券商中国记者亦尝试向DeepSeek-R1（以下简称“DeepSeek”）上传基金持仓(cang)账(zhang)户截图，并征询账(zhang)户诊断(duan)与调仓(cang)建议(yi)。结果显示，DeepSeek不(bu)仅(jin)指出(chu)问(wen)题(ti)所在，还提供了可操作方(fang)案，包(bao)括不(bu)同产品(pin)的仓(cang)位建议(yi)、替换(huan)产品(pin)的名称、调仓(cang)时(shi)点、止损止盈线、交易成本优化(hua)措施等。

至此(ci)，DeepSeek提供的账(zhang)户诊断(duan)与专业(ye)建议(yi)可否匹敌券商一线投顾的平均水准，也(ye)引(yin)起了市场的极大关注。

华福(fu)证券相关人士告诉记者，DeepSeek在股票基金账(zhang)户诊断(duan)方(fang)面表现出(chu)色。以一个普通账(zhang)户为(wei)例，模(mo)型(xing)能够在约 6 分钟内(nei)整合近百条市场数据和持仓(cang)信息，对账(zhang)户持仓(cang)结构进行全面剖析，并给出(chu)直观清晰(xi)的风险评估报告，评估准确(que)性达到85%。但(dan)在调仓(cang)建议(yi)环节，与一线投顾相比仍有差距。该(gai)人士指出(chu)，DeepSeek目前(qian)还难以完全模(mo)拟人类投顾对复杂人性和市场微(wei)妙变化(hua)的理解，在洞察(cha)客户个性化(hua)深层次需求方(fang)面，投顾的能力仍不(bu)可替代。

银河(he)证券财富管(guan)理首(shou)席投资官、产品(pin)中心总经理张嘉为(wei)表示，从内(nei)外部的测评反(fan)馈来看，DeepSeek在数据分析处理速度与响(xiang)应及时(shi)程度方(fang)面远超人工投顾；但(dan)是，囿于DeepSeek作为(wei)智能化(hua)大模(mo)型(xing)本身仍旧是“模(mo)型(xing)工具”，对于复杂市场环境分析、资讯信息准确(que)性辨(bian)别及客户多元化(hua)需求分析等多领域仍与专业(ye)投顾存(cun)在较大差距。不(bu)同的引(yin)导问(wen)题(ti)及数据物料，也(ye)会产生出(chu)完全截然不(bu)同的分析结论，但(dan)最终结论的选择与判断(duan)仍强依赖于个人的专业(ye)理解。

国信证券技(ji)术(shu)部相关人士指出(chu)，在账(zhang)户诊断(duan)及调仓(cang)建议(yi)方(fang)面，DeepSeek存(cun)在线性外推、数据不(bu)完整，甚至部分基金代码出(chu)现错误等问(wen)题(ti)，目前(qian)并不(bu)足以替代一线投顾的专业(ye)建议(yi)。

谈及原因时(shi)，该(gai)名国信证券技(ji)术(shu)部人士认为(wei)，这主要因为(wei)DeepSeek只对接互联网数据，未能对接专业(ye)可信的金融(rong)行业(ye)数据库、企业(ye)内(nei)部知识库和客户画像库，因此(ci)会存(cun)在数据和信息错误的情况。另外对于业(ye)务决策的深度思(si)考，需要大模(mo)型(xing)对行业(ye)数据以及专家规则进行系统性的学习和积累，目前(qian)还未能证明可以做到比较好的决策能力。

东莞证券相关人士谈到，人工智能发展可以分为(wei)在线服(fu)务、自动化(hua)服(fu)务和智能涌(yong)现三个层次。从目前(qian)进展来看，行业(ye)的智能投顾的“智能化(hua)”主要集中在第二(er)层次，在投资者画像、资产配置、投资组合选择等环节通过计算机操作代替人工，用线上服(fu)务代替线下服(fu)务。然而证券市场不(bu)可预测、不(bu)确(que)定性强，量化(hua)策略研发需要不(bu)断(duan)实验(yan)和调整，难以应对“黑天鹅”等异常事(shi)件(jian)，模(mo)型(xing)算法鲁棒性需要加强。目前(qian)的智能化(hua)技(ji)术(shu)难以支持，距离(li)培育自主决策的量化(hua)投资智能体仍相差甚远，由机器自主决策的“强智能”在金融(rong)投资领域的广泛应用尚无明确(que)时(shi)间表。

