AI研报乌龙敲响警钟:信息污染时代的投研真实性底线

地产研报现AI乌龙：旧政策被 “穿越” 至当下

近期一份由两位分析师署名的地产行业周报引发行业热议，这份研报将 2024 年 6 月 7 日国务院常务会议的地产部署内容，错误标注为 2026 年 6 月 7 日的最新政策。业内普遍判断，这种 “时间错位 + 内容完整搬运” 的错误模式，正是 AI 大模型 “幻觉” 的典型表现。更值得警惕的是，类似错误表述早已在部分自媒体平台流传，互联网信息污染正通过 AI 工具反向渗透进专业研究领域。这并非个例，2025 年就曾出现虚假数据经 AI 加工后流入券商研究材料的事件。券商研报是连接投资者与市场的核心信息桥梁，真实性一旦失守，损害的不仅是单家机构声誉，更是整个卖方研究行业的公信力根基。

幻觉滋生土壤：高频生产与信源缺位叠加

这类 AI 失真事件集中出现在行业周报、日报等高频研报中，背后有清晰的产业逻辑。这类研究产品普遍有固定模板框架，核心工作是汇总公开信息、填充行业数据，本就是 AI 辅助写作的核心场景。AI 工具大幅缩短了研报制作周期，也埋下了审核疏漏：对于 AI 自动抓取的政策表述与数据，分析师往往不会逐一回溯官方原始信源复核，看似逻辑通顺的内容更容易蒙混过关。与此同时，年轻分析师与实习生普遍将 AI 作为资料整理、初稿生成的日常工具，却对信源核验的重要性认知不足。当互联网上充斥着大量被篡改、歪曲的污染信息，大模型在推理中就会将其当作 “事实” 输出，最终让错误内容堂而皇之地进入正式研报。

合规底线清晰：人工审核是不可逾越的红线

事件发酵后，“投研 AI 输出必须经过人工审核” 已成为全行业共识。按照合规逻辑，任何未经分析师确认的 AI 生成内容，都不得出现在正式研报中 —— 最终承担合规责任的是署名分析师，而非 AI 工具。但在实操层面，人工审核的标准如何量化、效率与质量如何平衡，仍是各家机构需要摸索的课题。从监管层面看，目前国内尚未出台专门针对 AI 生成研报的监管细则，现有规则仅对信息披露外包行为作出约束，未明确 AI 工具的使用规范与责任边界。投研场景的 AI 合规，现阶段主要依靠行业自律与券商内部风控，这种环境既给了创新空间，也要求机构主动扛起主体责任，守住研究质量的底线。

技术双向治理：真实性永远优先于效率

颇具意味的是，AI 既是信息失真的诱因，也正在成为治理风险的核心抓手。目前已有多家券商上线智能化研报作业平台，通过标准化流程设计与 AI 事实校验技术，实现撰写流程规范化、审核标准统一化，用更成熟的 AI 能力约束 AI 生成内容的风险。长期来看，构建全流程信源溯源、事实校验机制，用 AI 治理 AI，是行业技术演进的必然方向。但无论技术如何迭代，资本市场的底层准则始终不变：信息真实性是一切资产定价与交易决策的基础，其重要性永远高于任何效率提升。对于投研行业而言，AI 的定位始终是辅助工具而非研究主体，守住人工复核的底线，才能在享受技术红利的同时，守住专业研究的公信力与行业价值。