网上配资的平台盈米 AI 开放平台构建：从协同转型到行业赋能的探索之路

　　近日, 由阿里云主办、盈米基金协办的“AI 势能 Tech Day 财富管理专场”闭门研讨会在广州举行。30 家国内顶尖金融机构的大模型专家、技术负责人参加了会议, 共同探讨大模型技术在证券、基金、银行等财富管理领域的金融 + AI 创新应用与实践, 融合“技术突破 + 业务升级”双重视角, 为未来构建开放共享的财富管理新生态探寻对策思路。

　　盈米基金联合创始人、副总裁兼技术负责人刘永, 副总裁、且慢业务负责人林杰才, 高级技术总监梁仲智、吴珂皓以及且慢产品负责人辜腾玉等出席本次会议。

　　会上, 盈米基金高级技术总监梁仲智发表主题演讲《盈米 AI 开放生态平台 —— 盈米的 AI 协同转型探索》, 深度剖析了企业在 AI 革命浪潮下的协同转型路径。

　　他系统性地阐述了从 AI 辅助业务到 AI 协同业务, 再到 AI 主导业务的演进路径, 并分享了盈米基金开放生态平台及盈米 MCP Server 的构建思路与实践成果。

　　“AI 协同转型并非只是简单的技术引入, 而是一场涉及企业能力认知、组织架构乃至生产关系的深刻变革。其核心在于面向 AI 进行企业能力‘再资产化’, 构建开放的协同生态。”梁仲智表示。

　　01 AI 协同转型, 一场智力领域的 "工业革命"

　　在 AI 技术深度赋能金融业的当下, 财富管理行业正经历前所未有的智能化变革。梁仲智将这轮 AI 变革浪潮比喻为继工业革命之后的 "智力革命"。如果说工业革命用机器替代了体力劳动, 实现了大规模自动化生产, 那么 AI 革命则将在智力层面实现类似的跨越。

　　他进一步阐述, 在 2024 年之前,AI 更多被我们视为高级搜索工具, 与业务的融合度并不高。而从今年 (2025 年) 开始, 企业应该要开始推动 AI 的协同转型, 即将所有业务的设计、运作全流程都与 AI 协同生产, 实现从搜索工具到智力引擎的跨越。

　　基于 Scaling Law 这一人工智能领域的核心理论, 梁仲智预测, 未来 AI 或将主导大部分的业务, 而人类则更多扮演一个监督者的角色, 这也就意味着之后团队的“智力”生产力将不再受限于人力资源。企业可以将业务的最佳 SOP 进行 Agent 化, 仅需投入相应算力资本, 就能获得稳定高质量的智力生产力, 且这种增长是非线性的。

　　以合规审核为例, 传统模式下人力投入随审核量线性增加, 而通过 AI 固化 SOP 后, 审核能力不再受限于人力, 只需投入算力即可实现规模化处理。“我们的目标是从‘车间工人’转变为‘车间主管’, 学会驾驭这个新质生产力。”梁仲智表示。

　　02 AI 协同转型的核心: 面向 AI 的企业能力“再资产化”

　　要想实现 AI 协同业务, 最关键的是在于让 AI 能够获取企业的数据和调用核心业务接口。为此, 梁仲智提出了一个概念 —— 面向 AI 的企业能力“再资产化”。

　　(图 | 盈米 AI 开放平台系统)

　　对于什么是能力的“再资产化”? 他进一步解释道, 当前在企业内部其实存在大量分散、未协同的数据和接口, 且形式各异、错综复杂。AI 协同转型的首要任务便是将这些孤立的数据和能力进行集中管理, 并通过 AI 技术来实现快速、低成本的资产治理。

　　梁仲智介绍, 许多企业现有的数据和接口最初是为机器而非 AI 设计的, 若不经处理 AI 是难以理解其具体含义。因此, 所有接口都需要进行集中处理使其对 AI 友好。

　　以盈米基金为例, 将适合 AI 调用的接口规范通过 prompt 交给 AI, 让 AI 自动完成接口的改造, 全程无需人工操作。这种 AI 协作的方式极大地提升了效率, 使得公司一半的接口在两天内便完成了接入。

