当前，以大模型为代表的人工智能技术正在重塑金融服务生态，证券公司如何拥抱技术变革，受到市场关注。
由证券时报社主办的“2025中国证券业数字化实践高峰论坛”近期在北京举行，在主题为“金融大模型在证券业务中的落地实践：挑战与路径探索”的圆桌论坛环节上，多家券商首席信息官分享了人工智能大模型在证券行业的应用进展与思考。
圆桌论坛由国泰海通证券技术研发部总经理黄韦主持，山西证券首席信息官孙嘉锋、国元证券执委会委员兼首席信息官张国威、华福证券首席信息官兼财富委主任李宁、西南证券首席信息官华明等嘉宾参与讨论。
大模型布局渐入佳境
在生成式人工智能快速发展的浪潮中，证券行业迎来了提升服务效率与创新业务模式的重要契机。多家券商已展开大模型应用探索，其落地进展及成效引发行业关注。
孙嘉锋表示，从去年开始，山西证券已在关注如何把大模型和公司原有数字化战略进行结合，“到了今年春节，这已经是一个不得不答的题目。”
据其介绍，山西证券重点希望把大模型能够验证成功的场景如文字生成、合规检索、情感分析等与公司具体业务场景做结合，比如形成智能问答、外呼、知识库等。“另外我们也会寻找具有高价值的场景，比如固收业务中交易员在通讯软件上靠人工呼叫的方式进行交易，我们去年结合大模型进行布局，在喊单场景中做好语义识别，将研发好的债券交易机器人嵌入交易流程中，把30秒的响应速度提升到3秒，效率提升10倍。”
张国威谈到，国元证券全力拥抱人工智能大语言模型，近两年重点打造以AI为核心的技术赋能体系。“我们构建六层架构。从最下面的算力层到数据层、模型层，以三层基础设施打造未来人工智能能力的基座。在基座上我们封装为各种能力，如语音理解能力、文本撰写能力等构成能力层；再上面是涉及各条线的业务层；最终到直面客户和员工的应用层。”
据其介绍，公司金融科技部成立人工智能应用专项小组，联合此前技术条线的其他应用同事及业务部门的信息化专家，共同推进人工智能应用落地。目前在实践方面，其举例称，国元证券为投行项目承做提供“读查问写”等多项大模型能力工具，比如智能核查能力、辅助撰写能力、法规问答能力。
李宁表示，华福证券积极布局人工智能，在三年数字化规划里有单独的AI子规划。“我们一是保证投入，每年新增IT投入里大概有25%用于AI相关，包括软硬件和人员；二是我们把AI作为直接绩效考核下达到各个部门，包括地方分公司；三是我们设有一套指标叫‘含智量’，每年考察用到AI的项目数量、使用深度情况，每个项目使用人数、使用频次。”
“在应用场景方面，我们财富管理业务使用较多，比如APP我们已拿到算法应用的备案，未来会逐渐走向接近AI原生的APP；投资方面，我们把AI用于信评。此外，中后台对AI的热情比业务更高，我们为全员搭建‘AI百宝箱’，上线主流大模型应用，打造‘智慧制度’，智能解读公司所有过往制度。”李宁表示。
华明谈到，西南证券从2023年开始对AI大模型的探索和尝试，把AI大模型或者智能化应用放到至关重要的位置。从组织和管理机制上，公司设立数字化转型领导小组，由董事长和总裁亲自“挂帅”；另设有专职数字化转型办公室，负责组织协调、推进和考核；同时各个条线也有相应的数字化转型工作小组落地具体工作。
“我们已经落地的应用有智能知识库，实现对公司规章制度、合规展业、管理运营、技术开发等各方面知识的智能查询；有智能编码助手，用于提升研发效率，其生成代码的采纳率约为30%；有智能投顾助手，用于研究报告和市场资讯的摘要与整理，结合客户画像，产生定制化资讯报告；以及智能投研助手，构建了一套资管研究报告自动化生成系统等。”华明说道。
