“当我(wo)把基(ji)金持仓发给(gei)DeepSeek，它有这些建议……”“完全听DeepSeek炒股，2025年2万本金能赚多少钱？”……自今(jin)年春节DeepSeek掀起应用热潮以来，在以年轻用户(hu)群体为核心的小红书、B站等社交媒体平台上，很多投(tou)资(zi)者也纷纷向(xiang)DeepSeek-R1寻求投(tou)资(zi)建议。

证券时报记者亦尝试向(xiang)DeepSeek上传基(ji)金持仓账(zhang)户(hu)截图，并征询账(zhang)户(hu)诊断与调仓建议。结(jie)果显(xian)示，DeepSeek不仅指出问题所在，还提供了可(ke)操作方案，包括不同(tong)产品的仓位建议、替换产品的名称、调仓时点(dian)、止损止盈线、交易成(cheng)本优(you)化措施等。

至此，DeepSeek提供的账(zhang)户(hu)诊断与专业建议可(ke)否匹敌券商一线投(tou)顾的平均水准，也引(yin)起了市场的极(ji)大(da)关注。

华福证券有关负责人表示，DeepSeek在股票基(ji)金账(zhang)户(hu)诊断方面表现(xian)出色。以一个普通账(zhang)户(hu)为例，模型能够(gou)在约6分钟(zhong)内整合近百条市场数据和持仓信息，对账(zhang)户(hu)持仓结(jie)构进行全面剖析(xi)，并给(gei)出直观清晰的风险评估报告，评估准确性达到(dao)85%。不过，在调仓建议环(huan)节，与一线投(tou)顾相比仍有差距(ju)，暂(zan)时难以完全模拟人工投(tou)顾对复杂人性和市场微妙变化的理解。

银河证券财富管理首席投(tou)资(zi)官、产品中心总经理张(zhang)嘉为接受证券时报记者采访时谈到(dao)，从内外部测评的反馈来看(kan)，DeepSeek在数据分析(xi)处理速度与响应及时程度方面远超(chao)人工投(tou)顾，但囿于(yu)“模型工具”属性，对于(yu)复杂市场环(huan)境的分析(xi)、资(zi)讯信息准确性的辨别与客(ke)户(hu)多元化需求的响应等方面，仍与专业投(tou)顾存在一定(ding)差距(ju)。

国信证券相关人士(shi)指出，在账(zhang)户(hu)诊断及调仓建议方面，DeepSeek存在线性外推、数据不完整等问题，目前尚不足以替代一线投(tou)顾的专业建议。主要原(yuan)因是DeepSeek只对接互联网数据，未能对接专业可(ke)信的金融(rong)行业数据库、企业内部知识库和客(ke)户(hu)画像(xiang)库，因此会存在数据和信息错误的情况。此外，对于(yu)业务决策(ce)的深(shen)度思考，大(da)模型需要对行业数据以及专家规则进行系统性的学习和积累，最终才能展示比较好(hao)的决策(ce)能力(li)，但目前证明还未能做到(dao)。

2 长尾客(ke)户(hu)黏性还在不在？

尽管DeepSeek暂(zan)不能取代一线投(tou)顾，但凭(ping)借投(tou)资(zi)建议的容易提供优(you)势，第(di)三方AI平台正吸引(yin)着年轻投(tou)资(zi)者的注意力(li)。在证券公司的客(ke)群中，他们大(da)多属于(yu)以往未得到(dao)充(chong)分服务的长尾客(ke)户(hu)群体。这一潜在变化趋势，也对依赖投(tou)顾业务盈利的证券公司构成(cheng)了一定(ding)压力(li)。

多名受访券商人士(shi)坦(tan)言，上述情形的确影响了长尾客(ke)户(hu)与券商投(tou)顾之间(jian)的黏性。前述国信证券人士(shi)谈到(dao)，在长尾客(ke)户(hu)的投(tou)资(zi)陪伴等部分服务领域中，DeepSeek等大(da)模型表现(xian)出来的便捷性和及时性等，给(gei)客(ke)户(hu)的直观感受可(ke)能优(you)于(yu)传统人工投(tou)顾服务。

国泰君安相关人士(shi)表示，第(di)三方AI平台的出现(xian)，已经影响了投(tou)资(zi)者和券商投(tou)顾之间(jian)的黏性，不仅有价(jia)格敏感型的长尾客(ke)户(hu)，还有对AI有所研究或者投(tou)资(zi)能力(li)更(geng)高的客(ke)户(hu)。

证券时报记者注意到(dao)，在前述社交媒体平台上，确实有部分投(tou)资(zi)者声称“自主建立了基(ji)于(yu)DeepSeek的金融(rong)分析(xi)模型，用于(yu)选股或者ETF配置等”。

