證券時報網(wǎng)
黃翔
2025-04-18 20:39
數(shù)字技術(shù)與智能化創(chuàng)新，正全面重塑證券行業(yè)的生態(tài)體系和價值邏輯。
近年來，面對生成式AI技術(shù)帶來的顛覆性變革，大部分券商持續(xù)強化金融科技布局，加大信息技術(shù)投入，著智力構(gòu)建覆蓋能投顧、精準營銷、量化風控等核心場景的數(shù)字化解決方案。
大模型在證券行業(yè)落地進展迅猛，也帶來成本高企等難題。受訪人士認為，券商應對AI大模型的高成本挑戰(zhàn)，核心思路是“精準投入、降本增效”，可通過優(yōu)化投入結(jié)構(gòu)、加強合作共享、走混合技術(shù)路線等方式，多管齊下破解成本之困。
8家投入金額超10億元
2024年報數(shù)據(jù)顯示，約有20家券商披露信息技術(shù)領域的資金投入情況，投入金額超過10億元的有8家。
其中，華泰證券和國泰君安兩家券商的資金投入規(guī)模在20億元以上，分別以24.48億元和22億元的投入規(guī)模位居前列。
中金公司、招商證券、中信建投、廣發(fā)證券、銀河證券和申萬宏源六家券商的投入金額均超過10億元，分別為15.85億元、15.83億元、15.2億元、13.77億元、12.54億元和11.85億元。
近年來，券商高度重視信息技術(shù)管理工作，持續(xù)加大金融科技投入力度。15家券商2024年的信息技術(shù)投入金額實現(xiàn)增長。其中，光大證券的信息技術(shù)投入為6.59億元，同比增長20.92%；紅塔證券和南京證券的信息技術(shù)投入分別為1.73億元和1.76億元，同比分別增長13.82%和11.39%。
北京社科院副研究員王鵬在接受《國際金融報》記者采訪時表示，數(shù)字金融對金融機構(gòu)的數(shù)字化水平提出了更高的要求，促使券商加大信息技術(shù)投入。同時，市場交投活躍度上升，大量開戶、交易需求對券商的服務能力和技術(shù)系統(tǒng)提出新挑戰(zhàn)，促使券商強化信息系統(tǒng)建設。
“在證券行業(yè)競爭激烈的背景下，金融科技可以提高交易效率，幫助券商更好地理解客戶需求，提供個性化服務，從而提升競爭力。”王鵬說。
南寧學院金融專家、博士石磊在接受《國際金融報》記者采訪時表示，券商發(fā)力金融科技主要有三大核心驅(qū)動力：
首先是行業(yè)自身的轉(zhuǎn)型壓力。特別是中小券商，傳統(tǒng)線下服務模式成本高、同質(zhì)化嚴重，需要通過線上化、自動化實現(xiàn)差異化突圍。比如說智能開戶、電子合同這些應用，本質(zhì)上是用技術(shù)重構(gòu)業(yè)務流程，減少對人力的依賴，實現(xiàn)降本增效。
二是技術(shù)紅利的倒逼。過去券商的IT系統(tǒng)更多是支持基礎業(yè)務和流程管理，但現(xiàn)在像DeepSeek這類大模型的出現(xiàn)，讓生成式AI能深度融入投顧服務、風險預警等場景。
三是監(jiān)管合規(guī)的要求。現(xiàn)在對券商系統(tǒng)穩(wěn)定性要求精確到秒級中斷容忍，反洗錢監(jiān)控要穿透多層嵌套交易，這些靠人工排查基本不太現(xiàn)實。比如盤中異常交易攔截，需要依賴算法實時識別。技術(shù)在這里既是合規(guī)工具，更是業(yè)務開展的準入門檻。
AI技術(shù)重塑業(yè)務場景
今年以來，DeepSeek人工智能技術(shù)在金融領域掀起創(chuàng)新浪潮，眾多金融機構(gòu)競相推進該技術(shù)的應用落地。通過科技手段賦能傳統(tǒng)金融業(yè)務轉(zhuǎn)型，持續(xù)加碼數(shù)字化能力建設已成為證券行業(yè)的普遍共識。