黄韦也分享提到，国泰海通提出重要战略叫“All in AI”，即AI要在公司各个条线落地。“我们发展群众运动，举办两届AI大赛，提升员工对AI的理解，共同开动脑筋探讨如何把AI应用到各个业务条线上。”
在经纪业务方面，国泰海通的大模型应用投入比较多，对内有“投顾助手”，供一线投顾员工使用；7月份发布AI大模型对客服务的服务系统、问答系统。
亟待完善行业监管
随着大模型应用不断深入，完善相关监管框架成为行业共识。
对此，华明提供四方面的建议：第一，希望能够建立证券行业“AI金融服务能力分级认证制度”，明确哪些场景可以全自动化，哪些必须人机协同。第二建议监管明确AI服务的责任界定和披露要求，在保护投资者权益的同时也能保护券商权益。
第三建议制定数据使用规范，提高券商使用客户数据时的透明度和合规性，保障客户隐私与数据安全。第四建议推动AI技术标准化，要求或者鼓励券商使用可解释性高的模型，提高整个行业的服务质量和水平。
张国威也有相似观点，一是最好能对券商基于大模型的客户服务进行分级分类管理，比如对于资讯查询、行情查询等通用场景，允许券商快速提供服务；而对于可解释性要求高、准确度要求高的投资建议、资产配置组合等服务，希望监管在模型评审、模型备案层面提供指导意见。
二是希望加强行业共建，建议由行业牵头共建共享通用知识中心，不涉及公司私有数据的部分可以共享成果。在数据层面，可通过隐私计算或联邦学习技术建立一个数据共享平台，解决单一机构因自身数据质量、数据不全导致大模型能力泛化不足的问题。三是建议建立更多标准，比如风控标准，明确在大模型服务出现风险事件时的责任认定和处理机制。
孙嘉锋表示，希望公有算力能够像云计算一样建立标准规范的SLA质量体系。他解释称，“如今商业电话都在运营商电路上完成，用户并不担心通话被窃听。因此期望能建立白名单机制的公有算力，让券商在使用时不必担心数据隐私泄露，这对整个行业算力建设是很有价值的事情。”
研判技术演进重塑业态
伴随技术快速演进，并与业务需求加速融合，未来证券行业的服务模式与运营逻辑可能会发生更大变化，上述券商首席信息官对行业未来发展方向作出研判。
孙嘉锋认为，未来一两年，大模型应用进入幻灭期，市场对其很多不切实际的期望在未来一两年会被证伪。但同时，大模型能力提供了无限拔高的生产力工具，未来未必会出现某个具体场景或应用的杀手级产品，更可能是体系化的生产关系能否快速适应生产力变化，在这方面走出来的企业有可能将这项技术运用到极致。
而在张国威看来，未来价值最大化的体现在于“智能决策”的产生。他解释，“因为现在大模型主要是作为效率工具使用，但如果能把人、事物、事件都抽象成逻辑主体，同时把外部因素变化比如市场环境变化变成算法或函数导入其中，且大模型具备逻辑思考能力，能理解证券行业投资或者投研的专属逻辑，那么大模型将可以成为决策工具，甚至生成具体的执行动作，这可能带来更多价值。”
李宁观察到行业内的两大变化：一是各家APP做得越来越AI原生化；另一个是在异构算力方面，国产算力挑战还比较大，预计后续发展越来越快，在券商使用算力中的比重应该会快速提升到远远领先于其他异构算力的情况。
华明认为，当前券商做的绝大部分工作都可以由AI智能体完成，预计未来一两年有可能形成比较完整的智能体矩阵。智能体可以做到自我管理、自我适应、自我进化。这种变化将使券商业务模式、工作模式包括伦理层面都会产生巨大改变。另外，多模态场景也将显著增多，为客户体验优化和智能体交互效率带来重大提升。
排版：刘珺宇
校对：廖胜超
杨方配资提示：文章来自网络，不代表本站观点。
