“当我把基金持仓发给DeepSeek，它有这些建(jian)议……”“完全听DeepSeek炒股，2025年2万本金能(neng)赚多少钱？”……自(zi)今年春节DeepSeek掀起应(ying)用热潮以来，在以年轻用户(hu)群体为核心的(de)小红书、B站等(deng)社交媒体平台上，很多投资者也纷纷向DeepSeek-R1寻求投资建(jian)议。

证券时报(bao)记者亦(yi)尝试向DeepSeek上传基金持仓账户(hu)截图，并征询账户(hu)诊断与调仓建(jian)议。结果显示(shi)，DeepSeek不仅(jin)指出问题所在，还提供了可操作(zuo)方(fang)案，包括不同(tong)产品的(de)仓位建(jian)议、替换产品的(de)名称、调仓时点、止损止盈线(xian)、交易成本优化措施等(deng)。

至此，DeepSeek提供的(de)账户(hu)诊断与专业建(jian)议可否匹敌券商一线(xian)投顾的(de)平均水准，也引起了市场的(de)极大关注。

华福证券有关负责人表示(shi)，DeepSeek在股票(piao)基金账户(hu)诊断方(fang)面表现出色。以一个普通账户(hu)为例，模型能(neng)够(gou)在约6分钟内整合近百(bai)条市场数(shu)据和持仓信息，对账户(hu)持仓结构进行全面剖(pou)析(xi)，并给出直观清晰的(de)风险评(ping)估报(bao)告，评(ping)估准确性达到85%。不过，在调仓建(jian)议环节，与一线(xian)投顾相比仍有差距，暂时难以完全模拟(ni)人工投顾对复杂人性和市场微妙变(bian)化的(de)理解。

银河证券财富管理首席(xi)投资官、产品中心总经理张嘉为接受证券时报(bao)记者采访(fang)时谈到，从内外部测(ce)评(ping)的(de)反馈来看，DeepSeek在数(shu)据分析(xi)处理速度与响应(ying)及(ji)时程度方(fang)面远超人工投顾，但囿于“模型工具”属性，对于复杂市场环境的(de)分析(xi)、资讯信息准确性的(de)辨别与客户(hu)多元化需求的(de)响应(ying)等(deng)方(fang)面，仍与专业投顾存在一定差距。

国信证券相关人士(shi)指出，在账户(hu)诊断及(ji)调仓建(jian)议方(fang)面，DeepSeek存在线(xian)性外推、数(shu)据不完整等(deng)问题，目前尚不足以替代一线(xian)投顾的(de)专业建(jian)议。主要(yao)原因是DeepSeek只对接互联网数(shu)据，未能(neng)对接专业可信的(de)金融行业数(shu)据库、企业内部知识库和客户(hu)画像库，因此会(hui)存在数(shu)据和信息错误的(de)情况。此外，对于业务(wu)决(jue)策(ce)的(de)深度思考，大模型需要(yao)对行业数(shu)据以及(ji)专家规则进行系统性的(de)学习和积累，最终才能(neng)展示(shi)比较(jiao)好的(de)决(jue)策(ce)能(neng)力，但目前证明还未能(neng)做到。

2 长尾客户(hu)黏性还在不在？

尽管DeepSeek暂不能(neng)取代一线(xian)投顾，但凭(ping)借投资建(jian)议的(de)容易提供优势(shi)，第三方(fang)AI平台正吸引着年轻投资者的(de)注意力。在证券公司的(de)客群中，他们大多属于以往未得到充分服务(wu)的(de)长尾客户(hu)群体。这一潜在变(bian)化趋(qu)势(shi)，也对依赖投顾业务(wu)盈利的(de)证券公司构成了一定压力。

多名受访(fang)券商人士(shi)坦言，上述情形的(de)确影响了长尾客户(hu)与券商投顾之间的(de)黏性。前述国信证券人士(shi)谈到，在长尾客户(hu)的(de)投资陪伴等(deng)部分服务(wu)领域中，DeepSeek等(deng)大模型表现出来的(de)便捷性和及(ji)时性等(deng)，给客户(hu)的(de)直观感受可能(neng)优于传统人工投顾服务(wu)。

国泰君(jun)安相关人士(shi)表示(shi)，第三方(fang)AI平台的(de)出现，已经影响了投资者和券商投顾之间的(de)黏性，不仅(jin)有价格(ge)敏感型的(de)长尾客户(hu)，还有对AI有所研究或者投资能(neng)力更高(gao)的(de)客户(hu)。

证券时报(bao)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(zi)主建(jian)立了基于DeepSeek的(de)金融分析(xi)模型，用于选股或者ETF配置等(deng)”。

