构建由AI赋能的投资机构：面向现代咨询的技术架构

引言

投资机构是一条由证据、模型、判断、沟通和控制支撑的决策链。机会进入项目管道。研究与尽职调查形成观点。模型呈现经济性与风险。投资委员会批准投资头寸。投资组合团队监测结果。客户、投资者和监管报告解释发生了什么以及原因。技术触及每个阶段，但许多机构仍通过彼此割裂的收件箱、共享驱动器、电子表格、数据终端、客户关系系统、投资组合平台和演示文件来运作。

人工智能可以提升这一运营模式的分析能力。文档模型可以分类和提取。语言模型可以检索、比较和起草。统计模型可以估计风险或识别异常。工作流代理可以路由任务并使用受控工具。只有当机构能够保留证据、身份、权限、计算完整性、复核和决策权限时，这些能力才能创造价值。

机构层面的证据显示，快速采用与理解不完整并存。英格兰银行和英国金融市场行为监管局2024年的调查收到118份回复，涵盖银行、保险公司、非银行放贷机构、投资与资本市场机构，以及金融市场基础设施和支付机构。75%的受访者报告目前使用AI，另有10%计划在三年内使用。基础模型占已报告应用场景的17%。三分之一的应用场景为第三方实施；被提及最多的三家模型提供商占被点名模型提供商的44%。46%的机构表示对所使用AI技术仅有部分理解，相比之下，34%表示完全理解[1]。这些结果由受访者自行报告，并广泛涵盖金融服务领域。

同一项调查还报告，在 55% 的 AI 用例中存在某种形式的自动化决策，而完全自主仅占 2% [1]。因此，辅助与权限之间的区分是一个运营模式问题。现代咨询公司需要一套架构，明确数据存放位置、哪个系统具有权威性、模型可执行哪项任务、输出如何测试、由谁审核、流程何时停止以及保留什么记录。

本文为家族办公室投资团队、私募市场管理人、基金管理人、基金募集团队及相关咨询公司提出一套技术架构。其涵盖项目获取、研究、尽职调查、投资分析、委员会治理、投资组合监控、投资者关系、报告和企业控制。

核心设计主张是：架构使运营模式可执行。架构应将公司的委托、决策权、证据、计算、模型、工作流和记录呈现为受治理的组件。它应支持人员做出更完整、更及时的决策，同时对重大结论、承诺和对外沟通保留可问责的人类权限。

本文是研究综述与设计框架。它不报告已观察到的 Matchpoint 生产部署、已观察到的生产力提升、已实现收入、投资业绩，也不对特定技术供应商进行比较。

证据类别	允许用途	保留的边界
官方调查	采用情况、自主程度、理解程度与第三方背景	受访者自报；范围涵盖金融服务行业整体
监管或规范材料	行为操守、治理、记录、韧性与控制目标	保留司法管辖区与实体范围
意见征询	新兴风险分类法及拟议实践	有待征询意见；不具约束力
自愿性框架	跨行业架构与风险管理成果	需要针对公司具体情况实施
提供商指引	智能体设计与工具编排模式	由提供商撰写；无独立业绩声明
Matchpoint 综合分析	目标架构、运营模式、记分卡和路线图	需要结合组织具体情况验证
Matchpoint 情景	经济测算结构	仅为未经核实的管理层假设

定义、范围与方法

投资公司范围

“投资公司”一词按功能使用。它包括发起、评估、设计结构、批准、管理投资与资本关系，或就此提供咨询的组织。运营模式可能位于以下主体内部：

• 单一家族办公室或多家族办公室；
• 私募股权、私募信贷、房地产或风险投资管理人；
• 另类投资顾问；
• 基金募集或资本咨询公司；
• 控股公司内部的投资办公室；或
• 专业企业融资顾问。

法律和监管状态因实体、服务、客户、活动和司法管辖区而异。对规则或监管材料的引用保留其所述范围。不应仅因类似的运营控制有用，就假定家族办公室、豁免管理人或不受监管的咨询活动属于某一监管制度。

技术类别

本文区分五类技术。

记录系统 保存具有权威性的实体、关系、交易、头寸、文档、会计记录、审批和通信。

确定性服务 应用固定规则或公式。示例包括现金流计算、风险敞口汇总、费用计算、契约测试和对账。

统计与机器学习模型 估算、排序、分类或检测模式。它们需要有明确界定的预期用途、开发证据、验证、监控和变更控制。

语言与文档模型 对文档进行分类、建议提取字段、检索段落、比较条款、总结证据并起草分析。其输出需要核验来源和主张。

工作流智能体 协调检索、工具、状态转换、异常和复核。其授权由政策、权限和审批关卡确定。

这种分离支持针对各组件的控制。确定性计算应重新计算。风险模型应接受性能和稳定性测试。生成的段落应检查引文有效性和无依据的主张。智能体应测试工具使用是否正确、停止行为以及是否遵守授权。

