过去十年，基金行业的增长公式是 规模 = 渠道 × 行情 × 人头。监管去通道、降杠杆，规模红利结束；alpha 分化加剧，业绩成了唯一的硬通货。堆人、堆数据的投研模式，正在失效。
未来十年的生存公式变成了 alpha = 认知半径（广度） × 判断质量（深度）。而现有投研模式在这两个维度上都在漏——我们称之为「判断漏损」。这份备忘录讲的，就是我们如何把它堵上。
第一层漏损是认知半径不够大——个人判断的「漏」。AI 已经帮研究员摘要 12 份公告、速读 8 篇研报、生成 30 场纪要，信息侧做满了。可它没识别出第 7 场路演第 23 分钟那条会击穿「假设 B」的信号。判断侧，完全空白。
「真正决定我赚不赚钱的那 3–5 条信号，70% 在『被读到』和『起作用』之间漏失了。」
—— 某 30 亿主观私募 · TMT 研究员第二层漏损是判断质量没合上——团队判断的「散」。信息其实都在，只是从没有人把它们拼在一起看过。这是一份真实的复盘案卷：
投研助手是 AI 在投资侧最深的应用层，海外头部基金均已下场。这不是一个需要教育的市场——它已经被 Citadel 验证过。
Citadel AI Assistant：按 PM 持仓个性化定制研究、研究员/PM 双视图、内部全员部署。
大规模招聘 AI Research Engineer 构建 agentic systems，直接对标 Citadel，深度嵌入投研工作流。
我们把专家的推理链路，构建成一张可追踪的思维链图谱——从信号到决策，以不足真人千分之一的成本，交付高质量、可回溯、可沉淀的投资策略与观点。它以三个 Copilot 交付，硬件即插即用，数据不出域。
市场存量清晰：2026 年 3 月末，证券基金在管 22.72 万亿元，管理人 7,500+ 家。我们做的是产业链中游的「判断催化层」——集成上游数据、加工成判断，做合作而非替代。定价按 AUM 分层，客户的 ROI 逻辑简单直接：
| 客户层级 | 年订阅 ARR | 覆盖 | 推理用量 | ROI 测算 |
|---|---|---|---|---|
| 小型基金10 亿以下 · 5,000+ 家 | ¥20–30 万 | 研究员 Copilot · ≤5 席（云 SaaS） | 30 万次/年 ¥5,000/万次 | 4人×30%×80万 ≈ 省 100 万 · 5× |
| 中型基金10–50 亿 · 1,700+ 家 | ¥100–180 万 | 研究员+PM+风控 · ≤30 席（私有化可选） | 200 万次/年 ¥4,000/万次 | 15人×30%×100万 ≈ 省 450 万 · 3.7× |
| 头部基金100 亿+ · 85+ 家 | ¥250–400 万 | 全功能 · 不限席位 · 私有微调 | 800 万次/年 ¥3,000/万次 | 60人×30%×130万 ≈ 省 2,300 万 · 8× |
30+ 年 AI、数据库与量化投资积累，500+ 顶会/期刊论文，6W+ 引用，50+ 头部机构合作项目。12 名全职（研发占 75%）+ 39 名兼职。
港科大（广州）金融科技系助理教授。时空数据挖掘与金融文本分析，近 3 年 CCF-A 类 20+ 篇；曾在百度、IBM、RavenPack 任访问研究员。
港科大（广州）协理副校长、AI 学域主任。ACM Fellow、IEEE Fellow、长江讲座教授，曾任百度研究院副院长主管 5 个实验室。
港科大（广州）数据科学与分析系正教授、长江讲座教授。研究 DB+AI 融合与高维数据建模，撰写合著 160+ 篇论文。
广东博源基金董事长。2001 年起就职招商证券投资咨询部、东莞利德、博源基金，东莞市私募基金业协会会长。
曾任美国 Oak Hill 对冲基金策略分析员、博时/平安基金投资经理，中低频多因子多策略，15+ 年跨市场经验。
中国科技大学微电子硕士。曾任美国 PicoNetics、Diodes 高级 IC 设计师与 FAE Manager，两项美国专利，后任微软高级架构师。
中山大学本硕。10+ 年投研/投顾产品设计与研发，曾任职国内多家知名金融与互联网公司。
曾任华林证券运营总监；富途从 0 搭增长团队，单季度带动 21 亿 AUM 增长、获客成本降 80%；腾讯驱动自选股 MAU 翻倍。
电子科技大学软工，7 年 AI 架构、4 年团队管理。曾任晶泰科技云计算任务系统负责人，从 0 到 1 支撑千倍增长。
我们诚邀你预约一场演示——用贵司的真实场景，跑一遍从信号到决策的完整判断链。