券商中(zhong)国记者亦(yi)尝(chang)试向DeepSeek-R1（以下简称“DeepSeek”）上传基金持仓账(zhang)户截(jie)图，并征询账(zhang)户诊断与调仓建议。结果显示，DeepSeek不仅指出问题所在，还提供了可操作方案，包括(kuo)不同产品的仓位建议、替换产品的名称、调仓时点、止损止盈线、交易成本(ben)优化措施等(deng)。

至此，DeepSeek提供的账(zhang)户诊断与专业建议可否匹(pi)敌券商一线投顾的平均水准，也引起了市场(chang)的极大(da)关注。

华福证券相关人士告(gao)诉记者，DeepSeek在股票基金账(zhang)户诊断方面(mian)表(biao)现出色(se)。以一个(ge)普通账(zhang)户为例，模型能够在约 6 分钟内整合近百条市场(chang)数(shu)据和(he)持仓信息，对账(zhang)户持仓结构进行全面(mian)剖析，并给出直观清晰的风险评估报告(gao)，评估准确性达到85%。但在调仓建议环节，与一线投顾相比仍有差距。该人士指出，DeepSeek目前还难以完全模拟人类投顾对复(fu)杂人性和(he)市场(chang)微妙变化的理解，在洞察(cha)客户个(ge)性化深层次需求方面(mian)，投顾的能力仍不可替代。

银(yin)河证券财富管理首席投资官、产品中(zhong)心总经理张嘉(jia)为表(biao)示，从(cong)内外部的测评反馈来看，DeepSeek在数(shu)据分析处理速(su)度(du)与响应及时程度(du)方面(mian)远超人工投顾；但是，囿于DeepSeek作为智能化大(da)模型本(ben)身仍旧是“模型工具”，对于复(fu)杂市场(chang)环境分析、资讯信息准确性辨别及客户多元化需求分析等(deng)多领域仍与专业投顾存在较大(da)差距。不同的引导问题及数(shu)据物料，也会(hui)产生出完全截(jie)然不同的分析结论，但最(zui)终结论的选择与判断仍强依赖于个(ge)人的专业理解。

国信证券技术部相关人士指出，在账(zhang)户诊断及调仓建议方面(mian)，DeepSeek存在线性外推、数(shu)据不完整，甚至部分基金代码(ma)出现错误等(deng)问题，目前并不足以替代一线投顾的专业建议。

谈及原因(yin)时，该名国信证券技术部人士认为，这(zhe)主要(yao)因(yin)为DeepSeek只对接互(hu)联网(wang)数(shu)据，未能对接专业可信的金融行业数(shu)据库、企业内部知识库和(he)客户画像库，因(yin)此会(hui)存在数(shu)据和(he)信息错误的情况。另外对于业务决策的深度(du)思考，需要(yao)大(da)模型对行业数(shu)据以及专家规则进行系统性的学习和(he)积累，目前还未能证明可以做(zuo)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(zhan)可以分为在线服务、自动化服务和(he)智能涌现三个(ge)层次。从(cong)目前进展(zhan)来看，行业的智能投顾的“智能化”主要(yao)集中(zhong)在第二(er)层次，在投资者画像、资产配置、投资组合选择等(deng)环节通过计(ji)算机(ji)操作代替人工，用线上服务代替线下服务。然而证券市场(chang)不可预测、不确定性强，量化策略研发需要(yao)不断实验和(he)调整，难以应对“黑(hei)天鹅”等(deng)异常事件(jian)，模型算法鲁棒性需要(yao)加(jia)强。目前的智能化技术难以支持，距离培育自主决策的量化投资智能体仍相差甚远，由机(ji)器(qi)自主决策的“强智能”在金融投资领域的广泛应用尚(shang)无明确时间表(biao)。

业内热议长尾客户黏性是否下滑

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(huo)取性优势，正吸引年轻投资者注意(yi)力。他(ta)们大(da)多属于证券公司中(zhong)以往未得到充分服务的长尾客户群体。这(zhe)一潜在变化趋势对于依赖投顾业务盈利的证券公司而言，构成压力。

多名受访券商人士坦承(cheng)，上述情形(xing)确实在影响长尾客户与券商投顾之间的粘性。前述国信证券相关人士谈到，“大(da)模型前的时代，受制于专业投顾精力有限，行业有较大(da)量的长尾客户需求难以被(bei)及时有效满足。而大(da)模型时代，DeepSeek等(deng)大(da)模型在信息检索加(jia)工以及深度(du)思考能力突出，在长尾客户的投资陪(pei)伴部分服务领域中(zhong)表(biao)现出来的便捷性和(he)及时性等(deng)效果，给客户的直观感受可能优于传统人工投顾服务。”