证据方法

本文回顾了 18 个一手、官方、监管和从业者来源。

金融行业 AI 证据。 英格兰银行和 FCA 的调查结果、IOSCO 报告、FSB 的征求意见文件以及 ESMA 的声明描述了用例、采用情况、第三方依赖、治理和投资者保护风险 [1-5]。IOSCO 2025 年 3 月的报告和 FSB 2026 年 6 月的报告均为征求意见文件；它们并未制定具有约束力的国际标准 [3,4]。

行为与司法辖区证据。 SEC 执法、CBUAE 指引、联合 UAE 监管指引、DORA、FCA 运营韧性材料、DIFC 数据保护材料以及 DFSA 网络安全预期，为披露、数据、韧性、外包、记录和治理提供依据 [6-10,16-18]。适用性取决于机构和司法辖区。

跨行业技术框架。 NIST 的 AI 风险管理框架、生成式 AI 配置文件、网络安全框架 2.0、零信任架构和安全软件开发框架，提供了自愿性的跨行业风险与架构参考 [11-15]。

从业者架构。 OpenAI 的指南提供了由提供商编写的智能体设计模式 [19]。它并非独立的比较证据。

架构问题

碎片化决策状态

投资工作很少在单一应用内完成。一段关系可能始于客户关系系统。文件通过电子邮件送达或进入数据室。分析师维护电子表格和模型。研究资料存于终端、订阅服务和内部笔记中。尽职调查问题出现在跟踪表中。委员会材料变成演示文稿和 PDF 文件。已批准条款进入法律文件和投资组合系统。报告团队为客户和投资者重新构建说明。

每一次交接都可能丢失身份、版本、来源、定义或审批状态。最新文件未必是已批准文件。某项结论可能在支持性假设变化后仍然保留。客户关系负责人看到的交易管道状态可能与投资团队不同。投资组合监控可能使用与承销不同的契约定义。投资者报告可能引用一个无法复现计算过程的数字。

AI 可以加速这些交接，也可能加速质量不佳记录的传播。因此，目标架构从稳定标识符、明确状态和可追溯性开始。

四个耦合系统

公司包含四个耦合系统。

1. 商业系统 管理关系、机会、委托、募资和沟通。
2. 投资系统 管理研究、尽职调查、建模、委员会决策、持仓和监控。
3. 控制系统 管理权限、合规、利益冲突、隐私、网络风险、记录、事件和独立质疑。
4. 管理系统 管理人员、产能、经济效益、服务质量和变革。

一个工作流可能跨越所有四个系统。一项潜在共同投资涉及客户关系证据、投资分析、利益冲突审查、数据权限、委员会权限、分配记录和投资者沟通。架构应保留这些关系，同时将每个用户和服务的访问权限限制在最低必要范围。

事实来源问题

单一通用数据库很少切实可行。企业可以改为按对象定义权威归属。

整合层应传递标识符和受治理事件，而不是将每个对象复制到每个系统中。关系更新、新文档、模型变更、委员会批准或契约违约都会成为一个事件，包含标识、时间戳、负责人和下游使用方。

权限与代表

美国证券交易委员会（SEC）2024年3月的命令认定，两家投资顾问就其使用AI的情况作出虚假和误导性陈述，并处以总计USD 400,000的民事罚款[6]。这些执法事实仅针对上述公司。架构层面的教训更为广泛：关于技术的公开陈述需要有证据负责人、审批路径和留存依据。

同一原则也适用于投资结论。模型可以提出分类建议。交易团队可以对其进行解读。独立职能可以对其提出质疑。委员会可以作出决定。系统应分别呈现每一项行动。

目标运营模式

决策对象

受控工作单元是决策对象。它可以表示资格决策、尽职调查结论、估值、分配、委员会批准、投资组合行动或对外声明。

决策对象记录：

• 目标与范围；
• 主体与工具；
• 允许的证据与截止时点；
• 假设与调整；
• 计算与模型输出；
• 重要性与风险类别；
• 例外事项与未决事项；
• 复核人与决策权限；
• 条件与监控后果；以及
• 版本与操作历史。

该对象可以包含多个工作包。尽职调查决策对象可包括来源登记、商业分析、财务分析、技术分析、法律问题以及一个综合挑战包。每个工作包都有各自的工具、测试和负责人。

面向产品的平台团队

技术归属应与业务能力保持一致，而不是与孤立的应用保持一致。小型公司可以合并角色；职责仍应明确。

产品团队持续维护业务成果、用户旅程、数据契约、服务水平、控制措施集、待办事项和成本。应用所有权仍然重要，但它属于端到端能力的一部分。

三道责任线

第一道线负责使用场景和业务成果。它界定目的、证据、工作流程、控制措施和验收标准。第二道线在适用情况下就风险、合规、法律、隐私、模型风险、信息安全或估值提供独立质疑。内部审计或其他独立鉴证职能根据公司的治理模式评估设计与运行。

