在最近的一次行业研讨会上，包括 Courtney Posner（Lowenstein）、Nick Platt（Kudu Investments）、Stephanie Sirois 和 Wendy Beer（Channel Diligence）、Jim Leahy（Orical）、Mike Fastert（Altaira）、Justin Wood（Stone Coast）、Bill Saltus（摩根士丹利）、Dan Katz（Quadrangle）以及另类投资管理协会 (AIMA) 的 Michelle Noyes 在内的领先专家齐聚一堂，分享了投资经理、资产配置者和合规团队如何应对这一快速变化的局面。
他们探讨了切实可行的策略、经验教训以及帮助企业负责任地利用人工智能的关键主题，同时将人类的判断和监督置于决策的核心。
人工智能在资产管理领域的应用正迅速增长。企业若延迟采用人工智能，则可能落后于市场；而缺乏规范的采用方式则可能带来运营和监管风险。资产管理公司需要转变对人工智能风险的认知，将治理和问责置于优先地位。
人工智能治理已从非正式探索转变为正式预期。投资者和运营尽职调查团队现在期望看到书面政策，详细说明允许的使用范围、监督流程以及对第三方工具的控制措施。
人工智能与现有法规相互作用，包括信托责任、隐私法和内幕交易规则。即使是并非直接用于投资决策的人工智能工具，也可能引发有关数据保护、个人身份信息 (PII) 和重大非公开信息 (MNPI) 的义务。
人工智能输出中的微小错误可能会迅速扩大。企业必须监控偏差、偏差和准确性，同时保持人工监督，尤其是在招聘、绩效评估和投资者沟通方面。
第三方人工智能工具必须安全可靠、隔离严格，并受到严密监控。明确的合同和技术保障措施对于保护公司数据和维护问责制至关重要。
首席合规官通常负责监督人工智能治理，但有效的管理需要法律、IT、运营和投资团队之间的协作。角色、职责和升级流程都应明确定义。
随着人工智能不断重塑金融服务格局，企业需要采取清晰可行的步骤来管理机遇和风险。以下最佳实践为负责任地采用人工智能提供了一个框架，帮助企业保障决策安全、确保合规，并与客户和利益相关者建立信任。
AIMA 2025 年的一项行业调查发现，95% 的受访对冲基金目前都在某种程度上使用生成式人工智能，与往年相比，这一比例显著提高。
在讨论中，与会者探讨了人工智能如何融入对冲基金及其投资运营，重点关注治理、风险和实际应用方面的关键考量因素。从供应商管理和运营应用到投资工作流程和人工监督，讨论强调了结构化治理、严格的供应商管控以及分阶段实施的重要性，以确保准确性、合规性和价值创造。
只有当人工智能直接惠及基金时，相关成本才应计入基金，以确保投资者利益的透明度和公平性。这意味着要区分公司层面的人工智能项目和基金专属应用，并记录所有成本分配的理由。
应仔细审查有限合伙协议 (LPA) 等法律文件，以确保人工智能的使用符合合同义务。LPA 可能包含有关基金支出、受托责任和运营限制的具体条款。审查这些文件有助于确认人工智能的实施、成本分配和工作流程变更符合现有协议和监管要求。
通过第三方供应商管理人工智能的使用对于维护安全性、合规性和运营完整性至关重要。企业应控制外部供应商如何使用人工智能，尤其是在处理敏感文件或机密基金信息时。明确的界限、监督和定期监控有助于防止数据滥用或意外风险暴露。
为了使这些控制措施正式化，必须纳入保密协议和合同保障条款。这些措施确保供应商了解自身责任，遵守监管要求，并遵循既定流程。通过建立健全的供应商管理机制，企业可以安全地利用外部人工智能能力，同时保护基金资产和投资者利益。
人工智能正逐渐成为投资团队日常工作中值得信赖的伙伴，帮助他们专注于自身最擅长的领域。在法律领域，人工智能可以处理合同审查和KYC审核等重复性工作，使团队能够腾出时间做出真正重要的判断。运营团队利用人工智能更快地处理和核对数据，而投资者关系团队则可以瞬间生成定制报告，从而有更多时间与客户进行一对一的沟通。
但正是人将这一切融会贯通。人工监督确保人工智能的输出准确、合规且应用得当。通过将技术与人类专业知识相结合，团队可以更高效地工作，更快地响应，并为客户带来更佳的成果。
与会专家强调，人工智能正日益像一支初级分析师团队一样运作，通过总结研究、跟踪新闻和更有效地识别趋势来支持投资专业人士。
然而，输出的质量取决于输入的质量。结构化数据和统一的技术环境至关重要，否则，即使是最先进的人工智能也可能产生有缺陷或误导性的结果。
尽管人工智能的能力日益增强，但人工验证仍然至关重要。包括美国证券交易委员会（SEC）在内的监管机构自身也在使用人工智能，这凸显了严格监督和问责的重要性。
为了支持负责任的AI整合，企业越来越多地引入技术专家、用户体验设计师和运营人员。这些角色确保AI工具得到有效实施，工作流程保持高效，输出结果准确无误。这种方法将技术创新与人类判断相结合，使团队能够更智能地工作，并为客户带来更佳的成果。
人工智能正在变革投资管理，为团队带来更高水平的效率、洞察力和可扩展性。然而，必须牢记，人工智能只是一种工具，而非人类判断的替代品。成功部署的关键在于保持人工监督，专注于明确的应用场景，并在寻求新的解决方案之前充分利用现有的供应商合作关系。此外，团队还需要优先考虑准确性、变更管理和员工接受度，同时为下一阶段的人工智能做好准备——即由智能体系统执行具有运营、法律和信托责任影响的自主任务。
谨慎至关重要。“垃圾进，垃圾出”这条古老的原则依然适用，缺乏监管的实验很容易误导决策。快速部署的承诺往往不切实际，因此，强有力的治理是成功的基石。那些建立健全的控制机制和谨慎监督机制的公司，能够负责任地运用人工智能，将技术创新转化为切实有效的成果，同时有效管理运营、监管和信托风险。