豪尔赫·迪布（Jorge Dib）还躺在床上，还没开灯，就已经把手机拿在手里了。这位加拉帕戈斯资本资产管理公司的宏观基金经理做的第一件事就是打开彭博终端——这是他在市场摸爬滚打了几十年养成的习惯，至今依然如此。但第二步却变了。他不再翻开报纸，而是阅读一份由机器人连夜准备的个性化简报。

这套由他本人开发的系统融合了Claude、Grok和Gemini三个模型——每个模型都具备特定的功能。这三个模型共同追踪市场动态，并将结果整理成条理清晰的报表，其中包含经理根据自身管理风格所配置的信息。

直到那时，迪布才考虑打开他仍然订阅的报纸。“报纸都过时了，不是吗？很多事情前一天就出来了。但我还是会快速浏览一下。”迪布说道，他在金融市场被称为乔卡。

人工智能正在重塑巴西基金行业的日常运营。NeoFeed采访了八家管理着超过1000亿雷亚尔资产的独立资产管理公司，以了解当地市场如何应用这项技术——他们的发现是，该行业正在经历加速转型，但发展仍不平衡。

其中，使用人工智能来自动化和简化以前需要人工操作的流程几乎得到了一致认可，管理者们也更倾向于使用人机交互语言模型，该模型已成为后台部门提高效率的工具。

RBR Asset的技术总监 Thomaz Pougy 表示：“Claude 拥有更完整、更集成化的工具包，其更高级的工具也更容易使用。您可以直接在平台上构建代理流程，而无需依赖第三方中介。”

在RBR，普吉主导了将技术引入这家资产管理公司的流程。公司创建了一个企业账户，为所有员工分配了各自的登录账号，并在授予访问权限之前制定了一套内部培训计划。“如果你不知道自己在做什么，两次提示后你就会发现数据用完了，”他说道。

RBR 公司拥有约 40 名员工，公司从每个领域挑选了一名专业人员接受更深入的技术培训，并将培训内容传播给同事，使他们能够找到提高工作效率的方法。

第二阶段涉及开发人工智能代理并将其集成到专有系统中，以协助处理从法律事务到管理家庭资金等各种任务。

在需要外部操作信息的基金中基金领域，该系统会抓取数百份公开文件并进行初步分析，提取数据供基金经理的内部系统使用。Pougy表示，过去需要一天多的时间才能完成的注册流程，现在已经缩短了一半。“而且我们还会继续改进。”

随着人工智能代理接管以前分配给经验不足的分析师的任务，资产管理公司无需扩大团队规模即可扩大其覆盖范围。

“我们没有解雇任何人。但以前负责X只股票的分析师现在可以负责2倍、3倍的股票。我们正在努力扩大这种分析能力，” Paramis Capital首席执行官Danilo Ribeiro表示。

CVPar基金分析师Davi Costa负责监测FIDC市场，他利用人工智能编写Python和R代码来自动化运营任务。“差距已经从编程知识转移到对运营问题的理解。那些对产品非常了解的人，可以借助人工智能，构建他们所需的工具。”他说道。

这位分析师表示，他经常被问到是否担心被机器取代。他回答说并不担心，并认为科技的发展是为了帮助我们。

科斯塔表示：“根据我在该行业的经验，我认为人工智能很难抢走工作。你需要人类的智慧。对劳动者来说，理想的做法是尽快接受这些技术，而不是害怕被取代。”

另一方面， Reach Capital的合伙人兼股权经理Henrique Iara认为，管理团队的规模往往会越来越精简。“人工智能已经可以完成初级分析师的工作。但经理或高级分析师的判断仍然必不可少。”

Iara 负责 Reach 的全球股票买卖，他一直与科技行业关系密切，正是他将人工智能引入了这家资产管理公司的流程中。

和来自加拉帕戈斯群岛的乔卡一样，伊亚拉也开发了一个智能体，可以读取她所在管理领域的新闻并发送每日摘要。她还为团队开发了一个由人工智能代理维护的创意库，其中包含团队阅读、接收和讨论的所有内容，例如分析师电话会议和内部会议的报告和记录。

对伊亚拉而言，这种协调代理人的能力是人工智能时代优秀管理者的一项新技能。“一个精通人工智能的程序员的工作效率要高出百倍。我认为，在某种程度上，这也将成为投资管理领域的一种动态。”

一家几乎没有分析师的管理公司。

Drýs Capital （前身为 Equitas）的首席执行官兼创始合伙人 Luis Felipe Amaral 将这种理念发挥到了极致，彻底革新了这家资产管理公司的商业模式。在疫情后股票基金赎回困难时期，这家管理公司于 2022 年决定基于人工智能重新设计公司的整个架构，并对员工进行新技术培训。

“有些人无法适应，最终离开了。那位想做和我以前一样工作的分析师最终也离开了，而资深分析师则被重新分配到其他业务领域，”阿马拉尔说道。

曾经拥有10名成员（包括9名分析师）的股票管理团队，如今已缩减至仅剩两名经理，其中一位正是阿马拉尔本人。他们各自管理一只基金：阿马拉尔管理着Drýs High Convictions基金，里卡多·弗朗萨管理着Drýs Selection基金。尽管他们各自独立管理，但都拥有各自开发的、风格迥异的人工智能代理系统。