对于规模较小的家族办公室，指定的外部顾问可承担第二道或第三道线的部分职能。保留的决策权限和升级路径应记录在案。

通用服务目录

共享服务可减少重复的控制。架构应为以下方面提供可复用能力：

• 身份与访问；
• 实体解析；
• 文档注册；
• 权限感知检索；
• 结构化抽取；
• 确定性计算；
• 模型注册与模型服务；
• 提示词与工具策略；
• 工作流状态；
• 人工审批；
• 通讯发布；
• 不可变日志记录；
• 评估与监控；以及
• 事件与例外管理。

该目录将通用基础设施与投资判断分离。行业团队可以基于通用的数据源、身份、计算和审批服务，构建专业的承销资料包。

平台能力	业务负责人	技术所有者	控制合伙人
客户关系与项目发起	项目发起主管	CRM 或产品负责人	合规与利益冲突
研究与证据	首席投资官或研究主管	数据与知识负责人	信息治理
交易执行	投资或顾问负责人	工作流产品负责人	法律、风险与合规
投资组合情报	投资组合主管	投资组合数据负责人	估值与风险
投资者与客户报告	投资者关系主管	报告产品负责人	合规与记录
企业级 AI	高级责任高管	AI 平台负责人	独立风险、隐私与安全

参考技术架构

体验层

用户通过角色专属工作台进行交互。发起人看到客户关系、交易管道、委托契合度和后续行动。分析师看到数据源、模型、待解决问题和工作草稿。委员会成员看到可供决策的证据、变更、例外和审批。投资组合经理看到持仓、假设、契约和监控事件。投资者关系看到已批准的信息、基金数据和沟通状态。

体验层可能包括聊天或自然语言搜索。每项结果都应保留其来源、权限和状态。对话式界面不应形成独立且不受治理的公司记忆。

工作流与策略层

工作流引擎保存流程状态、依赖关系、到期日、审批、重要性、工具权限和停止条件。策略以可测试的规则形式表达。

示例包括：

• 外部接洽前必须通过利益冲突检查；
• 未经核实的事实不能支持已发布的投资结论；
• 财务比率必须使用已批准的定义和计算版本；
• 在重大例外未解决时，不得发布委员会材料包；
• 外部接收方必须与已批准的实体和沟通目的相匹配；以及
• 投资组合违规必须在获批的时间窗口内转交至指定主管机构。

策略层会创建有责任人的例外。它不应在未经提示的情况下补全缺失的审批。

智能层

智能层包含检索、文档模型、语言模型、统计模型、规则和确定性服务。路由器根据任务和风险选择适当的组件。

证据检索返回已批准的段落和结构化事实。确定性工具执行计算。统计模型估计有界输出。语言模型进行比较并带引用起草。智能体在工作流状态和权限边界内协调这些服务。

数据与证据层

数据层包括主实体、文档、结构化事实、市场数据、财务数据、投资组合数据、通信记录和参考分类体系。每个对象都带有所有权、分类、血缘、质量和保留属性。

证据图关联来源、事实、假设、计算、模型、结论、术语、决策和监控事件。同一张图既支持从外部陈述回溯到其依据的反向可追溯性，也支持从变更来源向前追踪到受影响决策的正向可追溯性。

集成与事件层

API 和受治理的事件流连接权威系统。联合 UAE 监管指南涵盖 API、云计算、生物识别、大数据分析、AI 和分布式账本技术。它们要求在所述机构范围内开展风险管理、安全、数据管理、尽职调查、外包评估和监控 [8]。

事件契约规定生产者、消费者、对象标识符、模式、时间戳、分类、版本和交付预期。消费者以幂等方式处理事件并记录失败。敏感载荷会最小化；允许的引用可以替代数据重复。

安全与可观测性平面

安全与可观测性贯穿每一层。身份、设备态势、授权、加密、机密、数据丢失控制与网络策略适用于用户、服务和智能体。日志记录访问、检索、提示词或任务规范、工具调用、模型版本、验证、审批、发布、延迟、成本和事件。

NIST SP 800-207 将零信任围绕资源保护以及面向用户、应用、服务和设备的最小权限访问决策来构建 [14]。本文在每次请求时应用该原则。成功登录并不会创建不受限制的投资数据访问权限。

数据与证据基础

实体图谱

投资关系涵盖人员、组织、基金、投资载体、资产、工具、委托、账户和服务提供商。名称在文档和系统中各不相同。实体图谱记录稳定的内部标识符、经核实的法定标识符（如有）、角色、所有权、关系、司法管辖区和生效日期。