国泰君安相关人士表(biao)示，第三方AI平台的出现有可能发生甚至已经在影响投资者和(he)券商投顾的粘性关系，不仅是价格敏感的长尾客户，还有对AI有所研究或者投资能力更高的客户。

券商中(zhong)国记者注意(yi)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(deng)。”

上述国泰君安人士认为，第三方AI平台有四方面(mian)优势：一是能为长尾客户提供定制化、个(ge)性化的咨询服务和(he)投顾建议；二(er)是推理模型的存在，让用户可基于模型思考验证自身逻(luo)辑，降低黑(hei)箱困扰；三是社群化信任构建，即随着越来越多投资者分享第三方AI平台带来的投资辅助体验，其他(ta)尚(shang)未接触的投资者会(hui)被(bei)吸引到第三方平台；四是伴随模型能力持续提升，其分析逻(luo)辑的深度(du)、广度(du)将逐步赶超绝大(da)多数(shu)的投资者乃至投顾。

东方证券相关人士补充称，AI平台一般成本(ben)较低，甚至免费，使得长尾客户更愿意(yi)尝(chang)试和(he)依赖，相比之下券商投顾服务可能价格较高，限制了客户的使用频(pin)率。

不过，也有一些券商人士持相反意(yi)见。银(yin)河证券张嘉(jia)为谈到，投资者与券商投顾之间的黏性不会(hui)受到影响。主要(yao)因(yin)为，一是大(da)语言模型给予专业建议的本(ben)质是依赖于模型深度(du)推理分析能力、数(shu)据处理能力以及基于不同数(shu)据及语料的“训(xun)练过程”，即使专业投资者使用大(da)模型也需要(yao)经过长期的回测、调优并不断适配最(zui)新环境，因(yin)此专业建议的有效性也同样需要(yao)经历周期与时间的验证。二(er)是AI大(da)模型也存在强化投资者认知偏差、制造新的“信息茧房”的可能性。

平安证券经纪业务事业部相关负责人谈到，用户并非为了炒股才用AI，而是用了AI后也会(hui)涉(she)及投资性的内容。从(cong)这(zhe)个(ge)角度(du)看，AI和(he)投顾扮演的角色(se)，和(he)与客户形(xing)成信任的机(ji)制是不一样的。AI扮演的角色(se)，是多了一个(ge)参考信息的来源。而对券商来说(shuo)，跟(gen)客户站在一起，去面(mian)对纷(fen)繁复(fu)杂的市场(chang)，这(zhe)个(ge)角色(se)没有变，变的是新的环境下大(da)家的工作方式和(he)内容。

华福证券相关人士也谈到，第三方AI平台不会(hui)比券商更易获(huo)得长尾用户的信任，因(yin)为用户第一次、第二(er)次使用可能感觉新奇，但用多了，始(shi)终会(hui)觉得对面(mian)不是真的人类。另外，在专业性和(he)合规性方面(mian)，券商投顾优势明显。

投顾业务生态面(mian)临重构

证券业应用智能投顾产品已有多年，但DeepSeek等(deng)大(da)模型凭借其内在的逻(luo)辑构建、内容生成与深度(du)理解等(deng)能力，仍让证券业感到“惊艳”。展(zhan)望未来，伴随科技平权、知识平权时代的到来，券商投顾业务生态无疑将经历显著变革。

平安证券经纪业务事业部相关负责人向券商中(zhong)国记者表(biao)示：“券商投顾业务的核心竞争力将从(cong)‘信息不对称优势’转向‘技术赋能下的服务深度(du)与客户体验’。”

这(zhe)也意(yi)味(wei)着，获(huo)客留(liu)客的商业逻(luo)辑、投顾服务手段等(deng)可能面(mian)临重构。以部分商业逻(luo)辑为例，过去有些机(ji)构打(da)造“一键上传持仓截(jie)图”功能作为引流(liu)的抓(zhua)手，即吸引客户注册账(zhang)号甚至开户以解锁账(zhang)户诊断方案。如今，年轻用户已经可以在不同AI平台上免费获(huo)取账(zhang)户诊断的信息。尽管当前DeepSeek等(deng)大(da)模型的诊断准确率有待提高，但伴随未来模型能力的提升，上述获(huo)客的商业逻(luo)辑将会(hui)面(mian)临重构。

