中小券商應結(jié)合自身優(yōu)勢 推動人工智能高質(zhì)量發(fā)展

　　當前，大模型等新興技術(shù)正在引領(lǐng)金融服務(wù)模式的升級。

　　中小券商需要保持對先進科技的持續(xù)跟進和研究，順勢而為，主動對表對標監(jiān)管部門和地方政府戰(zhàn)略規(guī)劃和政策支持，根據(jù)自身情況選擇適合自身發(fā)展的路徑。

　　機構(gòu)加快智能化建設(shè)步伐

　　人工智能（AI）是模擬、擴展人類智能的科技，融合了計算機科學、認知科學等多領(lǐng)域知識，旨在讓機器完成學習、推理、感知等需要人類智能的任務(wù)。自1956年夏季美國達特茅斯會議起，AI從符號主義到深度學習不斷演進。近年來，ChatGPT等生成式AI產(chǎn)品在長文本和多模態(tài)數(shù)據(jù)處理上展現(xiàn)廣闊前景，改變知識生產(chǎn)與傳播方式。

　　2024年12月，中國人工智能企業(yè)發(fā)布了開源模型DeepSeek，基于其強大思考鏈能力，憑借低成本、高效能和開源特性，迅速在全球技術(shù)、市場、應用層面引發(fā)轟動。尤其是受益于成本和效益的優(yōu)化，此類大模型有望讓包括中小券商在內(nèi)的眾多企業(yè)在具有明顯性價比激勵下加快智能化建設(shè)步伐，多家機構(gòu)密集部署，致力于提高數(shù)據(jù)處理的效率和準確性，提升整體運營效率和客戶服務(wù)質(zhì)量，掀起人工智能應用發(fā)展熱潮。

　　AI在證券行業(yè)的應用實踐

　　作為數(shù)據(jù)與技術(shù)雙密集領(lǐng)域，證券業(yè)擁有海量結(jié)構(gòu)化數(shù)據(jù)資源、高頻業(yè)務(wù)場景及強烈的數(shù)字化轉(zhuǎn)型訴求，天然構(gòu)成人工智能和數(shù)據(jù)要素應用的戰(zhàn)略高地。

　　當前，證券業(yè)正積極探索大模型技術(shù)的應用場景，已應用于信息檢索、文檔處理、行業(yè)研究等多個場景，并逐步拓展到智能服務(wù)、風險管理、投資分析等核心業(yè)務(wù)，促進業(yè)務(wù)效能提升和行業(yè)高質(zhì)量發(fā)展。例如，國泰君安推出千億級參數(shù)多模態(tài)證券垂直類大模型，快速總結(jié)提煉和研判市場運行趨勢；中信證券探索大模型與圖計算融合、法規(guī)自動化標簽匹配等在股權(quán)激勵、合規(guī)風控等方面應用；中信建投證券結(jié)合投顧專家經(jīng)驗，引入檢索增強生成、提示工程、智能體技術(shù)，提升“智能投顧”能力；中金公司構(gòu)建文本審核大模型，基于強大語義理解功能，疊加勾稽關(guān)系、傳統(tǒng)詞庫等知識庫，在各類證券市場信息披露場景中效果提升明顯?？偟膩碚f，證券行業(yè)主要在推動基于小模型的場景智能化升級，從感知能力和認知能力角度拓展智能化服務(wù)的深度和廣度；在適配場景過程中形成自身特色數(shù)據(jù)保護下的大模型應用能力、智能體技術(shù)應用能力。

　　近年來，監(jiān)管部門積極發(fā)布相關(guān)制度政策，抓好資本市場金融科技創(chuàng)新試點，統(tǒng)籌開展多項大模型前瞻技術(shù)與基礎(chǔ)標準研究。近期，由中國證監(jiān)會與國家數(shù)據(jù)局聯(lián)合推動的資本市場金融科技創(chuàng)新試點“數(shù)據(jù)要素×資本市場”第一批11個試點項目中，孵化出包括以廣發(fā)證券《基于超大規(guī)模國產(chǎn)預訓練模型的企業(yè)財務(wù)智能預警平臺》、銀河證券《基于AI技術(shù)的債券詢報價機器人》為代表的人工智能創(chuàng)新應用，為證券市場的數(shù)字化、智能化建設(shè)和創(chuàng)新發(fā)展增添新動力。