國泰君安在年報中指出，公司已基本建成企業(yè)級數(shù)據(jù)庫，完成管理駕駛艙全面改版升級，初步落地智能化基礎設施，行業(yè)首家實現(xiàn)將大模型能力全面融入客戶服務體系，將持續(xù)推進自主金融科技創(chuàng)新。
在夯實AI大模型的底層能力基礎上，券商探索以AI思維和技術(shù)重塑業(yè)務場景的可能。華泰證券首席執(zhí)行官周易表示，目前公司已落地集異構(gòu)算力、運營管理、應用開發(fā)三位一體的大模型平臺體系，在投研、投顧、投行等典型場景取得進展。
券商在AI大模型布局方面取得突破進展。廣發(fā)證券董事長林傳輝表示，過去一年公司累計落地43個AI大模型應用，場景數(shù)量和業(yè)務覆蓋保持行業(yè)領先。
“當前證券公司在AI大模型方面的投入顯著，且應用效果初顯。”王鵬認為，AI大模型已廣泛應用于券商的經(jīng)紀、研究、投行、合規(guī)等多個場景，為業(yè)務開展和管理模式優(yōu)化提供了技術(shù)支持。
AI大模型在降低成本、控制風險、優(yōu)化體驗和增加收益等方面展現(xiàn)出廣闊的應用前景。王鵬稱，智能投顧服務可以通過AI大模型提供個性化的投資建議，幫助客戶識別和規(guī)避潛在的投資風險；在異常交易監(jiān)控、反洗錢等方面，AI大模型也能發(fā)揮巨大作用。
“目前券商對AI大模型的投入，可以用三個關(guān)鍵詞概括：敢砸錢、見實效、有挑戰(zhàn)?！笔诒硎?，最直接的效果就是降本增效。比如在風險防控這種硬核領域，中信證券用大模型+圖計算攔截盤中異常交易，成功率直接拉高40%，這是人工盯盤難以達成的。
多措應對高成本挑戰(zhàn)
生成式人工智能浪潮正引發(fā)證券行業(yè)底層技術(shù)架構(gòu)的革新，同時模型訓練所需的算力集群建設年均投入超千萬量級，加之數(shù)據(jù)治理和算法迭代的持續(xù)性支出，行業(yè)正面臨投入產(chǎn)出比優(yōu)化的戰(zhàn)略考驗。
對此，記者采訪獲悉，券商應對AI大模型的高成本挑戰(zhàn)，核心思路是“精準投入、降本增效”，具體可歸納為如下幾點：
第一，優(yōu)化投入結(jié)構(gòu)，即錢要花在刀刃上。石磊表示，頭部券商收縮IT總投入但聚焦核心業(yè)務場景，比如用大模型升級投研、客服、風控等高頻剛需業(yè)務；中小機構(gòu)則借力通用大模型快速落地，減少定制開發(fā)成本，實現(xiàn)主要業(yè)務的覆蓋。
第二，技術(shù)走“混合路線”。數(shù)據(jù)安全是大前提，通過“大模型+小模型”組合降低算力消耗，同時活用開源技術(shù)（如DeepSeek）和實時接口，平衡性能與成本。
第三，加強合作與共享，即抱團分攤壓力。王鵬建議，券商可與其他金融機構(gòu)、科技公司等建立合作關(guān)系，共享技術(shù)資源和研發(fā)成果，降低研發(fā)成本。
第四，提升技術(shù)效率，探索商業(yè)化應用。通過技術(shù)創(chuàng)新和優(yōu)化算法等方式，提高大模型的訓練效率和推理速度，降低算力成本。積極推動AI大模型的商業(yè)化應用，通過提供智能投顧、風險管理等增值服務，實現(xiàn)技術(shù)投入的回報。
“未來券商拼的不只是技術(shù)燒錢速度，更是誰能把AI成本和業(yè)務價值精準匹配?！笔诖蛄藗€比方，大模型最終會像水電一樣，成為券商基礎設施，關(guān)鍵看誰能先用出“性價比”。