上述国泰君安人士(shi)认为，第(di)三方AI平台有四方面优(you)势：一是能为长尾客(ke)户(hu)提供定(ding)制化、个性化的咨询服务和投(tou)顾建议；二是推理模型的存在，让用户(hu)可(ke)基(ji)于(yu)模型思考验证自身逻辑，降低黑(hei)箱困扰；三是社群化信任构建，即随着越来越多投(tou)资(zi)者分享第(di)三方AI平台带(dai)来的投(tou)资(zi)辅(fu)助体验，其他尚未接触的投(tou)资(zi)者会被吸引(yin)到(dao)第(di)三方平台；四是伴随模型能力(li)持续(xu)提升，其分析(xi)逻辑的深(shen)度、广(guang)度将(jiang)逐(zhu)步赶超(chao)绝大(da)多数的投(tou)资(zi)者乃至投(tou)顾。

东方证券相关人士(shi)补充(chong)称，AI平台一般成(cheng)本较低，甚至免费，使得长尾客(ke)户(hu)更(geng)愿意尝试和依赖，相比之下(xia)券商投(tou)顾服务可(ke)能价(jia)格较高，限制了客(ke)户(hu)的使用频率。

不过，也有一些券商人士(shi)持相反意见。张(zhang)嘉为谈到(dao)，投(tou)资(zi)者与券商投(tou)顾之间(jian)的黏性不会受到(dao)影响，一是因为大(da)语言模型给(gei)予专业建议的本质(zhi)，是依赖于(yu)模型深(shen)度推理分析(xi)能力(li)、数据处理能力(li)以及基(ji)于(yu)不同(tong)数据及语料的“训练过程”，专业建议的有效性需要经历周期与时间(jian)的验证；二是因为AI大(da)模型存在强化投(tou)资(zi)者认知偏差、制造新“信息茧房”的可(ke)能性。

华福证券负责人则称：“第(di)三方AI平台不会比券商更(geng)易获得长尾用户(hu)的信任，因为用户(hu)第(di)一次、第(di)二次使用可(ke)能感觉(jue)新奇，但用多了，最终还是会介怀对面不是真人。另外，在专业性和合规性方面，券商投(tou)顾的优(you)势还是很明显(xian)。”

3 投(tou)顾业务生态面临(lin)重构

证券业应用智能投(tou)顾产品已有多年，但DeepSeek等大(da)模型凭(ping)借其内在的逻辑构建、内容生成(cheng)与深(shen)度理解等能力(li)，仍让证券业感到(dao)“惊艳”。展望未来，伴随科技平权、知识平权时代的到(dao)来，券商投(tou)顾业务生态无疑将(jiang)经历显(xian)著变革。

平安证券经纪(ji)业务事业部相关负责人向(xiang)证券时报记者表示：“券商投(tou)顾业务的核心竞争(zheng)力(li)将(jiang)从‘信息不对称优(you)势’转向(xiang)‘技术赋(fu)能下(xia)的服务深(shen)度与客(ke)户(hu)体验’。”

这也意味着，获客(ke)留客(ke)的商业逻辑、投(tou)顾服务手(shou)段等可(ke)能面临(lin)重构。以部分商业逻辑为例，过去(qu)有些机构打造“一键上传持仓截图”功能作为引(yin)流(liu)的抓手(shou)，即吸引(yin)客(ke)户(hu)注册(ce)账(zhang)号甚至开户(hu)以解锁(suo)账(zhang)户(hu)诊断方案。如今(jin)，年轻用户(hu)已经可(ke)以在不同(tong)AI平台上免费获取账(zhang)户(hu)诊断的信息。尽管当前DeepSeek等大(da)模型的诊断准确率有待提高，但伴随未来模型能力(li)的提升，上述获客(ke)的商业逻辑将(jiang)会面临(lin)重构。

上述案例正是投(tou)顾服务“信息不对称”优(you)势逐(zhu)渐减弱(ruo)的一个体现(xian)。未来，券商获客(ke)的难度预(yu)计将(jiang)上升。东方证券相关人士(shi)表示，投(tou)资(zi)者更(geng)容易从第(di)三方AI平台获取定(ding)制化的投(tou)资(zi)建议，券商需要投(tou)入更(geng)多资(zi)源吸引(yin)和留住客(ke)户(hu)，尤其是长尾客(ke)户(hu)群体。

在服务模式方面，多位受访券商人士(shi)认为需要重塑。前述平安证券相关负责人谈到(dao)，随着第(di)三方平台不断提供个性化服务，券商传统的“标准化产品+人工服务”模式面临(lin)着效率与体验的双重挑战。