　　證券行業(yè)大模型建設(shè)呈現(xiàn)以下三個趨勢：

　　一是在技術(shù)創(chuàng)新方面，未來需深度融合小模型、智能體、遷移學習等新技術(shù)，不斷提高大模型在特定場景中的預測和推理精準性，進一步提升其在證券領(lǐng)域的應用效果。

　　二是在生態(tài)建設(shè)方面，作為數(shù)據(jù)要素市場化配置建設(shè)下的創(chuàng)新，未來需形成“人工智能、可信數(shù)據(jù)空間、數(shù)據(jù)金融”三位一體的發(fā)展模式，共同探索行業(yè)解決方案和生態(tài)體系建設(shè)，促進金融機構(gòu)、科技企業(yè)與監(jiān)管機構(gòu)等多方攜手合作，構(gòu)建更加健全、完善的數(shù)字化轉(zhuǎn)型生態(tài)體系。

　　三是在合規(guī)規(guī)范方面，圍繞投資者服務(wù)應用的數(shù)據(jù)隱私和內(nèi)容安全等需重點關(guān)注，包括通過線上大模型與本地小模型的融合應用，以及數(shù)據(jù)匿名化處理、可信執(zhí)行環(huán)境等技術(shù)手段，嚴格保障數(shù)據(jù)安全，控制數(shù)據(jù)流動風險，以滿足證券行業(yè)對極高容錯率要求，同時增強信息關(guān)聯(lián)性和精確度。

　　這些方面顯示，證券行業(yè)人工智能建設(shè)任重道遠，需要久久為功。

　　中小券商AI建設(shè)路徑探索

　　證監(jiān)會近期發(fā)布的《關(guān)于資本市場做好金融“五篇大文章”的實施意見》明確提出，要穩(wěn)妥推動數(shù)據(jù)要素相關(guān)技術(shù)在資本市場重點領(lǐng)域的應用實施。廣東省2025年高質(zhì)量發(fā)展大會提出在人工智能等兩大領(lǐng)域下大決心、集中發(fā)力，構(gòu)筑高技術(shù)、高成長、大體量的產(chǎn)業(yè)新支柱。積極擁抱、主動對標上述精神和要求，是中小機構(gòu)人工智能高質(zhì)量發(fā)展的應有之義。

　　融入地方政府和監(jiān)管機構(gòu)的人工智能大生態(tài)，是中小券商推進數(shù)字化轉(zhuǎn)型不可或缺的重要推動力。當前，多個地方政府打出“政策組合拳”助推人工智能產(chǎn)業(yè)發(fā)展，通過建設(shè)公共數(shù)據(jù)資源開發(fā)利用新格局，推動政務(wù)數(shù)據(jù)資源的共享和歸集，搭建智能算力中心，為企業(yè)提供了豐富的數(shù)據(jù)資源和算力資源。

　　如東莞市政府發(fā)布的2025年一號文《關(guān)于加快推動人工智能賦能制造業(yè)高質(zhì)量發(fā)展的若干措施》中，提出了地方政府通過算力資源共享、數(shù)據(jù)資源共治、場景資源共建等方式，幫助中小機構(gòu)突破資源瓶頸。同時，在證券業(yè)方面，行業(yè)監(jiān)管機構(gòu)則通過政策引導推動證券期貨業(yè)數(shù)字化公共服務(wù)平臺建設(shè)，利用監(jiān)管沙盒等創(chuàng)新監(jiān)管模式鼓勵金融機構(gòu)在確保合規(guī)的前提下，積極探索新技術(shù)應用；而行業(yè)自律機構(gòu)基于自主可控通用大模型探索行業(yè)大模型建設(shè)，在算力資源統(tǒng)籌、數(shù)據(jù)語料治理、應用場景設(shè)計、模型效果評測等方面賦能經(jīng)營機構(gòu)人工智能建設(shè)。