“我将过去30年在市场上积累的所有经验，包括我认为合理或不合理的信息，都输入到这个代理系统中。” 他说，他的系统会定期根据预先设定的标准扫描2万个操作，并按需提供结果。

他说：“所有的电话、采访，以及所有关于公司的消息，都是经纪人收集的。他会把看到的情况、分析师的反应，以及这些信息会如何影响我们的预测告诉我。我们会进行交流，我会给出我的意见。”

除了能随时掌控团队之外，阿马拉尔表示，此次变革最大的好处之一是，他能够将原本用于管理人员的时间投入到资金管理中。“当我管理一个10人团队时，我的一部分时间都花在了管理人员、处理他们的自尊心以及反馈上。你会损失时间、精力和专注力——我敢保证，所有管理者都会经历这种情况。”

他表示，如今的思想交流主要集中在与人工智能以及高信念基金经理的互动上。“这是一种截然不同的对话。分析师只关注一两个行业，而基金经理则要关注所有领域，并承担决策的责任。”

这些成果已反映在基金份额中。今年迄今为止，Equitas Selection 和 High Convictions 的累计收益率分别为 25.41% 和 78.98%，而 Ibovespa 指数同期仅上涨 9.24%。High Convictions 成立于 2022 年年中——与该资产管理公司转型进程的启动时间相同——自成立以来累计收益率已达 320.20%，比基准指数高出 241 个百分点。

Amaral表示，新模式也显著降低了成本，分析师团队的工资支出降至每月2000至3000美元——这与他为在Claude Code上运行代理系统支付的费用相同。据他介绍，该系统每天都会更新，以适应新的需求或Anthropic发布的最新模型。

该团队最初由 22 人组成，专注于股权管理，现在已缩减至 21 人，其中只有 4 人负责管理基金（包括信贷），另有 3 人负责支持和销售。

尽管管理团队有所缩减，但首席执行官表示，Drýs 团队的规模基本保持不变，这得益于其他部门的成立——生物甲烷公司 Renu Energia（拥有五名员工）和私人信用数据平台 Credit Guide。该平台由一位负责业务的 Drýs 分析师利用人工智能开发，如今已成为公司人员最密集的部门，拥有九名员工。

对于量化分析师来说，这是一场“革命”。

Daemon Investments采取了不同的策略，选择保持其管理团队的完整性，并主要利用人工智能来提高测试量化模型的效率，这是其管理总额达 70 亿美元的基金的基础。

Daemon 的首席执行官兼创始合伙人 Sérgio Schirato 表示：“这是自人类掌握火以来最伟大的革命。”

在 Daemon，人工智能已成为量化策略研发流程的核心。过去需要数月才能完成的工作——模拟策略、训练参数、将其应用于不同市场、评估各种变体——现在只需几天即可完成。

他说：“我们团队规模扩大了五倍，却取得了比预期更大的成就。这就像我们获得了超能力一样。”

除了速度优势外，这家管理公司还通过 Anthropic 的企业解决方案将人工智能直接集成到其代码库中，使该模型能够同时访问整个团队的工作成果。“这几乎是一种集体意识，”他这样定义道。

Legacy Capital也采用了共享知识库的概念。该公司量化经理 André Dias 解释说，该数据库以前仅限于量化领域，现在向全公司开放，员工可以将时间序列与内部分析师的评论进行交叉比对，从而评估每位分析师的准确率记录。

在量化领域，人工智能也填补了初级程序员离职后留下的空缺。“我们利用人工智能成功弥补了这一缺口，极大地提高了开发效率。”他说道。

Dias 和 Schirato 都曾尝试在他们的量化模型中使用人工智能来评估市场对特定资产的情绪。

在 Legacy 公司，量化部门会将财报电话会议的文字记录输入语言模型，以判断公司的语气是乐观还是悲观——这项分析以前需要使用更基础的专有模型。在 Daemon 公司，Schirato 提到，他们有兴趣分析另类数据，例如社交网络数据，作为下一步的研究方向。

类似的功能已经存在多年，并在美国发展成为一项产业。该领域的公司之一是Context Analytics，该公司于今年2月被以色列公司Bridgewise收购。Bridgewise也在巴西开展业务，并致力于将开发的技术应用于当地市场。

Context Analytics 是一家总部位于芝加哥的公司，拥有超过 13 年的运营经验，其产品被标普全球、千禧年投资公司和贝莱德等机构广泛用于量化策略。该产品通过社交媒体和新闻，实时监测市场情绪，从而预测股价的剧烈波动。

Bridgewise拉丁美洲销售总监丹妮拉·意大利诺表示，对Context Analytics产品最感兴趣的是量化基金。但她也指出，这项技术仍需进行一些调整才能适应巴西市场，其中包括更好地理解社交媒体上的讽刺和挖苦。

她表示，目前资产管理公司对利用人工智能进行决策的兴趣仍然仅限于少数本地企业。“我们看到人工智能被应用于后端和中端流程以提高效率——这一点已经得到了充分证实。但是，当我们谈到将人工智能作为资产管理公司策略中创造超额收益的利器时，这可就不是一个简单的话题了。”