中国证券基金在管规模 22.72 万亿元，7,500+ 家管理人。堆人、堆数据的模式正在失效——我们在产业链中游，把数据加工成判断，按 AUM 分层收订阅费。
监管去通道、降杠杆，alpha 分化加剧。增长公式被生存公式取代——竞争从「谁人多」变成「谁判断得准、判断得全」。
带完整「研·投·控」思维链，硬件即插即用、数据不出域。以不足真人千分之一的成本，交付可回溯、可沉淀的判断。
| # | 技术 | 说明 | 关键指标 |
|---|---|---|---|
| 01 | 思维链图谱 | 专家推理链路构建动态金融知识图谱，假设结构化为可追踪节点，结论逐层归因。 | 1/4建设周期 · 结构化率 >85% |
| 02 | 小样本自进化 | 为每个成员建独立判断风格画像，冷启动即可用；自动识别「判断 vs 行动」偏离。 | ↓90% / ↑28%冷启动数据 · NDCG@10 0.82 |
| 03 | 可信度感知幻觉管理 | 每个推理节点嵌入可信度评估，低可信触发补证据，架构层可检测、可拦截。 | <2%事实错误率 · 基线 10–15% |
| 04 | 高性能低成本运算 | 投研链只跑一次全用户共享，Skill 路由把专用系统能解决的挡在 LLM 之外。 | ↓80–90%推理成本 · P95 <3s |
提效 30% × 团队人力成本，抵回订阅费绰绰有余。投研链全用户共享——Token 从「用户数 × 全链路」降为「1 × 投研链 + 用户数 × 服务链」。
| 客户层级 | 基础年费 | 覆盖席位 | Token 包 | 私有化 | ARR | ROI |
|---|---|---|---|---|---|---|
| 小型基金10 亿以下 · 5,000+ 家 | ¥15–25 万 | 研究员 · ≤5 | 30 万次 · ¥5,000/万 | 云 SaaS | ¥20–30 万 | 5× |
| 中型基金10–50 亿 · 1,700+ 家 | ¥80–150 万 | 研+投+控 · ≤30 | 200 万次 · ¥4,000/万 | 可选 ¥30–50 万 | ¥100–180 万 | 3.7× |
| 头部基金100 亿+ · 85+ 家 | ¥200–300 万 | 全功能 · 不限 | 800 万次 · ¥3,000/万 | 必选 ¥80–150 万 | ¥250–400 万 | 8× |
外部对标：Wind 金融终端 ¥4 万/账号/年，百亿级基金一家年支出 200–300 万 · AlphaPai 2026.3 完成 A 轮近 2 亿。
港科大（广州）金融科技系助理教授，近 3 年 CCF-A 20+ 篇，曾任百度/IBM/RavenPack 访问研究员。
港科大（广州）协理副校长、AI 学域主任，ACM/IEEE Fellow，曾任百度研究院副院长。
港科大（广州）数据科学与分析系正教授、长江讲座教授，160+ 论文。
广东博源基金董事长，2001 年起深耕买方，东莞市私募基金业协会会长。
曾任美国 Oak Hill 对冲基金、博时/平安基金投资经理，15+ 年跨市场量化。
中国科技大学微电子硕士，两项美国专利，曾任微软高级架构师。
中山大学本硕，10+ 年投研/投顾产品设计与研发。
曾任华林证券运营总监，富途单季度带动 21 亿 AUM、获客成本降 80%。
电子科技大学软工，曾任晶泰科技云计算负责人，支撑千倍增长。
把中游的判断催化层做成行业标配。资金用途如右——重心在算力与团队。
单位：万元 · 合计 ¥2,000 万