业(ye)内(nei)热议(yi)长尾(wei)客户黏性是否下滑

尽管(guan)DeepSeek不(bu)能取代一线投顾，但(dan)第三方(fang)AI平台(tai)凭(ping)借投资建议(yi)的易获取性优势，正吸引(yin)年轻投资者注意力。他们大多属于证券公司中以往未得到充分服(fu)务的长尾(wei)客户群体。这一潜在变化(hua)趋势对于依赖投顾业(ye)务盈利的证券公司而言(yan)，构成压力。

多名受访(fang)券商人士坦承，上述情形确(que)实在影响(xiang)长尾(wei)客户与券商投顾之间的粘性。前(qian)述国信证券相关人士谈到，“大模(mo)型(xing)前(qian)的时(shi)代，受制于专业(ye)投顾精力有限，行业(ye)有较大量的长尾(wei)客户需求难以被及时(shi)有效满(man)足。而大模(mo)型(xing)时(shi)代，DeepSeek等大模(mo)型(xing)在信息检索加工以及深度思(si)考能力突(tu)出(chu)，在长尾(wei)客户的投资陪伴部分服(fu)务领域中表现出(chu)来的便捷性和及时(shi)性等效果，给客户的直观感受可能优于传统人工投顾服(fu)务。”

国泰君安相关人士表示，第三方(fang)AI平台(tai)的出(chu)现有可能发生甚至已经在影响(xiang)投资者和券商投顾的粘性关系，不(bu)仅(jin)是价格敏感的长尾(wei)客户，还有对AI有所研究或者投资能力更高的客户。

券商中国记者注意到，在前(qian)述社交媒体平台(tai)上，确(que)实有部分投资者声(sheng)称“自主建立了基于DeepSeek的金融(rong)分析模(mo)型(xing)，用于选股或者ETF配置等。”

上述国泰君安人士认为(wei)，第三方(fang)AI平台(tai)有四方(fang)面优势：一是能为(wei)长尾(wei)客户提供定制化(hua)、个性化(hua)的咨询服(fu)务和投顾建议(yi)；二(er)是推理模(mo)型(xing)的存(cun)在，让(rang)用户可基于模(mo)型(xing)思(si)考验(yan)证自身逻辑(ji)，降低黑箱困扰(rao)；三是社群化(hua)信任构建，即(ji)随着越来越多投资者分享第三方(fang)AI平台(tai)带来的投资辅助(zhu)体验(yan)，其(qi)他尚未接触的投资者会被吸引(yin)到第三方(fang)平台(tai)；四是伴随模(mo)型(xing)能力持续提升，其(qi)分析逻辑(ji)的深度、广度将逐步赶超绝大多数的投资者乃至投顾。

东方(fang)证券相关人士补充称，AI平台(tai)一般成本较低，甚至免费，使得长尾(wei)客户更愿意尝试和依赖，相比之下券商投顾服(fu)务可能价格较高，限制了客户的使用频率。

不(bu)过，也(ye)有一些券商人士持相反(fan)意见(jian)。银河(he)证券张嘉为(wei)谈到，投资者与券商投顾之间的黏性不(bu)会受到影响(xiang)。主要因为(wei)，一是大语言(yan)模(mo)型(xing)给予专业(ye)建议(yi)的本质是依赖于模(mo)型(xing)深度推理分析能力、数据处理能力以及基于不(bu)同数据及语料的“训练过程”，即(ji)使专业(ye)投资者使用大模(mo)型(xing)也(ye)需要经过长期的回测、调优并不(bu)断(duan)适配最新环境，因此(ci)专业(ye)建议(yi)的有效性也(ye)同样需要经历周期与时(shi)间的验(yan)证。二(er)是AI大模(mo)型(xing)也(ye)存(cun)在强化(hua)投资者认知偏差、制造新的“信息茧房”的可能性。

