券商(shang)中(zhong)国记者亦尝试向DeepSeek-R1（以(yi)下简称“DeepSeek”）上传基金持仓账户(hu)截图，并征询账户(hu)诊断与调仓建议。结果显示，DeepSeek不仅(jin)指出问(wen)题(ti)所在，还提供了可操(cao)作方案，包括不同产品的仓位建议、替换(huan)产品的名称、调仓时点、止损止盈线、交易成本优化(hua)措施(shi)等。

至此(ci)，DeepSeek提供的账户(hu)诊断与专业(ye)建议可否匹敌券商(shang)一线投顾的平均水(shui)准，也引起(qi)了市场的极大关注。

华福证(zheng)券相关人士(shi)告诉记者，DeepSeek在股票基金账户(hu)诊断方面表现出色。以(yi)一个普通账户(hu)为例，模型能够在约 6 分钟内(nei)整合近百条市场数据和持仓信息，对账户(hu)持仓结构进行全面剖析，并给出直观清(qing)晰的风险评估报告，评估准确性达到85%。但在调仓建议环(huan)节，与一线投顾相比仍(reng)有差距。该人士(shi)指出，DeepSeek目前还难以(yi)完全模拟人类投顾对复杂人性和市场微妙变(bian)化(hua)的理解，在洞察客户(hu)个性化(hua)深层(ceng)次需求方面，投顾的能力仍(reng)不可替代。

银河证(zheng)券财富管理首席投资官、产品中(zhong)心总经理张嘉为表示，从内(nei)外部的测评反馈来看，DeepSeek在数据分析处理速度与响(xiang)应及时程度方面远超人工投顾；但是，囿于DeepSeek作为智能化(hua)大模型本身仍(reng)旧是“模型工具(ju)”，对于复杂市场环(huan)境分析、资讯(xun)信息准确性辨别(bie)及客户(hu)多元化(hua)需求分析等多领域仍(reng)与专业(ye)投顾存在较大差距。不同的引导问(wen)题(ti)及数据物料，也会产生出完全截然不同的分析结论，但最终结论的选择与判断仍(reng)强依赖于个人的专业(ye)理解。

国信证(zheng)券技术部相关人士(shi)指出，在账户(hu)诊断及调仓建议方面，DeepSeek存在线性外推、数据不完整，甚(shen)至部分基金代码出现错误等问(wen)题(ti)，目前并不足以(yi)替代一线投顾的专业(ye)建议。

谈(tan)及原(yuan)因时，该名国信证(zheng)券技术部人士(shi)认为，这主要因为DeepSeek只对接互联网数据，未(wei)能对接专业(ye)可信的金融行业(ye)数据库、企(qi)业(ye)内(nei)部知识库和客户(hu)画像库，因此(ci)会存在数据和信息错误的情(qing)况。另外对于业(ye)务决策的深度思考，需要大模型对行业(ye)数据以(yi)及专家规则进行系统性的学习和积累(lei)，目前还未(wei)能证(zheng)明可以(yi)做(zuo)到比较好(hao)的决策能力。

东莞证(zheng)券相关人士(shi)谈(tan)到，人工智能发展可以(yi)分为在线服务、自动化(hua)服务和智能涌现三个层(ceng)次。从目前进展来看，行业(ye)的智能投顾的“智能化(hua)”主要集中(zhong)在第二层(ceng)次，在投资者画像、资产配置、投资组合选择等环(huan)节通过计算机操(cao)作代替人工，用线上服务代替线下服务。然而证(zheng)券市场不可预测、不确定性强，量化(hua)策略研发需要不断实验和调整，难以(yi)应对“黑天鹅”等异常事件，模型算法鲁棒性需要加强。目前的智能化(hua)技术难以(yi)支持，距离培育自主决策的量化(hua)投资智能体仍(reng)相差甚(shen)远，由(you)机器自主决策的“强智能”在金融投资领域的广泛应用尚无明确时间表。

业(ye)内(nei)热议长(chang)尾客户(hu)黏性是否下滑

尽管DeepSeek不能取代一线投顾，但第三方AI平台凭借投资建议的易获取性优势，正吸引年轻投资者注意力。他们大多属(shu)于证(zheng)券公司中(zhong)以(yi)往(wang)未(wei)得到充分服务的长(chang)尾客户(hu)群体。这一潜在变(bian)化(hua)趋势对于依赖投顾业(ye)务盈利的证(zheng)券公司而言(yan)，构成压力。

多名受访券商(shang)人士(shi)坦承(cheng)，上述情(qing)形确实在影响(xiang)长(chang)尾客户(hu)与券商(shang)投顾之间的粘性。前述国信证(zheng)券相关人士(shi)谈(tan)到，“大模型前的时代，受制于专业(ye)投顾精力有限，行业(ye)有较大量的长(chang)尾客户(hu)需求难以(yi)被及时有效满足。而大模型时代，DeepSeek等大模型在信息检索加工以(yi)及深度思考能力突出，在长(chang)尾客户(hu)的投资陪(pei)伴部分服务领域中(zhong)表现出来的便捷性和及时性等效果，给客户(hu)的直观感受可能优于传统人工投顾服务。”

