案例 · 行业案例
2026 年 10 月 7 日
来源：InvestmentNews
10月7日，芝加哥研究机构晨星（Morningstar）宣布面向全球用户推出全新的智能体 AI 平台 Morningstar Direct AI，把智能体建立在其独立研究数据之上，面向投资专业人士提供决策支持。据 InvestmentNews 报道，Direct AI 采用全新浏览器界面，内置三类智能体：面向资产管理者的「产品开发」智能体，可回答「哪些品类有旺盛投资者需求却竞争稀少」「同类产品多久达到 10 亿美元规模」等问题；面向销售与营销团队的「分销」智能体，可分析现有模型、寻找基金可填补的空隙并模拟其对组合的影响；以及支撑尽调团队的「经理研究」智能体，用与晨星分析师相同的框架，研判基金经理交易模式是否漂移、哪些市场环境历史上利好或拖累回报。晨星称其全球拥有超 1100 名研究分析师，覆盖数百万只证券，并已把研究能力接入 Claude、Microsoft Copilot 与 ChatGPT。另据其 2026 年顾问研究，80% 的美国顾问已在某种程度上使用 AI（去年为 67%），48% 表示 AI 显著提升了效率，但仅 18% 认为 AI 工具对投资建议高度可靠。
万有知兴点评
晨星这步棋的本质，是把「独立研究数据」这个护城河重新包装成「智能体的底座」，说明在 AI 时代，专业机构的竞争壁垒不是模型，而是别人拿不到的、可信赖的行业数据。
- 1.对企业落地意味着：晨星把智能体的价值明确锚定在「免去工具间切换、替代人工土办法」，让智能体直接回答「哪个品类有需求但竞争少」「基金放进组合会怎样」这类本来要翻多个系统才能答上来的问题。这提示企业：智能体最易见效的场景，是那些「数据分散、要反复切换工具、依赖老手经验」的决策环节，把高频分析自动化，能最快兑现 ROI。
- 2.可借鉴的启示：「AI 和智能体只有和它背后的数据一样有价值」，晨星总裁这句话道破了通用聊天机器人与专业智能体的根本差异——前者有模型没数据，后者有模型更有独家数据。对企业而言，与其让员工用通用 AI 去猜，不如把自有的行业数据、历史案例、业务规则喂给智能体，让 AI 的答案建立在本公司真实可信的信息之上。
- 3.更深一层：80% 顾问用 AI 但仅 18% 认为其「高度可靠」，这组数据暴露了金融行业对 AI 的信任赤字——用得多、信得少。晨星把研究同时接入 Claude、Copilot、ChatGPT，既扩大了触达，也暗示「数据可信度」正在成为 AI 产品的分水岭。对任何做企业 AI 的厂商，可解释、可溯源、可信赖，才是让客户从「试用」转向「买单」的关键。
点评为万有知兴原创观点，转载需注明出处。