　　當前，中小券商在推進人工智能建設(shè)過程中遭遇了諸多難點堵點，尤為突出的是資源有限、技術(shù)能力薄弱等問題。金融科技的價值最終需在業(yè)務(wù)中得以體現(xiàn)，中小券商應結(jié)合自身優(yōu)勢，聚焦細分市場與特色服務(wù)，如特定行業(yè)、區(qū)域或客戶群體，通過綜合運用協(xié)同、融資、投資、科技等多方面能力，提供更具個性化和專業(yè)化的服務(wù)。

　　例如，結(jié)合《關(guān)于高質(zhì)量發(fā)展資本市場助力廣東現(xiàn)代化建設(shè)的若干措施》要求，選擇具備足夠業(yè)務(wù)多樣性、技術(shù)復雜性且商業(yè)可持續(xù)的方向。再比如在中小券商“產(chǎn)業(yè)投行”領(lǐng)域方面，參考廣州市以投顧產(chǎn)業(yè)鏈為核心的財富管理生態(tài)，深圳市整合證券、銀行、保險、擔保、租賃等綜合金融模式的驛站形態(tài)，探索面向不同客戶群體的不同服務(wù)模式。其中，無形資產(chǎn)的價值評估、并購撮合、風險監(jiān)測等復雜場景亟需加大科技創(chuàng)新設(shè)計，融合強大的文本處理、語義理解和生成能力，以及基于大模型的客戶畫像分析，迭代升級現(xiàn)有科技服務(wù)水平，嘗試孵化基于人工智能的證券公司賦能縣域經(jīng)濟的特色產(chǎn)業(yè)（如制造業(yè)等）模式，提升服務(wù)質(zhì)量和效率。

　　對于技術(shù)薄弱、成本敏感型的中小券商而言，按 “市場需求度、技術(shù)可行性、商業(yè)可行性” 原則，多層次推進是實現(xiàn)人工智能發(fā)展的關(guān)鍵。

　　一是應用優(yōu)先。按照應用優(yōu)先原則，部署現(xiàn)有廠商通用大模型并進行本地化應用快速對接，在內(nèi)部公共辦公類應用方面進行對接、測試，探索數(shù)字員工、智能助手等成熟產(chǎn)品，提升業(yè)務(wù)技術(shù)應用敏感度。特別是，可以自身信息技術(shù)智能化轉(zhuǎn)型為起點，如低代碼開發(fā)、數(shù)智化運維等，積累適配性創(chuàng)新經(jīng)驗，推動金融科技部門成為大模型應用引領(lǐng)者，探索如何更好地與AI合作創(chuàng)新，而不僅僅是“技術(shù)支持者”。

　　二是能力培養(yǎng)。以智能客服、專業(yè)化個人助手等應用程序接口（API）調(diào)用服務(wù)建設(shè)為起點，加強模型推理與智能體等技術(shù)應用能力培育；同時嘗試與外部有實力的機構(gòu)開展合作，圍繞特定應用進行研究論證、場景設(shè)計與工程實施，準備好基礎(chǔ)條件，實現(xiàn)大模型本地化推理應用服務(wù)，逐步打通數(shù)據(jù)語料融合治理和大模型推理應用的科技能力、應用能力以及業(yè)務(wù)價值提升能力。

　　三是生態(tài)借力。加大向先進機構(gòu)學習，聚焦如何應對證券行業(yè)復雜業(yè)務(wù)流程和專業(yè)門檻，從場景應用到場景設(shè)計，從推理到微調(diào)再到預訓練，從單點到可復用能力突破，逐步培育自主可控的算法技術(shù)體系；此外，可結(jié)合地方政府和監(jiān)管機構(gòu)資源，順勢而為，加大與科技、工信、數(shù)據(jù)、國資等機構(gòu)溝通合作，如在算力方面聯(lián)合具有算力資源的機構(gòu)，在數(shù)據(jù)方面聯(lián)合公共數(shù)據(jù)運營的機構(gòu)，探索構(gòu)建適配證券行業(yè)特征的AI生態(tài)共建共享模式，形成自身大模型生態(tài)化建設(shè)。

　　需要說明的是，本文提出的思路、方案和建議更多的是理論邏輯層面的探討，是否適用還需在實踐中不斷審視、檢驗和改進。

　?。ㄗ髡呦禆|莞證券運維技術(shù)中心總經(jīng)理劉志繁、副總經(jīng)理廖倡）