“当我把基(ji)金持仓发给DeepSeek，它有这些建(jian)议……”“完全听DeepSeek炒股，2025年2万本金能(neng)赚(zuan)多少钱？”……自今年春节DeepSeek掀(xian)起(qi)应用热潮以来(lai)，在以年轻用户群体为核心(xin)的(de)小红书、B站等社交媒体平台上，很多投资者也纷纷向DeepSeek-R1寻求(qiu)投资建(jian)议。

证券(quan)时报(bao)记者亦尝试向DeepSeek上传基(ji)金持仓账户截图，并征询账户诊断与调仓建(jian)议。结果(guo)显(xian)示，DeepSeek不仅指(zhi)出(chu)问题所在，还(hai)提(ti)供了可操作方案，包括不同产品的(de)仓位建(jian)议、替换产品的(de)名称、调仓时点、止损止盈(ying)线、交易成本优化措施(shi)等。

至此，DeepSeek提(ti)供的(de)账户诊断与专业建(jian)议可否匹敌券(quan)商(shang)一线投顾(gu)的(de)平均水准，也引起(qi)了市场的(de)极大(da)关注。

华(hua)福证券(quan)有关负(fu)责人表示，DeepSeek在股票基(ji)金账户诊断方面表现出(chu)色。以一个普通账户为例，模型能(neng)够在约6分钟内整合近百条市场数据和持仓信息，对账户持仓结构进(jin)行全面剖析，并给出(chu)直观(guan)清晰的(de)风险评估报(bao)告，评估准确性达到85%。不过，在调仓建(jian)议环节，与一线投顾(gu)相比仍有差距，暂时难以完全模拟(ni)人工投顾(gu)对复杂人性和市场微妙变化的(de)理解。

银河证券(quan)财富管理首席投资官、产品中心(xin)总经理张嘉为接受证券(quan)时报(bao)记者采访时谈到，从内外(wai)部(bu)测(ce)评的(de)反馈来(lai)看，DeepSeek在数据分析处理速度与响应及时程度方面远超人工投顾(gu)，但(dan)囿(you)于“模型工具”属性，对于复杂市场环境的(de)分析、资讯信息准确性的(de)辨别与客(ke)户多元化需求(qiu)的(de)响应等方面，仍与专业投顾(gu)存在一定差距。

国信证券(quan)相关人士指(zhi)出(chu)，在账户诊断及调仓建(jian)议方面，DeepSeek存在线性外(wai)推、数据不完整等问题，目前尚不足以替代一线投顾(gu)的(de)专业建(jian)议。主要原因是DeepSeek只(zhi)对接互(hu)联网(wang)数据，未能(neng)对接专业可信的(de)金融行业数据库、企(qi)业内部(bu)知识库和客(ke)户画像库，因此会存在数据和信息错误的(de)情况。此外(wai)，对于业务决策的(de)深度思考(kao)，大(da)模型需要对行业数据以及专家规则进(jin)行系统性的(de)学习和积累，最终才能(neng)展示比较好的(de)决策能(neng)力(li)，但(dan)目前证明还(hai)未能(neng)做到。

2 长尾客(ke)户黏性还(hai)在不在？

尽管DeepSeek暂不能(neng)取代一线投顾(gu)，但(dan)凭借投资建(jian)议的(de)容易提(ti)供优势，第(di)三方AI平台正吸引着年轻投资者的(de)注意力(li)。在证券(quan)公司的(de)客(ke)群中，他们大(da)多属于以往未得到充分服务的(de)长尾客(ke)户群体。这一潜(qian)在变化趋势，也对依赖投顾(gu)业务盈(ying)利的(de)证券(quan)公司构成了一定压力(li)。

多名受访券(quan)商(shang)人士坦言，上述情形的(de)确影(ying)响了长尾客(ke)户与券(quan)商(shang)投顾(gu)之间的(de)黏性。前述国信证券(quan)人士谈到，在长尾客(ke)户的(de)投资陪伴等部(bu)分服务领域中，DeepSeek等大(da)模型表现出(chu)来(lai)的(de)便捷性和及时性等，给客(ke)户的(de)直观(guan)感受可能(neng)优于传统人工投顾(gu)服务。

国泰君安相关人士表示，第(di)三方AI平台的(de)出(chu)现，已经影(ying)响了投资者和券(quan)商(shang)投顾(gu)之间的(de)黏性，不仅有价格敏感型的(de)长尾客(ke)户，还(hai)有对AI有所研究或者投资能(neng)力(li)更高的(de)客(ke)户。

证券(quan)时报(bao)记者注意到，在前述社交媒体平台上，确实有部(bu)分投资者声称“自主建(jian)立(li)了基(ji)于DeepSeek的(de)金融分析模型，用于选股或者ETF配置等”。

