財聯(lián)社4月9日訊（記者 陳俊蘭）券商紛紛投入到數(shù)字化轉(zhuǎn)型的浪潮中，伴隨著DeepSeek等大模型技術(shù)的廣泛應用和發(fā)展，正不斷推動生成式AI技術(shù)與證券行業(yè)應用場景深度融合，從多個維度為行業(yè)帶來全方位革新，引領(lǐng)證券行業(yè)邁向智能化、精細化的全新發(fā)展階段。為探究大模型企業(yè)級應用，以及DeepSeek相關(guān)AI生成式應用將如何驅(qū)動金融行業(yè)的數(shù)字化轉(zhuǎn)型，財聯(lián)社記者專訪了廣發(fā)證券副總經(jīng)理、首席信息官辛治運。

辛治運表示，DeepSeek模型作為新一代AI技術(shù)的代表，它的算法優(yōu)化和高效推理能力將加速大模型在垂直領(lǐng)域的深度滲透，推動金融業(yè)從基礎服務自動化向高階決策智能化躍遷。在風險管理、量化策略生成等復雜場景中，它展現(xiàn)出的多維度數(shù)據(jù)處理能力，可能成為連接當前工具型應用與未來認知型決策的關(guān)鍵橋梁，為行業(yè)帶來更精準的預測能力和更高效的知識挖掘體系。

作為國內(nèi)首批大型綜合類券商，廣發(fā)證券在金融大模型上是如何布局的？辛治運表示，早在本地化部署DeepSeek之前，廣發(fā)證券就已經(jīng)建設公司級人工智能平臺GF-SMART，應用在多個業(yè)務領(lǐng)域來提升業(yè)務效率和服務質(zhì)量。2024年廣發(fā)證券積極擁抱科技革命浪潮，推進大模型基礎平臺建設，在各業(yè)務條線全面開展大模型場景研究，在AI應用方面已構(gòu)建起成熟體系，多個關(guān)鍵業(yè)務場景中，已成功接入了DeepSeek、清華智譜、阿里千問等多個十億至千億參數(shù)規(guī)模的大模型基礎設施矩陣，實現(xiàn)模型最大化復用43個AI大模型應用；業(yè)務場景覆蓋財富管理、智能投研、智能營銷、投行、智能辦公、智能研發(fā)等領(lǐng)域，探索大模型應用場景超400個。

AI正在解鎖金融業(yè)三大變革新圖景

目前證券行業(yè)已在多個領(lǐng)域?qū)崿F(xiàn)了大模型的具體應用，隨著技術(shù)成熟、應用深入，AI大模型將對金融業(yè)帶來三方面變革。辛治運談到。

首先，有利于提升整個金融市場的有效性。大模型可以降低金融行業(yè)信息不對稱，從供需兩端提升金融機構(gòu)服務實體經(jīng)濟的能力，提升社會公眾的金融素養(yǎng)和金融能力，并最終提升金融市場的有效性。

其次，有可能變革整個金融業(yè)的服務范式，因為在服務長尾客戶方面，它有望產(chǎn)生非常大的影響，可能會形成新的服務入口或超級應用。

最后，有可能改變行業(yè)競爭格局，大模型應用可能會將金融行業(yè)集中度進一步提升，數(shù)字能力、金融專長等稟賦可能更為關(guān)鍵，頭部機構(gòu)、大型持牌金融科技公司有可能重新排序，部分中小機構(gòu)可能通過生成式AI技術(shù)應用實現(xiàn)跨越式發(fā)展。

同時，這些影響也具化到了廣發(fā)證券的探索中，一方面廣發(fā)證券正在以AI全面賦能業(yè)務為愿景，在建設好算力、數(shù)據(jù)與算法三大核心要素的基礎上，圍繞服務客戶、提升效率、降低成本、輔助決策、防范風險五大目標，重點從營銷、投顧、風控等12大主題領(lǐng)域推進人工智能布局。

另一方面，廣發(fā)證券正在通過具體的AI營銷精準識別潛在用戶、智能風控實現(xiàn)多維預警等場景落地，同時強化組織機制保障，依托權(quán)威主導架構(gòu)、資金資源高效配置、數(shù)字人才培育及數(shù)據(jù)治理體系，構(gòu)建覆蓋業(yè)務全鏈條的智能化能力，驅(qū)動客戶服務升級、運營效能提升與風險防控深化，全面支撐公司智慧化轉(zhuǎn)型與創(chuàng)新孵化。

