私募用AI的最大风险是什么?

从2023年DeepSeek横空出世开始，各类媒体都有很多关于私募基金拥抱AI的报道，甚至在很多私募基金管理人或者私募基金产品的推介材料中，都会看到有关AI的直接或者间接表述。毋庸置疑，中国私募基金市场，特别是量化私募领域，对AI的使用已从早期的探索性应用，演变为2026年行业竞争的基础设施工具，呈现出”从可选项变为必选项”的深刻转变。

AI作为一种工具（当然也是一种思维方式），在私募基金领域的应用范围极为广泛——在核心资管业务环节，AI可以深度嵌入因子挖掘与策略研发、组合管理与交易执行；在中后台运营层面，广泛应用于数据清洗、研报语义解析、回测绩效评估及辅助编程，实现投研产能的指数级提升；在基金销售领域，且不论智能客服这类传统对话类工作的替代作用，AI还可以全方位分析投资者和市场信息，提供个性化的投资建议和配置方式，精准营销；在风控领域，对各类交易信号的准确把握和识别，可以大大辅助性地提高风控效果。随着AI技术的不断进步以及应用场景的深化，AI将会在私募领域发挥更大的作用。

面对方兴未艾的私募与AI的结合，我们也应当坦然地承认，现有的监管规则还缺少明确的规范，但这不意味着，可以毫无节制的滥用AI。对此，一则美国证监会的案例，值得所有私募关注。

2024年3月18日，美国证券交易委员会（SEC）宣布，其先前对两家投资顾问公司——D公司和G公司——就两家公司在提供投资建议时谎称使用AI的虚假和误导性陈述指控，达成了和解。

D公司在相关资料和网站上声称，D公司使用“预测性算法模型”进行资产选择，并部署“机器学习来分析其成员共享的集体数据，以做出明智的投资决策”。但是，D公司本身从未创建过使用客户数据进行投资决策的算法。即使SEC检查发现D公司的问题后，D公司拒不悔改，依然我行我素，继续在与客户沟通和营销材料中就其不存在的“专有算法”和预测性数据分析作出类似的虚假和误导性陈述。

G公司也差不多。G公司曾在其网站上声称其技术融入了“专家AI驱动的预测”，但实际上并未做到，并在其网站、给现有和潜在客户的电子邮件以及社交媒体上不准确地声称自己是“首个受监管的AI财务顾问”。吹了一个大牛。

最终，SEC指控D公司和G公司违反了《投资顾问法》（Investment Advisers Act of 1940）第206(4)条及其下的第206(4)-7条规则和第206(4)-1条规则。两公司分别与SEC达成和解，最终支付了22.5万美元、17.5万美元的罚款。

这两则案例本身并不复杂，也非常容易理解和认同SEC的监管逻辑。但是，这两则案例背后却透露了三点重要启示。

启示1：面对AI时，在当前的技术条件下，监管保持“中性”是大概率事件，即监管不会去评判某一项AI技术是好是坏，使用AI技术本身是对是错，而是超越对错好坏来看待问题。这就意味着，使用AI技术本身不会构成违规。

启示2：金融市场最为核心的监管理念就是信息披露，而信息披露的核心监管要义，从过去到现在都没有发生实质性的改变。换言之，信息披露的规则不受AI加持的影响。这就意味着，即使没有新的规则产生，基于现有规则，也可以对使用AI过程中的信息披露问题进行监管、规制。

启示3：在上述两则案例中，都透露着一个重要的隐含信息——面对监管，特别是在后续面对各类民事司法程序的过程中，基金管理人都应当负有举证证明其履行了符合AI使用承诺的义务。相较于监管处罚而言，民事司法程序中的证明无疑是复杂的、困难的，甚至可以说是最为致命的。这一点，应当给予五星级的重视。

返回来，看本土实践。

我们必须承认，现在，中国的私募基金管理人是谨慎和克制的：

中国私募基金管理人在接受媒体采访、发布年度策略展望、技术成果开源或人才招聘等场景中，会非常详细且主动地披露AI工具的使用情况，甚至提供具体技术细节来吸睛；但是，在基金产品招募说明书、募集路演材料、面向投资者的官网介绍等正式宣传场景中，对AI工具的披露更为含蓄和内敛。我们看到过很多私募基金产品的推介材料，在描述产品时，通常不会单独突出”AI”或”人工智能”作为卖点，而是将其归入”量化多因子策略”、”机器学习增强”、”算法优化”等更传统的描述。

这是因为，一方面，从《证券投资基金法》开始，到后面的《私募投资基金监督管理条例》、《私募投资基金监督管理暂行办法》、《私募投资基金募集行为管理办法》以及将要实施的《私募投资基金信息披露监督管理办法》都在强调不得含有虚假记载、误导性陈述或重大遗漏，不得暗示收益保证，而这类规则又是“实质重于形式”的，稍有不注意，就容易违反；另一方面，受根深蒂固的“多说多错”的思维习惯，一旦强调使用AI，就涉及到一大堆的信息披露要求，比如技术故障风险、模型失效风险、数据偏差风险等等，触发更多的披露内容，而缺少足够的停止边界——说到哪里才算说完整了？因此，私募基金管理人更倾向于使用模糊但合规的表述。

但是，“常在河边走哪有不湿鞋”，而且，当面临足够的竞争压力时，谁也无法确保不会“动作变形”，遗忘或者忽略合规的边界来谋求生存。更为紧迫的是，参考当前金融大模型和数据安全的监管趋势，监管将从“看纸面制度”走向“查底层系统”的实质执法阶段，比如，直接审查AI生成交易信号和执行算法的原始逻辑，要求展示所有数据爬虫的底层配置文件、API接口调用记录等。因此，就私募基金与AI结合的过程中应当注意什么，我们做出如下简要提示：

第一，务必要注意，在外部规则明确之前，可以考虑建立相应的内部控制制度（D公司广告宣传内控制度失效也是SEC指控原因之一）。这种内部制度建设更多是保证对内的风险控制，实现对内部人员的行为的约束，但制度又不可避免产生外部性。所以，制度要保留足够的弹性，不要作茧自缚。

第二，在对外宣传时，如果涉及AI相关内容，比如AI特有的模型漂移、算法偏见、系统延迟等，要注意进行特别的免责提醒，而非简单的“投资有风险”。这不但不能解决免责问题，甚至会放大风险。

第三，在可以进行风险揭示的环节（部分），完整且具体的说明使用AI存在客观风险。在涉及核心交易决策和对外营销时，务必保留人工复核通道，同时特别说明AI与人工本身都存在的局限性。

第四，加强技术层面的进步，避免任何无法提供可再现证据的陈述。很多技术产生的问题，终究要靠技术来解决。面临监管穿透式检查或民事诉讼时，自证清白很重要。算法模型的全周期管理将成为监管趋势要求，私募机构应当尽早走向合规工程化，将合规要求写入系统底层代码中，使得全链条流程具备可审计、可追溯、可复盘的能力。

本文作者：孙名琦 黄燕