上述国泰君(jun)安人士(shi)认为，第三方(fang)AI平台有四方(fang)面优势(shi)：一是能(neng)为长尾客户(hu)提供定制化、个性化的(de)咨(zi)询服务(wu)和投顾建(jian)议；二是推理模型的(de)存在，让用户(hu)可基于模型思考验证自(zi)身逻辑，降低黑箱困扰；三是社群化信任构建(jian)，即随着越来越多投资者分享第三方(fang)AI平台带来的(de)投资辅助(zhu)体验，其他尚未接触的(de)投资者会(hui)被吸引到第三方(fang)平台；四是伴随模型能(neng)力持续提升，其分析(xi)逻辑的(de)深度、广度将逐步赶超绝大多数(shu)的(de)投资者乃至投顾。

东方(fang)证券相关人士(shi)补(bu)充称，AI平台一般成本较(jiao)低，甚至免费，使(shi)得长尾客户(hu)更愿意尝试和依赖，相比之下券商投顾服务(wu)可能(neng)价格(ge)较(jiao)高(gao)，限(xian)制了客户(hu)的(de)使(shi)用频率。

不过，也有一些券商人士(shi)持相反意见。张嘉为谈到，投资者与券商投顾之间的(de)黏性不会(hui)受到影响，一是因为大语言模型给予专业建(jian)议的(de)本质(zhi)，是依赖于模型深度推理分析(xi)能(neng)力、数(shu)据处理能(neng)力以及(ji)基于不同(tong)数(shu)据及(ji)语料的(de)“训练过程”，专业建(jian)议的(de)有效(xiao)性需要(yao)经历(li)周期与时间的(de)验证；二是因为AI大模型存在强(qiang)化投资者认知偏差、制造新“信息茧房”的(de)可能(neng)性。

华福证券负责人则称：“第三方(fang)AI平台不会(hui)比券商更易获(huo)得长尾用户(hu)的(de)信任，因为用户(hu)第一次、第二次使(shi)用可能(neng)感觉新奇，但用多了，最终还是会(hui)介怀对面不是真人。另外，在专业性和合规性方(fang)面，券商投顾的(de)优势(shi)还是很明显。”

3 投顾业务(wu)生(sheng)态面临重构

证券业应(ying)用智能(neng)投顾产品已有多年，但DeepSeek等(deng)大模型凭(ping)借其内在的(de)逻辑构建(jian)、内容生(sheng)成与深度理解等(deng)能(neng)力，仍让证券业感到“惊(jing)艳”。展望未来，伴随科技平权、知识平权时代的(de)到来，券商投顾业务(wu)生(sheng)态无疑将经历(li)显著变(bian)革。

平安证券经纪业务(wu)事业部相关负责人向证券时报(bao)记者表示(shi)：“券商投顾业务(wu)的(de)核心竞争力将从‘信息不对称优势(shi)’转(zhuan)向‘技术赋能(neng)下的(de)服务(wu)深度与客户(hu)体验’。”

这也意味着，获(huo)客留客的(de)商业逻辑、投顾服务(wu)手段等(deng)可能(neng)面临重构。以部分商业逻辑为例，过去有些机构打造“一键上传持仓截图”功能(neng)作(zuo)为引流的(de)抓手，即吸引客户(hu)注册账号甚至开户(hu)以解锁账户(hu)诊断方(fang)案。如今，年轻用户(hu)已经可以在不同(tong)AI平台上免费获(huo)取账户(hu)诊断的(de)信息。尽管当前DeepSeek等(deng)大模型的(de)诊断准确率有待提高(gao)，但伴随未来模型能(neng)力的(de)提升，上述获(huo)客的(de)商业逻辑将会(hui)面临重构。

上述案例正是投顾服务(wu)“信息不对称”优势(shi)逐渐减弱的(de)一个体现。未来，券商获(huo)客的(de)难度预计(ji)将上升。东方(fang)证券相关人士(shi)表示(shi)，投资者更容易从第三方(fang)AI平台获(huo)取定制化的(de)投资建(jian)议，券商需要(yao)投入更多资源吸引和留住客户(hu)，尤(you)其是长尾客户(hu)群体。

在服务(wu)模式方(fang)面，多位受访(fang)券商人士(shi)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(fang)平台不断提供个性化服务(wu)，券商传统的(de)“标(biao)准化产品+人工服务(wu)”模式面临着效(xiao)率与体验的(de)双(shuang)重挑战。