在此背景下(xia)，业内的共识是要“技术融(rong)合”——构建“AI+投(tou)顾”的人机协同(tong)新模式。中信建投(tou)证券相关人士(shi)认为，该(gai)模式既可(ke)以提升服务效率和客(ke)户(hu)体验，也可(ke)以释放投(tou)顾生产力(li)，能发力(li)于(yu)定(ding)制化和高净值客(ke)群服务。

东方证券相关人士(shi)谈到(dao)，一方面是技术赋(fu)能，券商可(ke)以利用AI技术提升投(tou)顾服务的效率和精准度；另一方面是差异(yi)化服务，相对复杂的投(tou)资(zi)解决方案难以被AI完全替代，例如定(ding)制化投(tou)资(zi)组合、家族财富传承等。

此外，在配套措施方面，国泰君安相关人士(shi)表示，投(tou)顾能力(li)评价(jia)体系要迎来变革，投(tou)顾对AI工具的使用、对AI能力(li)的理解也要进一步纳入整体评价(jia)体系。

平安证券相关负责人直言，技术对专业能力(li)有放大(da)效应，“AI技术的普及，既加速了投(tou)顾人员的信息处理能力(li)，也倒逼其向(xiang)更(geng)高阶的‘策(ce)略生成(cheng)’和‘情感交互’角色升级。投(tou)顾的核心价(jia)值，转向(xiang)对模型输出的策(ce)略进行逻辑验证与风险校准”。

4 应对挑战各有后(hou)手(shou)

AI大(da)势已不可(ke)逆，既有机遇(yu)也有挑战。多位受访券商人士(shi)认为，挑战主要在于(yu)技术如何深(shen)度赋(fu)能业务，并与业务融(rong)合。对此，不同(tong)类(lei)型的证券公司，其解题思路也存在差异(yi)。

上述国泰君安人士(shi)表示，AI浪潮下(xia)，券商投(tou)顾业务将(jiang)迎来发展机遇(yu)。一是证券公司可(ke)结(jie)合AI大(da)模型和自身的专业数据禀赋(fu)、专业经验和投(tou)资(zi)体系框架，构建自身的智能化护(hu)城河；二是证券公司可(ke)利用智能投(tou)顾服务于(yu)原(yuan)本无法覆盖的长尾客(ke)户(hu)；三是利用大(da)模型赋(fu)能投(tou)顾；四是进一步将(jiang)投(tou)顾能力(li)封装为企业级的综合解决方案。

自2023年起，国泰君安就开始加强探(tan)索AI大(da)模型在证券投(tou)顾领域的赋(fu)能工作。该(gai)人士(shi)还指出，券商面临(lin)的挑战同(tong)样(yang)不可(ke)小觑。一是技术挑战。大(da)多数券商并未有AI能力(li)积累，如何充(chong)分研究大(da)模型技术并将(jiang)其与证券业务深(shen)度融(rong)合，存在挑战；二是成(cheng)本挑战。大(da)模型技术研究和应用需要投(tou)入大(da)量资(zi)金资(zi)源，中小型券商难以应对高成(cheng)本、高投(tou)入的AI竞赛；三是人才挑战。目前懂业务、懂AI、懂技术的复合型人才稀缺且(qie)昂贵；四是转型挑战。大(da)模型的应用需要与现(xian)有的流(liu)程模式融(rong)合，融(rong)合的过程中存在阻(zu)碍；五(wu)是数据治(zhi)理挑战。智能化深(shen)度发展的前提，是数字化治(zhi)理取得一定(ding)成(cheng)果，目前多数券商在数据治(zhi)理方面仍处于(yu)初级阶段。

作为中小券商的代表，东莞证券相关人士(shi)称，对于(yu)技术薄弱(ruo)、成(cheng)本敏感型的中小券商而言，依据“市场需求度、技术可(ke)行性、商业可(ke)行性”原(yuan)则，多层次推进是实现(xian)人工智能发展的关键，也是智能投(tou)顾发展的探(tan)索路径。“一是应用优(you)先(xian)。可(ke)部署现(xian)有厂商通用大(da)模型并进行本地化，通过应用的快速对接，积累适配性创新经验；二是能力(li)培(pei)养。以智能客(ke)服、专业化个人助手(shou)等应用程序(xu)接口（API）调用服务建设为起点(dian)，加强模型推理与智能体等技术应用能力(li)培(pei)育。同(tong)时，尝试与外部有实力(li)的机构开展合作，准备好(hao)基(ji)础(chu)条件，实现(xian)大(da)模型本地化推理应用服务，逐(zhu)步打通各类(lei)能力(li)。”该(gai)人士(shi)表示。