自动化投资咨询，就要纳入投顾监管框架，不能拿"工具"当挡箭牌规避持牌责任。
翻译一下：你可以用 AI 生成建议，但只要这个建议实质上给了客户，责任就在持牌的人身上。工具是工具，签字是签字。
这跟香港的"人员问责"是同一个逻辑，只是表述不同。
三类岗位，三种走向
第一类，研究助理岗，被压缩得最明显。过去一个分析师带两三个助理，做数据、做图表、做初稿；现在这部分活，AI 能吃掉一大半。留下的助理，要么往"产业专家"走，要么往"AI 训练与校验"走——后者是新岗位，负责给模型喂数据、校对输出、设定边界。
第二类，投顾岗，分化。信息传递型的工作在贬值，因为客户自己也能问 AI；真正升值的是"在客户想犯错的时候把他按住"这类工作。这需要理解客户的真实约束：这笔钱什么时候用、亏了之后家里什么反应、他嘴上说的风险承受能力和实际能承受的差多少。AI 处理不了这些。
第三类，运营与交易岗，变成"监督岗"。AI 跑的流程越多，越需要有人设限额、看异常、做处置。这类岗位的人数不一定增加，但要求会变：从"会操作"变成"会判断异常"。
给个人的三个准备
第一，把你的工作拆成"可被生成"和"必须被判断"两部分。前者是你要交给 AI 的，后者是你要放大的。如果你的工作 80% 属于前者，那你要开始挪。
第二，学会"校验"，而不只是"使用"。未来最值钱的 AI 能力，不是会写 prompt，是能看出模型哪里错了。金融场景里，一个数字错了，比一段话写得不好严重得多。
第三，把"签字"当成一种资产。在 AI 时代，能签字的人不是干活最多的人，是能承担后果的人。这个能力，短期看是负担，长期看是护城河。
调查报告里还有一个数字：85% 的机构表示，在扩大 AI 治理安排、全生命周期监控及应用清单管理方面存在挑战。
治理是机构的难题，也是个人的机会。因为治理最终要落到人：谁来定清单、谁来批权限、谁来复核输出、谁来签字。
AI 把"做"的成本打下来了，把"负责"的价格抬上去了。
你现在的岗位，属于"可被生成"还是"必须被判断"？留言说说你的判断。
延伸阅读