实体解析应生成带有置信度和证据的拟议匹配。模糊匹配由人工审批。图谱应保留曾用名和历史关系，而不是覆盖它们。

实体图谱支持利益冲突检查、敞口汇总、关联方分析、收款方验证和关系情报。它还限制客户、基金和委托之间的数据混用。

证据台账

每项重要事实都应链接到一条来源记录，其中包含文件或系统标识、所有者、日期、版本、哈希值或系统修订版本、报告期、权限和替代状态。拟议的提取事实保留准确的来源位置。

当某一事实出现在模型输入、段落、图表或沟通内容中时，该状态仍与其保持关联。

分类体系与语义层

通用分类体系定义行业、策略、工具、阶段、决策类型、风险、要求和服务。语义层定义用于分析和报告的指标与维度。

例如，管理资产规模、承诺资本、已投资资本、资产净值和总资产价值是彼此不同的。收入可以是报告收入、年化收入、合同收入或已收收入。敞口可以是总敞口、净敞口、穿透敞口或风险加权敞口。定义包括公式、单位、时间基准、范围、责任人和经批准的用途。

语言模型可将源术语映射到建议的规范术语。确定性验证和负责人批准可确立已发布的映射。

数据质量契约

数据契约规定模式、定义、来源、频率、质量检查、截止时间、责任人和失败处理措施。质量维度包括完整性、有效性、对账、及时性、唯一性和一致性。

检查失败会创建例外并识别下游使用方。投资组合仪表板应显示其数据的新鲜度和覆盖范围，而不仅是计算值。

隐私与保密

投资公司可能会处理个人数据、商业敏感信息、重大非公开信息、客户记录和受限基金数据。该架构在源头对信息进行分类，并执行用途、司法管辖区、留存和共享规则。

DIFC 的数据保护框架为其范围内实体确立了有关收集、处理、使用、个人权利和数据传输的义务 [16]。CBUAE 的 2026 年指引针对持牌金融机构，涵盖透明度、问责、可解释性、数据隐私和人工监督，在 AI 可能影响消费者的情形下亦包括在内 [7]。各公司的法律分析应识别适用的制度和合同。

模型、语言系统和智能体

用例清单

每个 AI 或模型用例都应具备已登记的目的、负责人、用户、受影响方、数据、输出、重要性、提供商、版本、依赖关系、预期用途、禁止用途、测试、回退方案和决策权限。

该清单应包括外部提供的评分、嵌入式供应商功能和最终用户构建的工具。英格兰银行和 FCA 调查中有关第三方及理解情况的结果，支持了对提供商组件和知识缺口进行盘点的必要性 [1]。

风险分级

风险分级考虑后果、自主性、数据敏感性、可逆性、规模、外部暴露和可检测性。

输出可因其使用方式在不同层级之间移动。用于了解概况的摘要可能属于第1层级。同一文本若被投资者报告引用，即成为实质性的对外陈述，并需通过更高的发布审批门槛。

检索与依据支撑

具备权限感知的检索应在模型访问之前筛选来源。系统会记录查询、来源集合、版本、检索到的段落和引用。检索质量通过带标签的问题、预期来源、召回率、精确率和弃答进行测试。

引用可确定来源位置，但不能证明该主张完整、最新或已被正确解读。主张审查会检验支持性、矛盾、遗漏、范围和重要性。

确定性工具

财务算术、费用计算、敞口汇总、对账和规则测试在公式可明确规定的场景下应使用确定性服务。该服务记录代码版本、输入、单位、币种、期间、输出和验证。

语言模型可以准备输入、解释结果并识别异常。经批准的计算服务仍是权威来源。

统计模型

统计模型需要开发数据、结果定义、抽样、验证、校准、稳定性、可解释性、局限性以及适合预期用途的监测。在群体差异重要的地方，应对绩效进行细分。

模型发布记录已批准的版本和使用边界。数据、特征、提供商或目标的重大变化会触发重新评估。人工覆盖记录原因、权限以及事后结果审查。

语言模型

语言系统按任务进行评估，而不是通过单一全局分数。测试涵盖来源保真度、缺乏依据的重大主张、完整性、指令遵循、保密性、提示注入、工具使用、格式、延迟和成本。

NIST 的 AI RMF 围绕治理、映射、衡量和管理来组织自愿性风险工作 [11]。生成式 AI 概况增加了针对生成式系统的风险与行动，包括虚构、信息完整性、隐私、安全、人-AI配置和第三方风险 [12]。该论文将这些结果映射到公司层面的清单、评估、发布和事件流程。