国泰君安相关人士(shi)表示，第三方AI平台的出现有可能发生甚(shen)至已经在影响(xiang)投资者和券商(shang)投顾的粘性关系，不仅(jin)是价格敏感的长(chang)尾客户(hu)，还有对AI有所研究或者投资能力更高的客户(hu)。

券商(shang)中(zhong)国记者注意到，在前述社交媒体平台上，确实有部分投资者声称“自主建立了基于DeepSeek的金融分析模型，用于选股或者ETF配置等。”

上述国泰君安人士(shi)认为，第三方AI平台有四方面优势：一是能为长(chang)尾客户(hu)提供定制化(hua)、个性化(hua)的咨询服务和投顾建议；二是推理模型的存在，让用户(hu)可基于模型思考验证(zheng)自身逻辑，降低黑箱困扰；三是社群化(hua)信任构建，即随着越来越多投资者分享第三方AI平台带来的投资辅助体验，其他尚未(wei)接触的投资者会被吸引到第三方平台；四是伴随模型能力持续提升，其分析逻辑的深度、广度将逐步(bu)赶超绝大多数的投资者乃至投顾。

东方证(zheng)券相关人士(shi)补充称，AI平台一般成本较低，甚(shen)至免费，使得长(chang)尾客户(hu)更愿意尝试和依赖，相比之下券商(shang)投顾服务可能价格较高，限制了客户(hu)的使用频率。

不过，也有一些券商(shang)人士(shi)持相反意见。银河证(zheng)券张嘉为谈(tan)到，投资者与券商(shang)投顾之间的黏性不会受到影响(xiang)。主要因为，一是大语言(yan)模型给予专业(ye)建议的本质是依赖于模型深度推理分析能力、数据处理能力以(yi)及基于不同数据及语料的“训练过程”，即使专业(ye)投资者使用大模型也需要经过长(chang)期的回测、调优并不断适配最新环(huan)境，因此(ci)专业(ye)建议的有效性也同样需要经历(li)周期与时间的验证(zheng)。二是AI大模型也存在强化(hua)投资者认知偏差、制造新的“信息茧房”的可能性。

平安证(zheng)券经纪业(ye)务事业(ye)部相关负责人谈(tan)到，用户(hu)并非(fei)为了炒股才用AI，而是用了AI后也会涉及投资性的内(nei)容。从这个角度看，AI和投顾扮演的角色，和与客户(hu)形成信任的机制是不一样的。AI扮演的角色，是多了一个参考信息的来源。而对券商(shang)来说，跟客户(hu)站在一起(qi)，去面对纷繁(fan)复杂的市场，这个角色没有变(bian)，变(bian)的是新的环(huan)境下大家的工作方式和内(nei)容。

华福证(zheng)券相关人士(shi)也谈(tan)到，第三方AI平台不会比券商(shang)更易获得长(chang)尾用户(hu)的信任，因为用户(hu)第一次、第二次使用可能感觉新奇(qi)，但用多了，始终会觉得对面不是真的人类。另外，在专业(ye)性和合规性方面，券商(shang)投顾优势明显。

投顾业(ye)务生态面临重构

证(zheng)券业(ye)应用智能投顾产品已有多年，但DeepSeek等大模型凭借其内(nei)在的逻辑构建、内(nei)容生成与深度理解等能力，仍(reng)让证(zheng)券业(ye)感到“惊艳”。展望未(wei)来，伴随科技平权、知识平权时代的到来，券商(shang)投顾业(ye)务生态无疑将经历(li)显著变(bian)革。

平安证(zheng)券经纪业(ye)务事业(ye)部相关负责人向券商(shang)中(zhong)国记者表示：“券商(shang)投顾业(ye)务的核(he)心竞(jing)争力将从‘信息不对称优势’转向‘技术赋能下的服务深度与客户(hu)体验’。”

这也意味(wei)着，获客留(liu)客的商(shang)业(ye)逻辑、投顾服务手(shou)段等可能面临重构。以(yi)部分商(shang)业(ye)逻辑为例，过去有些机构打(da)造“一键上传持仓截图”功能作为引流的抓手(shou)，即吸引客户(hu)注册账号甚(shen)至开户(hu)以(yi)解锁账户(hu)诊断方案。如今，年轻用户(hu)已经可以(yi)在不同AI平台上免费获取账户(hu)诊断的信息。尽管当前DeepSeek等大模型的诊断准确率有待提高，但伴随未(wei)来模型能力的提升，上述获客的商(shang)业(ye)逻辑将会面临重构。

上述案例正是投顾服务“信息不对称“优势逐渐减弱的一个体现。未(wei)来，券商(shang)获客的难度预计将上升。东方证(zheng)券相关人士(shi)表示，投资者更容易从第三方AI平台获取定制化(hua)的投资建议，券商(shang)需要投入更多资源吸引和留(liu)住客户(hu)，尤其是长(chang)尾客户(hu)群体。