平安证券经纪业(ye)务事(shi)业(ye)部相关负责人谈到，用户并非为(wei)了炒股才用AI，而是用了AI后也(ye)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，和与客户形成信任的机制是不(bu)一样的。AI扮演的角色，是多了一个参(can)考信息的来源。而对券商来说，跟客户站在一起，去面对纷繁复杂的市场，这个角色没有变，变的是新的环境下大家的工作方(fang)式(shi)和内(nei)容。

华福(fu)证券相关人士也(ye)谈到，第三方(fang)AI平台(tai)不(bu)会比券商更易获得长尾(wei)用户的信任，因为(wei)用户第一次、第二(er)次使用可能感觉新奇，但(dan)用多了，始终会觉得对面不(bu)是真的人类。另外，在专业(ye)性和合规性方(fang)面，券商投顾优势明显。

投顾业(ye)务生态面临重构

证券业(ye)应用智能投顾产品(pin)已有多年，但(dan)DeepSeek等大模(mo)型(xing)凭(ping)借其(qi)内(nei)在的逻辑(ji)构建、内(nei)容生成与深度理解等能力，仍让(rang)证券业(ye)感到“惊艳”。展望未来，伴随科技(ji)平权、知识平权时(shi)代的到来，券商投顾业(ye)务生态无疑将经历显著变革。

平安证券经纪业(ye)务事(shi)业(ye)部相关负责人向券商中国记者表示：“券商投顾业(ye)务的核心竞争力将从‘信息不(bu)对称优势’转向‘技(ji)术(shu)赋能下的服(fu)务深度与客户体验(yan)’。”

这也(ye)意味着，获客留客的商业(ye)逻辑(ji)、投顾服(fu)务手段等可能面临重构。以部分商业(ye)逻辑(ji)为(wei)例，过去有些机构打造“一键上传持仓(cang)截图”功能作为(wei)引(yin)流的抓手，即(ji)吸引(yin)客户注册账(zhang)号(hao)甚至开户以解锁账(zhang)户诊断(duan)方(fang)案。如今(jin)，年轻用户已经可以在不(bu)同AI平台(tai)上免费获取账(zhang)户诊断(duan)的信息。尽管(guan)当前(qian)DeepSeek等大模(mo)型(xing)的诊断(duan)准确(que)率有待提高，但(dan)伴随未来模(mo)型(xing)能力的提升，上述获客的商业(ye)逻辑(ji)将会面临重构。

上述案例正是投顾服(fu)务“信息不(bu)对称“优势逐渐减弱(ruo)的一个体现。未来，券商获客的难度预计将上升。东方(fang)证券相关人士表示，投资者更容易从第三方(fang)AI平台(tai)获取定制化(hua)的投资建议(yi)，券商需要投入更多资源吸引(yin)和留住客户，尤其(qi)是长尾(wei)客户群体。

在服(fu)务模(mo)式(shi)方(fang)面，多位受访(fang)券商人士认为(wei)需要重塑。前(qian)述平安证券相关负责人谈到，随着第三方(fang)平台(tai)不(bu)断(duan)提供个性化(hua)服(fu)务，券商传统的“标准化(hua)产品(pin)+人工服(fu)务”模(mo)式(shi)面临着效率与体验(yan)的双重挑(tiao)战。

在此(ci)背景下，业(ye)内(nei)的共识是要“技(ji)术(shu)融(rong)合”——构建“AI+投顾”的人机协同新模(mo)式(shi)。中信建投证券相关人士认为(wei)，该(gai)模(mo)式(shi)既可以提升服(fu)务效率和客户体验(yan)，也(ye)可以释放投顾生产力，能发力于定制化(hua)和高净值客群服(fu)务。

东方(fang)证券相关人士谈到，一方(fang)面技(ji)术(shu)赋能，券商可以利用AI技(ji)术(shu)提升投顾服(fu)务的效率和精准度，例如通过AI进行客户画像、投资组合优化(hua)、风险控(kong)制等。另一方(fang)面差异化(hua)服(fu)务，相对复杂的投资解决方(fang)案难以被AI完全替代，例如定制化(hua)投资组合、家族财富传承等。