工作流智能体

提供商指南通常通过模型、工具和指令来定义智能体，并在工作流周围设置护栏和评估 [19]。投资公司的实施应增加明确的状态、身份、来源边界、预算、停止条件和具名授权。

智能体可以检索已批准的证据、调用计算服务、准备草稿并开启例外。外部传输、模型变更、交易、具有约束力的条款和投资决策仍须经过适合该公司的授权关卡。

评估体系

投资生命周期应用

项目发掘与关系情报

平台可以统一整合经批准的关系、委托、市场和互动证据。它可以提出机会分类建议、识别关系路径、准备会议简报并跟踪后续行动。

控制措施包括合法且获准的数据使用、来源时效性、利益冲突检查、重复项处理、沟通审批和退出处理。生成的关系主张应注明其依据。

研究与主题情报

研究工作台登记来源、提取拟议事实、按投资论点归集证据、识别分歧并起草带引用的笔记。论点对象记录支持性和相反证据、假设、时间范围、催化剂、风险和证伪条件。

系统应保留发布日期、事件日期和研究截止时间。市场数据和公司数据保留供应商权利。当经批准的来源集无法支持该问题时，语言模型应拒绝作答。

筛选与资格认定

确定性规则检验委托适配度、地域、行业、单笔投资规模、阶段、回报、集中度和排除项。模型可在经批准的机会集合内对机会进行排序。输出会显示原因、缺失数据和例外情况。

决策仍是一项具名的资格认定事件。高分不能绕过利益冲突、法律限制或容量约束。

尽职调查与承销

文档服务盘点证据、比较版本、提取拟议事实并跟踪请求。计算服务构建经批准的比率和情景。语言模型生成带引用的问题摘要。专业审查人员对结论负责。

最终决策对象连接商业、财务、技术、法律、运营和合规方面的发现。重大事项包含严重程度、证据、负责人、缓解措施、剩余风险和决策影响。

投资委员会

委员会工作台展示拟议决策、投资论点、经济性、下行情形、敏感性、例外情况、未决事项、质询和条件。它突出显示自上一版本以来的变化。

审批记录涵盖决策场合、出席情况、已申报的利益冲突、建议、表决或授权路径、条件、异议和监控后果。AI 可以准备和比较；委员会对决策负责。

投资组合监控与估值

经批准的承销假设、条款和触发条件流入投资组合记录。监控纳入财务、运营、契约、市场和定性证据。它区分报告值、计算值、模型输出和管理人判断。

事件识别偏离计划的变化、阈值突破和报告缺失。系统将其路由至指定负责人和授权机构。估值结论保留来源、方法、假设、质疑和审批记录。

投资者关系与募资

平台连接经批准的基金数据、业绩、项目储备、尽职调查答复、关系状态和沟通权限。它可根据经批准的信息披露库和当前数据截止点准备定制草稿。

有关业绩记录、项目储备、技术、团队、ESG 或运营的陈述应保留依据和审批记录。SEC 的 AI 漂绿令表明，对于注册顾问而言，缺乏支持的技术表述会带来特定的执法风险 [6]。

报告与客户服务

报告采用受治理指标、经批准的评注和版本化模板。每个数字都关联其定义和来源。每项重大叙述性陈述都关联证据和审核。

ESMA 2024 年声明强调，当 AI 在 MiFID II 范围内支持零售投资服务时，管理机构仍对公司的决策负责 [5]。本文将该问责设计原则同样应用于对外投资与咨询沟通，同时保留该声明的管辖边界。

安全、隐私与记录

以身份为中心的访问

访问决策考虑用户或服务身份、角色、目的、设备、数据分类、管辖区域、时间和工作流状态。权限分别适用于检索、计算、起草、写入和发布。

服务身份和代理身份获得最小权限。短期凭证和经批准的机密管理可减少持久访问。特权操作需要更强的身份验证和日志记录。

数据丢失控制

控制措施可限制向未经批准的模型上传、复制敏感数据、外部共享、本地下载以及使用个人账户。文档在接收时进行分类。在任务允许的情况下，敏感字段可进行掩码或令牌化处理。

供应商的数据保留、训练使用、子处理商、托管、加密、删除和事件条款需明确审查。合同声明应结合实际服务配置进行验证。

安全开发与变更

启用 AI 的工作流包括提示词、工具、检索配置、模式、代码、模型和策略。所有这些都是受变更控制的资产。开发环境与生产环境相互分离。测试涵盖身份验证、授权、依赖风险、提示词注入、数据外泄、恶意文件、工具滥用和回滚。