上述国泰君安人士认为，第(di)三方AI平台有四方面优势：一是能(neng)为长尾客(ke)户提(ti)供定制化、个性化的(de)咨询服务和投顾(gu)建(jian)议；二是推理模型的(de)存在，让用户可基(ji)于模型思考(kao)验证自身逻辑，降低黑箱困扰；三是社群化信任构建(jian)，即随着越来(lai)越多投资者分享第(di)三方AI平台带来(lai)的(de)投资辅助体验，其他尚未接触的(de)投资者会被吸引到第(di)三方平台；四是伴随模型能(neng)力(li)持续提(ti)升，其分析逻辑的(de)深度、广度将逐(zhu)步赶超绝大(da)多数的(de)投资者乃(nai)至投顾(gu)。

东方证券(quan)相关人士补充称，AI平台一般成本较低，甚至免费，使得长尾客(ke)户更愿意尝试和依赖，相比之下券(quan)商(shang)投顾(gu)服务可能(neng)价格较高，限(xian)制了客(ke)户的(de)使用频率。

不过，也有一些券(quan)商(shang)人士持相反意见。张嘉为谈到，投资者与券(quan)商(shang)投顾(gu)之间的(de)黏性不会受到影(ying)响，一是因为大(da)语言模型给予专业建(jian)议的(de)本质，是依赖于模型深度推理分析能(neng)力(li)、数据处理能(neng)力(li)以及基(ji)于不同数据及语料的(de)“训练过程”，专业建(jian)议的(de)有效性需要经历周期与时间的(de)验证；二是因为AI大(da)模型存在强(qiang)化投资者认知偏差、制造新“信息茧房”的(de)可能(neng)性。

华(hua)福证券(quan)负(fu)责人则称：“第(di)三方AI平台不会比券(quan)商(shang)更易获得长尾用户的(de)信任，因为用户第(di)一次、第(di)二次使用可能(neng)感觉新奇，但(dan)用多了，最终还(hai)是会介怀对面不是真人。另外(wai)，在专业性和合规性方面，券(quan)商(shang)投顾(gu)的(de)优势还(hai)是很明显(xian)。”

3 投顾(gu)业务生态面临重构

证券(quan)业应用智能(neng)投顾(gu)产品已有多年，但(dan)DeepSeek等大(da)模型凭借其内在的(de)逻辑构建(jian)、内容生成与深度理解等能(neng)力(li)，仍让证券(quan)业感到“惊艳”。展望未来(lai)，伴随科技平权(quan)、知识平权(quan)时代的(de)到来(lai)，券(quan)商(shang)投顾(gu)业务生态无疑将经历显(xian)著变革。

平安证券(quan)经纪业务事业部(bu)相关负(fu)责人向证券(quan)时报(bao)记者表示：“券(quan)商(shang)投顾(gu)业务的(de)核心(xin)竞争力(li)将从‘信息不对称优势’转向‘技术赋能(neng)下的(de)服务深度与客(ke)户体验’。”

这也意味着，获客(ke)留客(ke)的(de)商(shang)业逻辑、投顾(gu)服务手(shou)段等可能(neng)面临重构。以部(bu)分商(shang)业逻辑为例，过去有些机构打造“一键上传持仓截图”功能(neng)作为引流的(de)抓手(shou)，即吸引客(ke)户注册账号(hao)甚至开户以解锁账户诊断方案。如(ru)今，年轻用户已经可以在不同AI平台上免费获取账户诊断的(de)信息。尽管当前DeepSeek等大(da)模型的(de)诊断准确率有待提(ti)高，但(dan)伴随未来(lai)模型能(neng)力(li)的(de)提(ti)升，上述获客(ke)的(de)商(shang)业逻辑将会面临重构。

上述案例正是投顾(gu)服务“信息不对称”优势逐(zhu)渐减弱的(de)一个体现。未来(lai)，券(quan)商(shang)获客(ke)的(de)难度预计将上升。东方证券(quan)相关人士表示，投资者更容易从第(di)三方AI平台获取定制化的(de)投资建(jian)议，券(quan)商(shang)需要投入更多资源吸引和留住(zhu)客(ke)户，尤其是长尾客(ke)户群体。

在服务模式方面，多位受访券(quan)商(shang)人士认为需要重塑。前述平安证券(quan)相关负(fu)责人谈到，随着第(di)三方平台不断提(ti)供个性化服务，券(quan)商(shang)传统的(de)“标准化产品+人工服务”模式面临着效率与体验的(de)双(shuang)重挑战。

