外资报告

你可能想不到，国内资管领域的 AI 落地节奏，已经走出和海外截然不同的路径。这份来自伯恩斯坦 2026 年 9 月发布的亚洲量化策略研报，就拆解了这一被不少人忽略的产业变化。 海外资管机构从 2023 年就开启 AI 尝试，但推进节奏平缓。而国内行业在 DeepSeek 模型问世之后迎来拐点，落地速度骤然加快。核心差异在于，国内机构大量选用开源权重模型，优先本地私有化部署，敏感数据留在内部环境，非公开数据才走公有云；海外更多选用闭源前沿大模型，还在反复权衡自研还是外购的选择。 还有一处关键不同是规则建设。中国资管协会出台六层完整落地指引，从基础设施、数据、模型、应用一直到安全、场景应用全部划定标准，海外大多还停留在原则性引导，缺少针对资管行业的细化条款。 量化机构是本轮变革里走在最前面的群体。不少量化机构已经把 AI 嵌入整套业务链路，不只是做文档整理、代码编写，还用来挖掘非结构化信息，搭建端到端深度学习框架。证券机构的大模型渗透率同样快速抬升，2023 年仅 19 家机构试水，到 2025 年上半年已经增长至 67 家。 行业也正在发生观念转变，AI 不再只是简单的辅助工具，企业大脑、多智能体工作流成为建设方向。竞争的重心，慢慢从单纯比拼模型能力，转向私有数据沉淀、业务工作流改造。值得留意的是，行业共识十分清晰：AI 负责信息加工研判，最终的业务决策依旧交由人来完成。

内容源自伯恩斯坦 2026 年 9 月发布的研报《China Next Winners: AI harnesses, and the battle for context lock‑in》。 很多人把目光聚焦大模型本身，但这份研报提出一个反常识判断：往后 AI 比拼的关键点，不只是模型推理能力，Agent 调度层也就是 AI 驾驭层，会成为产业角逐的核心阵地。 大模型本身大多是无状态的，每次问答结束记忆就清零。而 Agent 驾驭层可以叠加持久记忆、工具调用、技能库，更像一个可以持续协作的同事，记住使用者的习惯，顺着用户偏好完成长链条复杂任务。 国内走出两条截然不同的发展路线。腾讯走开放生态路线，Workbuddy 聚合多家第三方模型，依托微信庞大流量与小程序体系，旗下小微 Agent 拥有海量用户场景，现成交易链路是它得天独厚的底牌。 阿里巴巴则锚定企业侧，依靠阿里云、钉钉，主打垂直行业解决方案，重点帮企业守住自身专属业务上下文，瞄准企业内部高阶使用者的实际效能痛点。 独立 AI 实验室走出另一条路，DeepSeek Harness、ZCode 面向技术深度用户，省去平台中间环节，但也会面临沦为底层工具供应商的风险。 Meta Muse 的走红也带来启示，它并非依靠颠覆性底层技术，顺滑交互体验与生态连通能力才是出圈关键，这一点对国内产品同样具备参考意义。 简单来讲，大模型是底子，但谁能牢牢抓住用户真实上下文、工作流程，谁就能拿到更大的产业主动权。

很多人的固有认知里，能源市场冲突只会带来短期扰动，但瑞银 9 月 25 日发布的《全球石油、天然气与炼化市场展望》研报给出不一样的判断，霍尔木兹海峡局势正在实实在在重塑全球油气供需格局。 你可能想不到，受中东冲突冲击，8 月在动用战略石油储备之前，全球原油供应缺口达到 1090 万桶每日。大量运油航线受阻，只能依靠管道绕行、隐性过境运输去弥补缺口，全球石油库存持续走低，已经落到近五年波动区间之下。 供给端的损伤是多层次的，不光原油出口受限，中东不少炼化装置出现关停或者受损，区域成品油出口能力大幅收缩。天然气与 LNG 出口同样遭遇中断，就算把各国储气库算进去，扣除最低安全储备后，实际可调用的缓冲空间比账面数据要低不少。 瑞银调整了油价预判，相比此前预期有所下调，预判 2026 年布伦特原油全年均价 83.74 美元每桶。短期市场依旧处在供应缺口状态，但远期期货曲线已经呈现升水结构。OPEC + 闲置产能逐步收紧，美国原油增产的节奏放缓，会持续给市场托底。 需求端同样出现变化，研报测算 2026 年全球石油需求会出现回落，后续到 2030 年才进入平缓下行阶段。整体看，当下油气市场最大的变量依旧来自中东地缘，海峡航运的恢复进度，会直接决定库存修复和价格走向。

很多人觉得 AI 购物会一夜之间全面普及，高盛这份 2026 年 9 月发布的研报却给出不一样的判断：智能体驱动的商务不会是颠覆性突变，而是未来 3‑5 年以上的漫长产业演进。 你可能想不到，现在已经有接近半数网购人群会借助 AI 做商品搜寻、比价，但真正交由 AI 自主完成下单的比例依旧很低。报告测算，美国有 2.6 万亿规模的消费品类适合率先落地智能体购物，低风险、标准化的日用品会走在最前面，服装、奢侈品这类主观偏好强的品类推进速度会慢很多。如果高适配品类里智能体渗透率达到 2%，就能够拉动电商整体增速提升约 1 个百分点。 这股变化会改写行业底层逻辑。过去比拼的是谁掌握线上店铺，未来竞争核心变成谁掌握用户需求意图，以及把需求转化成可靠交易的整套配套体系。广告不会直接消失，只是投放阵地会向 AI 原生的推荐场景迁移。 但这条路障碍不少。最大卡点不在于大模型能力，而是整套权责规则还没完善。怎么确认确实是消费者本意下单、出现错买和欺诈损失该由谁承担，目前行业没有统一答案。传统识别机器人的手段慢慢失效，云侧运行的合法智能体，行为特征和恶意程序高度相像，市场对身份核验、风控安全的需求会同步放大。 零售企业内部也出现路线分化，一部分平台主动开放商品库存对接 AI 智能体，也有平台选择拦截外部智能体，守住自身的用户数据和客户关系。 总结来看，决定最终玩家能走多远的，并非单纯 AI 模型强弱，而是分发渠道、用户信任、商户参与度、交易基础设施的综合实力。 可私信我，进我的外资研报知识库：外资研报知识库这是一个汇集全球顶级投行最新研究报告的知识库。每日更新，内容覆盖全球宏观经济、行业趋势及公司深度分析。是你手机里的经济顾问智囊团，能够根据你的个性化问题，基于专业的私有数据库，给你最为精准可靠的答案。