NIST SP 800-218A 将安全软件开发考虑扩展到生成式 AI 和两用基础模型 [15]。该论文将其生命周期导向应用于公司的 AI 平台和供应商集成。

记录与通信

记录政策将活动、司法管辖区和要求映射到留存对象。它可能包括来源证据、计算、审批、通信、广告、客户记录、模型版本、测试结果和事件。

美国证券交易委员会（SEC）针对基金和顾问的电子记录保存规则允许在满足条件的情况下进行电子留存，包括保护记录免遭丢失、篡改或销毁，限制访问，并在其范围内保持完整、真实且清晰的副本 [18]。公司应就其活动和司法管辖区获取当前的法律意见。

生成的通信渠道应经由经批准的归档系统流转。模型界面中的草稿不应成为未记录的客户或投资者通信。

网络风险与事件管理

NIST CSF 2.0 围绕治理、识别、保护、检测、响应和恢复来组织网络安全成果 [13]。DFSA 的网络监督摘要期望其范围内的公司建立与其性质、规模和复杂性相匹配的网络战略和框架 [17]。

事件记录涵盖受影响的数据、工作流、模型、供应商、输出、用户、接收方、遏制、恢复、通知、根本原因和纠正措施。AI 事件包括无依据的重大主张、机密数据泄露、未经授权的工具操作、检索损坏、计算不匹配、有害偏差、供应商中断和监控故障。

层级	失败模式	测试	发布证据
证据	来源、版本或权限错误	清单与访问测试	已批准来源集
提取	字段、单位、符号或期间错误	精确匹配与对账测试	经验证的结构化事实
计算	映射或公式错误	独立重新计算	计算通过
模式	滥用、偏见或退化	验证与监控	已批准的预期用途
语言	无支持或不完整的声明	引用、声明与遗漏审查	已引用且已接受的草案
工作流程	状态、工具或接收方错误	状态、停止与权限测试	已批准的发布记录

治理与决策权

董事会与高级管理层的职责

治理机构或高级问责论坛批准 AI 与技术委托、风险容忍度、重要性标准、禁止用途、资金、问责和报告。该委托明确所寻求的业务成果以及仍保留的决策。

FSB 2026年6月的磋商提出12项稳健做法，涉及金融机构全组织范围的 AI 治理以及 AI 生命周期 [4]。该文件是一份磋商文件。其主题支持涵盖战略、问责、技能、数据、模型、第三方、监测和事件的治理设计。

权限矩阵

具体分配取决于公司治理。不变的规则是，系统能力不会改变授权权限。

变更审批

变更方案包记录目标、受影响的用例、数据、模型或工具版本、测试、限制、迁移、回退方案、沟通情况以及负责人。重大变更在生产上线前须接受独立审查和批准。

紧急变更具有较短时限、指定权限、强化日志记录和事后审查。当供应商的静默模型更新可能影响输出时，应将其视为依赖项变更。

监控与报告

管理信息应涵盖：

• 已登记和未登记的使用场景；
• 风险分级分布；
• 数据和来源质量故障；
• 评估结果与漂移；
• 已接受产出与审核人员投入；
• 覆盖、例外与弃权；
• 权限违规与被阻止的操作；
• 供应商集中度与中断；
• 事件与补救；
• 按能力和工作流划分的成本；以及
• 在归因合理的情况下，对已实现成果的衡量指标。

生成文档或模型调用的数量并不能证明商业价值。已接受的工作成果、决策质量、服务韧性、成本与风险证据提供了更有力的依据。

第三方及运营韧性

供应商清单

该供应商清单涵盖云、数据、模型、嵌入、文档处理、工作流、投资组合、CRM、通信和安全服务。它记录法律实体、服务、区域、数据、子处理商、依赖关系、关键性、集中度、合同、服务水平、审计权、变更通知、退出与后备方案。

英格兰银行和 FCA 的调查显示，受访者中排名前三的具名提供商分别占云提供商的 73%、模型提供商的 44% 和数据提供商的 33% [1]。这些由受访者报告的集中度支持进行明确的依赖关系映射。

尽职调查与合同签订

联合 UAE 赋能技术指南要求范围内的机构进行重要性及外包风险评估、供应商尽职调查、安全控制、数据位置考量、监控与退出规划 [8]。该架构将这些主题转化为供应商证据包。

该证据包包括安全与隐私证据、财务与运营状况、分包情况、数据权利、模型更新政策、事件义务、业务连续性、恢复、测试权和过渡支持。

重要服务与影响容忍度

FCA 的运营韧性框架要求范围内的公司识别重要业务服务、设定影响容忍度，并映射和测试其保持在上述容忍度内的能力。范围内公司的过渡截止日期为 2025 年 3 月 31 日 [10]。本文以服务映射和测试作为设计参考；并不表示每家投资公司都在范围内。

投资公司可以识别订单执行、估值、资本催缴、投资者报告、客户沟通或契约升级等服务。每项服务映射人员、流程、数据、系统、供应商和设施。严重但合理的测试会考察模型提供商、数据源、云区域、身份服务、投资组合平台或关键人员丧失的情形。