　　在完成公司的资产治理和接口改造后, 盈米将数据、算法、工具、内容、投研、投顾服务等核心能力, 通过 MCP 协议和 OpenAPI 协议向 AI 开放。如此一来, 在盈米内部各业务团队可便捷地使用这些能力, 去赋能特定的业务场景, 最终实现与 AI 的深度协同发展。

　　作为一家基金投顾公司, 同时也是一家金融科技公司, 盈米基金不仅是金融 AI 的先行者, 更是布道者。在完成企业能力“再资产化”后, 盈米在 2025 年 3 月推出了 AI 开放平台, 将自身沉淀多年的金融能力、数据和工具对外开放共享, 旨在让更多人能够轻松构建和使用专业级金融 AI 应用, 享受 AI 协同与自动化的智能财富管理服务。

　　03 AI 协同, 为什么会走向对外开放?

　　谈及为何要构建 AI 开放平台, 梁仲智举了一个形象的例子来说明这个问题:“设想在未来, 我下班开车回家的时候, 跟我的智能眼镜说:‘刚发工资, 最近有什么投资产品推荐的?’AI 回复:‘我调用了盈米 MCP 的工具查询, 结合你目前的情况, 我认为 A 产品挺适合。同时我发现你安装了 X 投资 App, 但由于它没有提供任何工具, 我无法给予你相关推荐, 你可以自行打开 App 查看’。”

　　相较于传统的 App 操作系统, 只能提供应用入口, 不能提供直接、具体的服务, 这也是我们诟病“人工智能不智能”的原因所在。而未来的 AI 则应该更有自主权和决策权, 自身就能灵活决定和操作业务的逻辑和服务的形态。这么一来, 对 AI 开放就变得尤为重要。

　　梁仲智认为,“开放”应该具有三重含义: 对内开放、对外开放, 以及对 AI 开放。对内开放, 就是内部赋能, 打破部门墙; 对外开放, 是构建外部的生态系统; 而最核心的是对 AI 开放, 需要把企业内部所有的东西都向 AI 开放, 才能实现真正的 AI 协同转型。

　　(图 | 盈米对外开放的三重含义)

　　对于如何构建 AI 开放平台? 梁仲智分享道,“盈米 AI 开放平台的底层涵盖了企业数据、交易能力、投研投顾能力等。通过治理和再资产化, 这些能力进入 API 层, 转化为 AI 可调用和使用的形态。然后, 在网关层将这些能力以合适协议 (如 MCP 协议) 向外暴露。”

　　盈米且慢 MCP Server 作为盈米 AI 开放平台的一部分, 已于今年 4 月在阿里云百炼平台首发上线, 并陆续入驻了火山引擎、百度 AI 助手、魔搭社区等主流平台。用户也可以在 Cursor、Trae、CherryStudio、Dify 等平台便捷地接入使用。

　　盈米且慢 MCP Server 首批提供了 30 多个金融工具, 涵盖投研、投顾、金融数据等维度, 核心能力包括资产诊断与配置、金融资讯与观点、基金数据以及回测和蒙特卡洛测算等投研能力, 与 AI 大模型的优势形成互补。目前已有上千名用户申请使用盈米且慢 MCP 工具。

　　(图 | 盈米且慢 MCP4 月上线阿里云百炼平台)

　　随后, 梁仲智分享了几个投顾业务与 AI 协同落地的实践案例。在财富管理领域, 因为投顾服务的非标性, 不同客户的目标、需求都不一样, 要做到千人千面, 就需要真人顾问来把关和服务。如果按照过去简单的自动化解决方案, 不仅漏损率高, 而且转人工服务的几率也大。在实现了投顾业务与 AI 协同之后, 效率和服务质量将得到大幅提升。

　　(图 | 通过盈米且慢 MCP 生成的资产诊断报告, 部分展示 | 仅作释义, 不作为任何投资建议)

　　财务规划报告提效: 过去, 投顾为客户出具一份完整的财务报告平均需要 3 小时。现在, 通过将所需数据和 SOP 封装成 MCP 之后供 AI 调用。通过盈米且慢 MCP, 只需几句大白话与 AI 协同,3 分钟内即可生成报告初稿, 投顾在此基础上再进行个性化调整, 确认无误后就能发给特定的客户。