此(ci)外，在配套措施方(fang)面，国泰君安相关人士谈到，投顾能力评价体系要迎来变革，不(bu)仅(jin)要聚焦在服(fu)务、投资、资产等范畴，投顾对AI工具的使用、对AI能力的理解也(ye)将进一步纳入整体的评价体系。

平安证券相关负责人直言(yan)，技(ji)术(shu)对专业(ye)能力有放大效应，“AI技(ji)术(shu)的普及，既加速了投顾人员的信息处理能力，也(ye)倒逼其(qi)向更高阶的‘策略生成’和‘情感交互’角色升级(ji)。投顾的核心价值，转向对模(mo)型(xing)输出(chu)的策略进行逻辑(ji)验(yan)证与风险校准。”

不(bu)同规模(mo)券商应对挑(tiao)战各有招术(shu)

AI大势已不(bu)可逆，既有机遇也(ye)有挑(tiao)战。多位受访(fang)券商人士认为(wei)，挑(tiao)战主要在于技(ji)术(shu)如何深度赋能业(ye)务，并与业(ye)务融(rong)合。对此(ci)，不(bu)同类型(xing)的证券公司，其(qi)解题(ti)思(si)路也(ye)存(cun)在差异。

国泰君安人士表示，AI浪潮下券商投顾业(ye)务将迎来多重发展机遇，一是证券公司可结合AI大模(mo)型(xing)和自身的专业(ye)数据禀赋、专业(ye)经验(yan)和投资体系框架，构建自身的智能化(hua)护城河(he)。二(er)是证券公司可利用智能投顾服(fu)务自身原本无法覆盖(gai)的长尾(wei)客户。三是利用大模(mo)型(xing)赋能投顾。四是进一步将投顾能力封装为(wei)企业(ye)级(ji)的综合解决方(fang)案。据悉，国泰君安自2023年起就逐步探索AI大模(mo)型(xing)在证券投资顾问(wen)领域的赋能工作。

券商面临的挑(tiao)战同样不(bu)可小觑。该(gai)人士也(ye)指出(chu)，一是技(ji)术(shu)挑(tiao)战，大多数券商并未有AI能力积累，如何充分研究大模(mo)型(xing)技(ji)术(shu)并得以与证券业(ye)务的深度融(rong)合存(cun)在挑(tiao)战；二(er)是成本挑(tiao)战，大模(mo)型(xing)技(ji)术(shu)研究和应用需要投入大量资金资源，中小型(xing)券商难以应对高成本、高投入的AI竞赛；三是人才挑(tiao)战，目前(qian)懂业(ye)务、懂AI、懂技(ji)术(shu)的复合型(xing)人才稀缺且昂贵；四是转型(xing)挑(tiao)战，大模(mo)型(xing)的应用需要与现有的流程模(mo)式(shi)融(rong)合，融(rong)合的过程中存(cun)在阻碍；五是数据治理挑(tiao)战，智能化(hua)深度发展的前(qian)提是数字化(hua)治理取得一定成果，大量券商在数据治理方(fang)面仍处于初级(ji)阶段。

作为(wei)中小券商的代表，东莞证券相关人士称，对于技(ji)术(shu)薄弱(ruo)、成本敏感型(xing)的中小券商而言(yan)，按“市场需求度、技(ji)术(shu)可行性、商业(ye)可行性”原则，多层次推进是实现人工智能发展的关键，也(ye)是智能投顾发展的探索路径(jing)。

“一是应用优先，部署(shu)现有厂商通用大模(mo)型(xing)并进行本地化(hua)应用快速对接，积累适配性创新经验(yan)，探索如何更好地与AI合作创新。二(er)是能力培养，以智能客服(fu)、专业(ye)化(hua)个人助(zhu)手等应用程序接口（API）调用服(fu)务建设为(wei)起点，加强模(mo)型(xing)推理与智能体等技(ji)术(shu)应用能力培育；同时(shi)尝试与外部有实力的机构开展合作，准备好基础条件(jian)，实现大模(mo)型(xing)本地化(hua)推理应用服(fu)务，逐步打通各类能力。”东莞证券人士表示。