DORA 背景

欧盟《数字运营韧性法案》在其适用范围内适用于金融实体，包括投资公司、另类投资基金管理人和管理公司，但以所述排除情形为准。它要求建立针对 ICT 风险的内部治理与控制框架，并赋予管理层机构责任 [9]。适用性需要法律分析。

该架构通过资产与供应商清单、事件记录、测试、变更控制、服务映射和退出计划来支持相关设计主题。

退出与可移植性

退出规划识别数据导出、数据结构、模型替换、工作流后备方案、访问权限撤销、保留、删除验证、知识产权和过渡时间。关键能力应具备经过测试的降级模式。

可移植性并不要求每个组件都能立即互换。它要求对依赖关系具有可见性，并具备与关键性相称的可信过渡路径。

生产力与经济性论证

计量单位

计量单位是已验收的工作包或已完成的决策对象。当所需证据、计算、例外、审查和权限记录通过其放行门槛时，工作包才计入。

基线应观测：

• 已尝试和已验收的工作包；
• 分析师和审查员的活跃时间；
• 总耗时；
• 来源覆盖率和引用有效性；
• 计算和对账缺陷；
• 一次通过验收与返工；
• 例外和弃权；
• 延迟或错误放行；
• 供应商、数据和控制成本；以及
• 事件与补救。

价值方程

设：

• (N) 为每年尝试处理的包数；
• (a) 为合格产出率；
• (H_b) 为每个合格产出包的基线活跃工时；
• (H_p) 为试点后每个合格产出包的活跃工时；
• (c_h) 为含附加成本的小时成本；
• (C_t) 为年度技术与数据成本；
• (C_v) 为年度验证、安全与控制成本；
• (C_r) 为已观察到的返工成本；以及
• (C_i) 为已观察到的事件与补救成本。

示例性运营价值结构如下：

年度运营价值 = N × a × (H_b - H_p) × c_h - C_t - C_v - C_r - C_i

除非公司具备明确的因果机制、观察期、有效对照和经批准的归因，否则收入或投资绩效价值应保持为零。

示例情景

以下情景未经核实，仅使用示例性管理层假设来展示计算结构。

本表并不构成商业论证。它省略了对更优投资选择、募资转化、留存、费用或投资组合表现的任何预测。这些结果需要更长的观察期、可比群体以及可辩护的归因方法。

生产力树

生产力分为四个分支。

1. 已接受产能： 分析师工时、审核人工时和吞吐量。
2. 证据质量： 覆盖范围、引证有效性、计算保真度与完整性。
3. 决策服务： 耗时、异常闭环、审批就绪度与利益相关者体验。
4. 成本与风险： 技术、数据、控制、返工、事件与供应商集中度。

实施路线图

阶段 1；委托与盘点

明确业务成果、范围、服务、决策、权限、辖区、数据类别、提供商和现有系统。盘点现有 AI 与终端用户工具。选择一个边界清晰、业务量充足且具备历史示例的工作流。

退出关口： 已批准的章程、负责人、风险层级、来源边界、基线与禁止行为。

阶段 2；身份与证据基础

创建稳定的实体标识符、来源登记、权限感知检索、分类体系、指标定义和证据状态。为试点建立确定性计算与对账服务。

退出关口： 在标注评估集上，来源到输出的可追溯性与权限测试均通过。

阶段 3；辅助式试点

部署只读检索、分类、建议性抽取和带引用的起草。在比较评估期间，审核人员在可行情况下对模型来源保持盲评。记录遗漏、无依据主张、接受度和投入工作量。

退出关口： 组件阈值在目标文档总体中通过；被排除的案例仍保持排除。

第4阶段；工作流影子运行

与当前流程并行运行完整工作包。测试工作流状态、异常情况、确定性工具、审查、审批和记录。比较获认可的产出与总投入。

退出关口： 在经批准的测试下，完整工作包的质量不劣于现有水平，且权限保持不变。

第5阶段；受控生产

在明确审批后发布选定的内部输出。监控数据故障、无依据的声明、工具错误、人工覆盖、事件、成本和耗时。维护经过测试的备用方案。

退出关口： 控制论坛根据观察到的生产证据批准继续使用。

第6阶段；平台集成

将经批准的工作流连接至记录系统、投资组合数据、通信和管理报告。建立服务水平、恢复测试和提供商退出证据。

退出关口： 端到端服务、记录、韧性和数据传输测试通过。

第7阶段；扩展

通过新的范围和验证包增加新的决策、团队、策略或司法辖区。复用通用服务，并保留独立的用例证据。

退出关口： 变更审批机构批准范围、测试证据、控制措施和运营归属。

输入	限定范围试点	多工作流平台	规模化企业	状态
每年尝试处理的包件数量	300	1,200	3,000	示例性管理层假设
合格产出率	65%	80%	88%	示例性管理层假设
每个合格包件的基线有效工时	8	10	12	示例性管理层假设
试点后每个合格包件的有效工时	6.5	7.5	8.5	示例性管理层假设
综合小时成本	USD 120	USD 160	USD 200	示例性管理层假设
技术与数据成本	USD 100,000	USD 350,000	USD 900,000	示例性管理层假设
验证与控制成本	USD 80,000	USD 250,000	USD 600,000	示例性管理层假设
已批准收入或投资价值	USD 0	USD 0	USD 0	未假定存在可观察依据