在服务模式方面，多位受访券商(shang)人士(shi)认为需要重塑。前述平安证(zheng)券相关负责人谈(tan)到，随着第三方平台不断提供个性化(hua)服务，券商(shang)传统的“标准化(hua)产品+人工服务”模式面临着效率与体验的双重挑(tiao)战(zhan)。

在此(ci)背景下，业(ye)内(nei)的共识是要“技术融合”——构建“AI+投顾”的人机协同新模式。中(zhong)信建投证(zheng)券相关人士(shi)认为，该模式既可以(yi)提升服务效率和客户(hu)体验，也可以(yi)释放投顾生产力，能发力于定制化(hua)和高净值(zhi)客群服务。

东方证(zheng)券相关人士(shi)谈(tan)到，一方面技术赋能，券商(shang)可以(yi)利用AI技术提升投顾服务的效率和精准度，例如通过AI进行客户(hu)画像、投资组合优化(hua)、风险控制等。另一方面差异化(hua)服务，相对复杂的投资解决方案难以(yi)被AI完全替代，例如定制化(hua)投资组合、家族财富传承(cheng)等。

此(ci)外，在配套措施(shi)方面，国泰君安相关人士(shi)谈(tan)到，投顾能力评价体系要迎来变(bian)革，不仅(jin)要聚焦在服务、投资、资产等范畴，投顾对AI工具(ju)的使用、对AI能力的理解也将进一步(bu)纳入整体的评价体系。

平安证(zheng)券相关负责人直言(yan)，技术对专业(ye)能力有放大效应，“AI技术的普及，既加速了投顾人员的信息处理能力，也倒逼其向更高阶的‘策略生成’和‘情(qing)感交互’角色升级。投顾的核(he)心价值(zhi)，转向对模型输出的策略进行逻辑验证(zheng)与风险校准。”

不同规模券商(shang)应对挑(tiao)战(zhan)各有招术

AI大势已不可逆，既有机遇也有挑(tiao)战(zhan)。多位受访券商(shang)人士(shi)认为，挑(tiao)战(zhan)主要在于技术如何深度赋能业(ye)务，并与业(ye)务融合。对此(ci)，不同类型的证(zheng)券公司，其解题(ti)思路也存在差异。

国泰君安人士(shi)表示，AI浪潮下券商(shang)投顾业(ye)务将迎来多重发展机遇，一是证(zheng)券公司可结合AI大模型和自身的专业(ye)数据禀赋、专业(ye)经验和投资体系框架(jia)，构建自身的智能化(hua)护城河。二是证(zheng)券公司可利用智能投顾服务自身原(yuan)本无法覆盖的长(chang)尾客户(hu)。三是利用大模型赋能投顾。四是进一步(bu)将投顾能力封装为企(qi)业(ye)级的综合解决方案。据悉，国泰君安自2023年起(qi)就逐步(bu)探索AI大模型在证(zheng)券投资顾问(wen)领域的赋能工作。

券商(shang)面临的挑(tiao)战(zhan)同样不可小觑。该人士(shi)也指出，一是技术挑(tiao)战(zhan)，大多数券商(shang)并未(wei)有AI能力积累(lei)，如何充分研究大模型技术并得以(yi)与证(zheng)券业(ye)务的深度融合存在挑(tiao)战(zhan)；二是成本挑(tiao)战(zhan)，大模型技术研究和应用需要投入大量资金资源，中(zhong)小型券商(shang)难以(yi)应对高成本、高投入的AI竞(jing)赛；三是人才挑(tiao)战(zhan)，目前懂业(ye)务、懂AI、懂技术的复合型人才稀缺且昂贵；四是转型挑(tiao)战(zhan)，大模型的应用需要与现有的流程模式融合，融合的过程中(zhong)存在阻碍；五(wu)是数据治理挑(tiao)战(zhan)，智能化(hua)深度发展的前提是数字化(hua)治理取得一定成果，大量券商(shang)在数据治理方面仍(reng)处于初级阶段。

作为中(zhong)小券商(shang)的代表，东莞证(zheng)券相关人士(shi)称，对于技术薄弱、成本敏感型的中(zhong)小券商(shang)而言(yan)，按“市场需求度、技术可行性、商(shang)业(ye)可行性”原(yuan)则，多层(ceng)次推进是实现人工智能发展的关键，也是智能投顾发展的探索路径。

“一是应用优先，部署现有厂商(shang)通用大模型并进行本地化(hua)应用快(kuai)速对接，积累(lei)适配性创新经验，探索如何更好(hao)地与AI合作创新。二是能力培养，以(yi)智能客服、专业(ye)化(hua)个人助手(shou)等应用程序接口（API）调用服务建设为起(qi)点，加强模型推理与智能体等技术应用能力培育；同时尝试与外部有实力的机构开展合作，准备好(hao)基础条件，实现大模型本地化(hua)推理应用服务，逐步(bu)打(da)通各类能力。”东莞证(zheng)券人士(shi)表示。