在此背景(jing)下，业内的(de)共识是要(yao)“技术融合”——构建(jian)“AI+投顾”的(de)人机协同(tong)新模式。中信建(jian)投证券相关人士(shi)认为，该模式既可以提升服务(wu)效(xiao)率和客户(hu)体验，也可以释放投顾生(sheng)产力，能(neng)发力于定制化和高(gao)净(jing)值客群服务(wu)。

东方(fang)证券相关人士(shi)谈到，一方(fang)面是技术赋能(neng)，券商可以利用AI技术提升投顾服务(wu)的(de)效(xiao)率和精准度；另一方(fang)面是差异化服务(wu)，相对复杂的(de)投资解决(jue)方(fang)案难以被AI完全替代，例如定制化投资组合、家族财富传承等(deng)。

此外，在配套(tao)措施方(fang)面，国泰君(jun)安相关人士(shi)表示(shi)，投顾能(neng)力评(ping)价体系要(yao)迎来变(bian)革，投顾对AI工具的(de)使(shi)用、对AI能(neng)力的(de)理解也要(yao)进一步纳入整体评(ping)价体系。

平安证券相关负责人直言，技术对专业能(neng)力有放大效(xiao)应(ying)，“AI技术的(de)普及(ji)，既加(jia)速了投顾人员的(de)信息处理能(neng)力，也倒逼其向更高(gao)阶的(de)‘策(ce)略生(sheng)成’和‘情感交互’角色升级(ji)。投顾的(de)核心价值，转(zhuan)向对模型输(shu)出的(de)策(ce)略进行逻辑验证与风险校准”。

4 应(ying)对挑战各(ge)有后手

AI大势(shi)已不可逆，既有机遇也有挑战。多位受访(fang)券商人士(shi)认为，挑战主要(yao)在于技术如何深度赋能(neng)业务(wu)，并与业务(wu)融合。对此，不同(tong)类型的(de)证券公司，其解题思路也存在差异。

上述国泰君(jun)安人士(shi)表示(shi)，AI浪潮下，券商投顾业务(wu)将迎来发展机遇。一是证券公司可结合AI大模型和自(zi)身的(de)专业数(shu)据禀(bing)赋、专业经验和投资体系框架，构建(jian)自(zi)身的(de)智能(neng)化护城河；二是证券公司可利用智能(neng)投顾服务(wu)于原本无法覆盖的(de)长尾客户(hu)；三是利用大模型赋能(neng)投顾；四是进一步将投顾能(neng)力封装(zhuang)为企业级(ji)的(de)综合解决(jue)方(fang)案。

自(zi)2023年起，国泰君(jun)安就开始加(jia)强(qiang)探索AI大模型在证券投顾领域的(de)赋能(neng)工作(zuo)。该人士(shi)还指出，券商面临的(de)挑战同(tong)样不可小觑。一是技术挑战。大多数(shu)券商并未有AI能(neng)力积累，如何充分研究大模型技术并将其与证券业务(wu)深度融合，存在挑战；二是成本挑战。大模型技术研究和应(ying)用需要(yao)投入大量资金资源，中小型券商难以应(ying)对高(gao)成本、高(gao)投入的(de)AI竞赛；三是人才挑战。目前懂业务(wu)、懂AI、懂技术的(de)复合型人才稀缺且(qie)昂贵；四是转(zhuan)型挑战。大模型的(de)应(ying)用需要(yao)与现有的(de)流程模式融合，融合的(de)过程中存在阻碍；五(wu)是数(shu)据治理挑战。智能(neng)化深度发展的(de)前提，是数(shu)字化治理取得一定成果，目前多数(shu)券商在数(shu)据治理方(fang)面仍处于初级(ji)阶段。

作(zuo)为中小券商的(de)代表，东莞证券相关人士(shi)称，对于技术薄弱、成本敏感型的(de)中小券商而言，依据“市场需求度、技术可行性、商业可行性”原则，多层次推进是实现人工智能(neng)发展的(de)关键，也是智能(neng)投顾发展的(de)探索路径。“一是应(ying)用优先。可部署现有厂商通用大模型并进行本地化，通过应(ying)用的(de)快速对接，积累适配性创(chuang)新经验；二是能(neng)力培养。以智能(neng)客服、专业化个人助(zhu)手等(deng)应(ying)用程序接口（API）调用服务(wu)建(jian)设为起点，加(jia)强(qiang)模型推理与智能(neng)体等(deng)技术应(ying)用能(neng)力培育。同(tong)时，尝试与外部有实力的(de)机构开展合作(zuo)，准备好基础条件(jian)，实现大模型本地化推理应(ying)用服务(wu)，逐步打通各(ge)类能(neng)力。”该人士(shi)表示(shi)。