问题——金融机构及从业者在投资研究、组合管理和产品设计等环节，长期面临“数据多、工具散、流程长”的难题；标的筛选、报表拉取、口径对齐、建模测算、图表生成、报告撰写等工作往往靠人工逐步串联，不仅耗时，也容易因口径不一致或流程遗漏影响结论可靠性。通用型智能生成工具虽然能帮忙写作，但金融场景对数据准确性、来源可追溯性、计算可复核性要求更高，没有权威数据与专业工具支撑，难以直接进入关键决策链条。 原因——金融业务的复杂性主要来自三点：一是数据维度多、更新快，覆盖宏观、行业、公司与交易等多个层级；二是分析链条长，常需经历检索、清洗、计算、回测、验证到汇报的多环节协作；三是合规与风控要求严格，研究过程需要留痕、可审计。基于此，行业对“可控、可验、可复盘”的智能化工具需求上升，多智能体协作与专业工具调用成为提升复杂任务效率的重要方向。万得信息此次发布的Alice27，重点在于把能力从“回答问题”推进到“交付成果”，将智能能力嵌入金融工作流，而不止停留在文本生成。 影响——据介绍，Alice27以智能架构为核心，可灵活调用万得数百个金融专业工具与智能体，并适配行业通行的模型上下文协议（MCP）工具体系，实现对金融数据查询、计算、策略分析等能力的编排式调用。系统与万得生态的数据与工具深度连接，覆盖股票、债券、基金、指数、外汇、商品，以及宏观、行业、企业等信息，并面向全球多个国家和地区市场提供数据支持。通过将任务拆解、路径编排、工具调用与阶段校验串联为自动化流程，系统输出结构化研究成果，旨在减少从业者在“数据搬运”和重复操作上的投入，把精力更多留给分析判断与风险识别。 对策——在功能设计上，Alice27围绕公司研究、行业分析、估值建模、资产配置、产品筛选、策略回测、组合分析与优化、持仓诊断及演示汇报等场景，构建面向不同金融角色的技能体系，并提供可组合的预置模块。系统强调结果可核验：执行过程中保留结论对应的数据来源与逻辑链路，便于复盘与审计，从而提升智能分析在专业场景中的透明度与可信度。同时，系统支持用户自定义技能，将个人研究习惯和工作框架沉淀为可重复执行的流程，推动经验固化为可持续迭代的方法体系。业内人士认为，这类产品的价值不只在于提升单点效率，也在于用标准化流程降低协作成本，改善研究、投资与风控之间的衔接。 前景——随着金融行业数字化转型深入，智能化工具将加速从“辅助写作”走向“流程自动化”。但金融业务对数据安全、权限管理、合规审计与模型偏差控制要求极高，智能工作流要规模化落地，需要与机构内控体系同步建设，明确数据边界、使用责任与审查机制，避免“黑箱”带来的治理风险。万得信息表示，后续将优化平台能力，并拓展智能体在更多金融业务场景中的应用。可以预期，围绕“数据—工具—流程—审计”的一体化能力建设，将成为智能金融产品竞争的关键方向。
金融业的竞争，本质是信息处理能力与专业判断力的竞争。当数据、工具与流程被系统化整合，并能以可核验的方式自动执行，专业人士的价值将更多体现在研究深度、风控意识与决策质量上。面向未来，金融智能化的关键不在于“能否生成”，而在于“能否可信交付、能否合规落地”，这也将成为行业技术升级与治理能力建设共同需要回答的问题。