应用于家族办公室和基金管理人

家族办公室投资团队

家族办公室团队可能负责监督公开市场、基金、直接投资、私募信贷、房地产、流动性及运营业务。该架构可提供统一实体与证据图谱，同时保留委托、投资载体、家族成员和顾问的权限。

优先决策事项可能包括：

• 管理人尽职调查与年度审查；
• 直接投资筛选与投资委员会材料；
• 投资组合现金流与承诺出资节奏；
• 敞口与集中度分析；
• 文件与税务记录整理；
• 家族或投资委员会报告；以及
• 监控契约、估值和重大事件。

家族办公室应界定哪些信息可在家族成员、实体、员工和外部顾问之间共享。由人担任的首席投资官或委员会保留资产配置和投资权限。

基金管理人或普通合伙人

基金管理人可优先关注募资、投资者尽职调查、项目储备、项目承做、投资组合运营、估值、报告和合规。该架构可在投资者工作流程中复用经批准的基金数据与披露证据，同时区分潜在投资者权限和沟通状态。

优先决策事项可能包括：

• 目标LP资格；
• 会议与尽职调查准备；
• DDQ 与数据室回复；
• 投资研究与委员会材料包；
• 投资组合审查与估值；
• 季度报告与信函；
• 重大事件沟通；以及
• 营销宣传主张的佐证。

管理人应将技术表述、业绩记录指标和业绩评述与经批准的证据相衔接。投资者沟通仍须经过适用的审查与记录流程。

共享架构机遇

家族办公室与管理人可以围绕有权限控制的决策对象实现协同。管理人可以发布经批准的尽职调查资料包，其中包含定义、证据日期、方法、例外和更新。配置方可以导入该资料包，而无需接收不受限制的内部数据。稳定的标识符和数据契约可减少重复录入，同时保留各方的权限。

局限性与研究议程

第一，所引用的采用情况调查汇总了不同的金融服务行业。这些调查不能证明特定家族办公室、基金管理人或咨询公司的使用情况、能力或生产力 [1,3]。

第二，IOSCO 和 FSB 的咨询报告在最终发布前可能发生变化，且不构成具有约束力的标准 [3,4]。

第三，法律和监管义务因司法管辖区、实体、客户和活动而异。本文引用的控制框架不能替代当前的法律分析。

第四，供应商模型、产品配置和数据实践会发生变化。测试结果仅适用于所评估的版本、数据、工具和工作流程。

第五，小型公司可能合并角色。独立质疑的要求应按比例实施并记录在案。

第六，该数值情景未经核实，并使用示意性的管理层假设。它仅用于支持计算设计。

未来研究应构建经许可的基准包，用于项目发起、研究、尽职调查、委员会准备、监控和报告。每个基准包都应包含真实来源、变更版本、权限、计算、例外、经批准的输出和失败案例。评估应衡量组件保真度、完整包接受度、审阅人时间、权限合规、成本和事件。在将架构与募资、投资或投资组合结果挂钩之前，需要进行纵向研究。

结论

一家启用 AI 的投资机构需要受治理的决策架构。稳定实体连接关系、基金、交易、资产和通信。已登记证据将每项重大事实与其来源和状态关联。确定性服务执行可复现计算。统计模型在批准用途范围内运行。语言模型检索并起草且附有引用。工作流代理在明确的状态、工具、预算和停止条件内协调任务。具名人员保留重大决策和发布权限。

该架构通过决策对象和受治理事件，将商业、投资、控制和管理系统连接起来。记录系统对其对象保持权威。安全与可观测性贯穿每一层。供应商依赖、服务韧性、数据权利、记录和退出从一开始就纳入设计处理。

实施从有边界的委托和观测到的基线开始。它建立身份和证据，测试组件，影子运行完整工作流，发布受控内部输出，并在观察到证据后扩展。价值通过已接受的工作包、证据质量、审阅人投入、服务、成本和事件来衡量。

对家族办公室和基金管理人而言，实际目标是建立更完整、更及时的投资流程，使其证据、判断和权限从项目发起直至投资组合报告始终可见。