上述案例正是投顾服务“信息不对称“优势逐渐减(jian)弱的一个(ge)体现。未来，券商获(huo)客的难度(du)预计(ji)将上升。东方证券相关人士表(biao)示，投资者更容易从(cong)第三方AI平台获(huo)取定制化的投资建议，券商需要(yao)投入更多资源吸引和(he)留(liu)住客户，尤其是长尾客户群体。

在服务模式方面(mian)，多位受访券商人士认为需要(yao)重塑(su)。前述平安证券相关负责人谈到，随着第三方平台不断提供个(ge)性化服务，券商传统的“标准化产品+人工服务”模式面(mian)临着效率与体验的双重挑战。

在此背景下，业内的共识是要(yao)“技术融合”——构建“AI+投顾”的人机(ji)协同新模式。中(zhong)信建投证券相关人士认为，该模式既可以提升服务效率和(he)客户体验，也可以释放投顾生产力，能发力于定制化和(he)高净值客群服务。

东方证券相关人士谈到，一方面(mian)技术赋能，券商可以利用AI技术提升投顾服务的效率和(he)精准度(du)，例如通过AI进行客户画像、投资组合优化、风险控制等(deng)。另一方面(mian)差异化服务，相对复(fu)杂的投资解决方案难以被(bei)AI完全替代，例如定制化投资组合、家族财富传承(cheng)等(deng)。

此外，在配套措施方面(mian)，国泰君安相关人士谈到，投顾能力评价体系要(yao)迎(ying)来变革，不仅要(yao)聚焦在服务、投资、资产等(deng)范畴，投顾对AI工具的使用、对AI能力的理解也将进一步纳入整体的评价体系。

平安证券相关负责人直言，技术对专业能力有放大(da)效应，“AI技术的普及，既加(jia)速(su)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(he)‘情感交互(hu)’角色(se)升级。投顾的核心价值，转向对模型输出的策略进行逻(luo)辑验证与风险校准。”

不同规模券商应对挑战各(ge)有招术

AI大(da)势已不可逆，既有机(ji)遇也有挑战。多位受访券商人士认为，挑战主要(yao)在于技术如何深度(du)赋能业务，并与业务融合。对此，不同类型的证券公司，其解题思路也存在差异。

国泰君安人士表(biao)示，AI浪潮下券商投顾业务将迎(ying)来多重发展(zhan)机(ji)遇，一是证券公司可结合AI大(da)模型和(he)自身的专业数(shu)据禀赋、专业经验和(he)投资体系框架，构建自身的智能化护城河。二(er)是证券公司可利用智能投顾服务自身原本(ben)无法覆盖的长尾客户。三是利用大(da)模型赋能投顾。四是进一步将投顾能力封(feng)装为企业级的综合解决方案。据悉(xi)，国泰君安自2023年起就逐步探索AI大(da)模型在证券投资顾问领域的赋能工作。

券商面(mian)临的挑战同样不可小觑。该人士也指出，一是技术挑战，大(da)多数(shu)券商并未有AI能力积累，如何充分研究大(da)模型技术并得以与证券业务的深度(du)融合存在挑战；二(er)是成本(ben)挑战，大(da)模型技术研究和(he)应用需要(yao)投入大(da)量资金资源，中(zhong)小型券商难以应对高成本(ben)、高投入的AI竞赛；三是人才挑战，目前懂业务、懂AI、懂技术的复(fu)合型人才稀缺且昂贵；四是转型挑战，大(da)模型的应用需要(yao)与现有的流(liu)程模式融合，融合的过程中(zhong)存在阻碍；五是数(shu)据治理挑战，智能化深度(du)发展(zhan)的前提是数(shu)字(zi)化治理取得一定成果，大(da)量券商在数(shu)据治理方面(mian)仍处于初级阶段。

作为中(zhong)小券商的代表(biao)，东莞证券相关人士称，对于技术薄弱、成本(ben)敏感型的中(zhong)小券商而言，按“市场(chang)需求度(du)、技术可行性、商业可行性”原则，多层次推进是实现人工智能发展(zhan)的关键，也是智能投顾发展(zhan)的探索路径(jing)。

“一是应用优先，部署现有厂商通用大(da)模型并进行本(ben)地化应用快速(su)对接，积累适配性创新经验，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、专业化个(ge)人助手等(deng)应用程序接口（API）调用服务建设为起点，加(jia)强模型推理与智能体等(deng)技术应用能力培育；同时尝(chang)试与外部有实力的机(ji)构开展(zhan)合作，准备好基础条件(jian)，实现大(da)模型本(ben)地化推理应用服务，逐步打(da)通各(ge)类能力。”东莞证券人士表(biao)示。