AI大模型正沿著三個方向進化，但仍有痛點需要完善

在辛治運看來，目前AI大模型正沿著三個方向進化：一是多模態(tài)融合實現(xiàn)跨市場數(shù)據(jù)、研報、輿情的立體化解析；二是模型架構(gòu)向“專業(yè)化集群”發(fā)展，形成覆蓋投研、合規(guī)、客戶服務的生態(tài)系統(tǒng)；三是可信AI技術(shù)的突破，通過可解釋性增強和動態(tài)風控機制，解決金融場景中的責任認定難題。這些演進將推動AI從輔助工具升級為戰(zhàn)略級生產(chǎn)力。然而，當前AI大模型在金融領(lǐng)域的應用仍存在瓶頸。由于監(jiān)管、法律以及投資者保護等因素，AI大模型面客應用距離成熟還需2-5年，員工對AI的認知和駕馭能力也有待提升。

大模型企業(yè)級應用全面井噴，但整體仍是方興未艾，在提及券商將AI大模型融入各項業(yè)務的過程中還有哪些細節(jié)需要完善時，辛治運認為主要是在技術(shù)層面和管理層面。

在技術(shù)層面，券商應用AI大模型的痛點涉及安全性與可靠性隱患，例如模型可能生成有害內(nèi)容、思維鏈漏洞導致意外輸出，以及上下文長度限制削弱場景適用性。同時，深度推理中的指令偏離、幻覺問題、高算力資源壓力、工具調(diào)用能力不足、多模態(tài)技術(shù)短板，疊加數(shù)據(jù)質(zhì)量參差不齊的隱患，進一步制約技術(shù)落地。此外，數(shù)據(jù)安全與隱私保護的底層治理需求也亟待強化。

在管理層面，難點聚焦于數(shù)據(jù)治理體系的完整性與合規(guī)性挑戰(zhàn)，包括敏感信息泄露風險、隱私防護機制的完善，以及技術(shù)創(chuàng)新與金融監(jiān)管的動態(tài)平衡。另一方面則是人才短缺。缺乏具備AI和金融雙重背景的人才，招聘和培養(yǎng)難度大。

這些痛點和難點需要券商在技術(shù)和管理兩個層面上進行綜合應對，以確保AI大模型在各業(yè)務板塊的有效融合和應用。

AI技術(shù)將與人工投顧形成互補關(guān)系

如前面他提到大模型有助于緩解金融行業(yè)的信息不對稱。如今，以DeepSeek為代表的大模型橫空出世，信息不對稱的問題正在弱化，在金融“投顧”和投資者之間架起溝通橋梁，不少投資者開始向DeepSeek等大模型咨詢投資策略。由此也引出了一系列思考，AI技術(shù)會在哪些方面對傳統(tǒng)投顧業(yè)務造成沖擊？AI投顧相比傳統(tǒng)投顧具備哪些優(yōu)勢？它能否徹底取代人工投顧？

辛治運認為，生成式AI技術(shù)如Deepseek確實正在深刻影響投顧行業(yè)，但這種影響是雙面的。AI能快速分析海量數(shù)據(jù)，提供全天候服務，保持客觀分析，這些都是明顯優(yōu)勢。此外，AI也降低了行業(yè)門檻，使更多長尾客戶能夠獲取專業(yè)級別的投顧服務。然而，AI目前還無法完全替代人工投顧。投顧服務不僅需要數(shù)據(jù)分析，更涉及對客戶深層需求的理解、對市場宏觀環(huán)境的把握和情感上的支持與溝通。AI難以建立真正的信任關(guān)系，缺乏對客戶特殊需求的理解和情感共鳴。

客觀上看，AI技術(shù)將與人工投顧形成互補關(guān)系，而非完全替代。未來的趨勢是“AI+人工投顧”的混合模式。在AI方面，將總部研究員的專業(yè)資產(chǎn)配置模型與大模型分析深度融合，提升投顧服務的自動化、智能化水平。同時，人工投顧結(jié)合自身經(jīng)驗和客戶需求，提供更深入的高層次判斷、個性化服務和情感支持。

AI并不會完全取代人工投顧，而是促使投顧行業(yè)向更智能化、精準化、個性化的方向發(fā)展。對于證券公司而言，如何有效整合AI技術(shù)，提升投顧服務質(zhì)量，是未來行業(yè)競爭的關(guān)鍵。