金融监管总局近日披露的最新数据显示 ，二季度末 ，人身险公司 、财产险公司股票和证券投资基金余额合计约6.39万亿元，占同期两类公司保险资金运用余额的16.2% ，创下近四年来新高 。
受访人士对记者表示 ，AI正在同时改写保险资金“投什么 ”与“怎么投 ” 。一方面，AI深刻影响经济和产业，作用于投资对象 ，成为需长期跟踪的重要变量；另一方面 ，AI重构投研生产方式，人机协同将成未来险资投资新常态。
重估投资标的价值逻辑
Wind数据显示 ，二季度 ，保险资金整体呈现净增持态势，持仓数量净增加约1.83亿股 ，重点围绕AI算力 、芯片半导体等新质生产力赛道布局 。
某中部保险资管负责人对记者表示 ，在大模型参数量持续膨胀的背景下，AI算力、芯片半导体等共同构成千行百业实现AI转型不可或缺的“数字基建” ，具有极强的刚性价值 。随着AI改造各行各业 ，各行业投资标的的投资价值逻辑被重估。
以制造业为例，太平洋证券撰文指出 ，家电企业依托制造底蕴布局算力硬件 ，有望迎来从传统制造向硬核科技跃迁的机遇。信达证券则在研报表示，电网 、煤炭 、油气借智能化升级催生新机遇，AI推动油气增储上产、煤炭运维智能化 ，重塑运营模式 。
标的投资价值逻辑被重构 。中欧世界 工商学院教授谭寅亮对上证报记者表示 ，AI正在推动新一轮产业基础设施建设，将深刻重塑电力、制造 、材料 、通信与半导体产业。对于中国资本市场而言 ，未来真正值得长期重视的 ，可能不是短期的AI概念炒作，而是围绕AI基础设施形成的硬科技系统性重估 。
上述中部保险资管负责人表示 ，AI改造传统行业后 ，保险资金的价值评估框架正在经历三重转变：从历史财务数据转向未来智能化潜力，从有形资产规模转向数据与算力资产 ，从短期股息回报转向长期战略价值 。
改变投研方式
在投资实操上 ，AI对投研“生产方式 ”的改变更为具体。
泰康资产CEO段国圣对记者介绍，大模型已承担信息检索、材料梳理 、数据对比与持续跟踪 ，投研正从主要依靠人力转向人机“双驱动 ” 。不过 ，AI不会削弱研究价值，反而对专有数据 、深度判断与组织能力要求更高 。
让AI服务投研，关键在“连接”而非“堆数据”。
段国圣表示 ，大模型掌握的是广泛公共知识 ，并不了解一家机构长期形成的研究框架、关键假设与实践反馈；须把行情 、财务等基础数据，研报 、纪要等研究材料 ，以及历史判断、验证结果与复盘结论 ，按公司研究逻辑连接起来，AI才能准确检索观点 、呈现证据 ，专业人员也才能追溯与检验 。在此基础上 ，应建设面向投研的专业智能平台，把模型 、数据、知识 、流程贯通调用 ，让AI进入投研流程 ，把个人有效方法沉淀为机构可复用的资产 。
人机协同将成投资新常态
展望未来，人机协同将成险资投资新常态。
一位银行系保险公司投资负责人对记者表示 ，对于AI辅助产生的投研结果 ，人还需动态调整，达成人机协作 。越容易通过数据 、规则和外部工具检验的，交给机器；越涉及因果解释、价值判断、重大风险与责任承担的 ，由人负责 。
“AI适合承担信息量大 、重复度高 、规则明确且可检验的证据工作；人负责定义问题、提出假设 、设定边界 ，因果识别 、关键拐点、风险取舍与投资决策要由人员主导担责。 ”他说，决策后还要完整记载研究依据 、假设调整与人工修正 ，并不断复盘。这将是未来投资领域人机协作的新图景 。
多位保险资管人士都认为 ，AI不能取代机构主动管理 。杨平说，近来 看不到AI完全替代的可能：投资的核心在于与被投企业深入面谈交流 ，以及对趋势的判断 ，这里包含人的经验与认知。段国圣也认为，资管机构真正难以复制的不是一套模型或某一次判断 ，而是长期跟踪企业 、产业与市场 ，在变化中检验认识、纠正偏差，转化为共同研究框架与团队经验 。经周期检验 、能动态修正的专业判断与团队能力 ，仍决定主动管理的上限 。
（文章来源：上海证券报·中国证券网）