在此背景下，业内的(de)共(gong)识是要“技术融合”——构建(jian)“AI+投顾(gu)”的(de)人机协同新模式。中信建(jian)投证券(quan)相关人士认为，该模式既(ji)可以提(ti)升服务效率和客(ke)户体验，也可以释放投顾(gu)生产力(li)，能(neng)发力(li)于定制化和高净值客(ke)群服务。

东方证券(quan)相关人士谈到，一方面是技术赋能(neng)，券(quan)商(shang)可以利用AI技术提(ti)升投顾(gu)服务的(de)效率和精准度；另一方面是差异化服务，相对复杂的(de)投资解决方案难以被AI完全替代，例如(ru)定制化投资组合、家族财富传承等。

此外(wai)，在配套(tao)措施(shi)方面，国泰君安相关人士表示，投顾(gu)能(neng)力(li)评价体系要迎来(lai)变革，投顾(gu)对AI工具的(de)使用、对AI能(neng)力(li)的(de)理解也要进(jin)一步纳(na)入整体评价体系。

平安证券(quan)相关负(fu)责人直言，技术对专业能(neng)力(li)有放大(da)效应，“AI技术的(de)普及，既(ji)加速了投顾(gu)人员的(de)信息处理能(neng)力(li)，也倒逼(bi)其向更高阶的(de)‘策略生成’和‘情感交互(hu)’角色升级。投顾(gu)的(de)核心(xin)价值，转向对模型输出(chu)的(de)策略进(jin)行逻辑验证与风险校准”。

4 应对挑战各有后手(shou)

AI大(da)势已不可逆，既(ji)有机遇也有挑战。多位受访券(quan)商(shang)人士认为，挑战主要在于技术如(ru)何深度赋能(neng)业务，并与业务融合。对此，不同类型的(de)证券(quan)公司，其解题思路也存在差异。

上述国泰君安人士表示，AI浪潮下，券(quan)商(shang)投顾(gu)业务将迎来(lai)发展机遇。一是证券(quan)公司可结合AI大(da)模型和自身的(de)专业数据禀赋、专业经验和投资体系框(kuang)架，构建(jian)自身的(de)智能(neng)化护城河；二是证券(quan)公司可利用智能(neng)投顾(gu)服务于原本无法覆(fu)盖的(de)长尾客(ke)户；三是利用大(da)模型赋能(neng)投顾(gu)；四是进(jin)一步将投顾(gu)能(neng)力(li)封装为企(qi)业级的(de)综(zong)合解决方案。

自2023年起(qi)，国泰君安就开始加强(qiang)探索AI大(da)模型在证券(quan)投顾(gu)领域的(de)赋能(neng)工作。该人士还(hai)指(zhi)出(chu)，券(quan)商(shang)面临的(de)挑战同样不可小觑。一是技术挑战。大(da)多数券(quan)商(shang)并未有AI能(neng)力(li)积累，如(ru)何充分研究大(da)模型技术并将其与证券(quan)业务深度融合，存在挑战；二是成本挑战。大(da)模型技术研究和应用需要投入大(da)量资金资源，中小型券(quan)商(shang)难以应对高成本、高投入的(de)AI竞赛；三是人才挑战。目前懂业务、懂AI、懂技术的(de)复合型人才稀缺且昂贵；四是转型挑战。大(da)模型的(de)应用需要与现有的(de)流程模式融合，融合的(de)过程中存在阻碍；五是数据治(zhi)理挑战。智能(neng)化深度发展的(de)前提(ti)，是数字化治(zhi)理取得一定成果(guo)，目前多数券(quan)商(shang)在数据治(zhi)理方面仍处于初级阶段。

作为中小券(quan)商(shang)的(de)代表，东莞证券(quan)相关人士称，对于技术薄弱、成本敏感型的(de)中小券(quan)商(shang)而言，依据“市场需求(qiu)度、技术可行性、商(shang)业可行性”原则，多层次推进(jin)是实现人工智能(neng)发展的(de)关键，也是智能(neng)投顾(gu)发展的(de)探索路径。“一是应用优先。可部(bu)署现有厂商(shang)通用大(da)模型并进(jin)行本地(di)化，通过应用的(de)快速对接，积累适配性创新经验；二是能(neng)力(li)培养。以智能(neng)客(ke)服、专业化个人助手(shou)等应用程序接口（API）调用服务建(jian)设为起(qi)点，加强(qiang)模型推理与智能(neng)体等技术应用能(neng)力(li)培育。同时，尝试与外(wai)部(bu)有实力(li)的(de)机构开展合作，准备好基(ji)础(chu)条件，实现大(da)模型本地(di)化推理应用服务，逐(zhu)步打通各类能(neng)力(li)。”该人士表示。