券商中国记者亦尝试向DeepSeek-R1（以下简称“DeepSeek”）上(shang)传基金(jin)持仓账户(hu)截图，并征(zheng)询账户(hu)诊断(duan)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(shi)点、止损止盈线、交易成本优化(hua)措施等。

至此，DeepSeek提供的账户(hu)诊断(duan)与专业建议可否匹(pi)敌券商一线投顾的平均水(shui)准(zhun)，也引起(qi)了市场的极大关注。

华福证(zheng)券相关人士告诉记者，DeepSeek在股票基金(jin)账户(hu)诊断(duan)方面(mian)表现出色(se)。以一个普(pu)通账户(hu)为例(li)，模型能够在约 6 分钟内整合近(jin)百条市场数据(ju)和持仓信息(xi)，对账户(hu)持仓结构进行全面(mian)剖析，并给出直观清晰的风险评(ping)估报告，评(ping)估准(zhun)确性达到(dao)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杂人性和市场微妙变化(hua)的理解，在洞(dong)察(cha)客户(hu)个性化(hua)深层次需求方面(mian)，投顾的能力仍不可替代。

银河证(zheng)券财富管理首席投资官、产品中心总经理张嘉为表示，从内外部的测(ce)评(ping)反馈来(lai)看，DeepSeek在数据(ju)分析处理速度(du)与响应及(ji)时(shi)程度(du)方面(mian)远超人工投顾；但是，囿于DeepSeek作为智能化(hua)大模型本身仍旧是“模型工具”，对于复杂市场环境分析、资讯信息(xi)准(zhun)确性辨别及(ji)客户(hu)多元化(hua)需求分析等多领域仍与专业投顾存(cun)在较大差距。不同的引导问题及(ji)数据(ju)物料，也会产生出完全截然(ran)不同的分析结论，但最终结论的选择(ze)与判断(duan)仍强(qiang)依赖于个人的专业理解。

国信证(zheng)券技术部相关人士指出，在账户(hu)诊断(duan)及(ji)调仓建议方面(mian)，DeepSeek存(cun)在线性外推、数据(ju)不完整，甚至部分基金(jin)代码出现错误等问题，目前并不足(zu)以替代一线投顾的专业建议。

谈及(ji)原因(yin)时(shi)，该名国信证(zheng)券技术部人士认为，这主要(yao)因(yin)为DeepSeek只(zhi)对接互联网数据(ju)，未(wei)能对接专业可信的金(jin)融行业数据(ju)库、企业内部知识库和客户(hu)画(hua)像库，因(yin)此会存(cun)在数据(ju)和信息(xi)错误的情(qing)况。另外对于业务决策的深度(du)思考，需要(yao)大模型对行业数据(ju)以及(ji)专家规则进行系(xi)统(tong)性的学习和积(ji)累，目前还未(wei)能证(zheng)明可以做到(dao)比较好(hao)的决策能力。

东莞证(zheng)券相关人士谈到(dao)，人工智能发展可以分为在线服务、自(zi)动化(hua)服务和智能涌现三个层次。从目前进展来(lai)看，行业的智能投顾的“智能化(hua)”主要(yao)集中在第(di)二层次，在投资者画(hua)像、资产配置、投资组合选择(ze)等环节通过计算(suan)机操作代替人工，用线上(shang)服务代替线下服务。然(ran)而证(zheng)券市场不可预测(ce)、不确定(ding)性强(qiang)，量化(hua)策略(lue)研发需要(yao)不断(duan)实验和调整，难以应对“黑天鹅”等异常事件，模型算(suan)法鲁棒(bang)性需要(yao)加强(qiang)。目前的智能化(hua)技术难以支持，距离培育自(zi)主决策的量化(hua)投资智能体仍相差甚远，由机器(qi)自(zi)主决策的“强(qiang)智能”在金(jin)融投资领域的广泛(fan)应用尚无明确时(shi)间表。

业内热(re)议长尾客户(hu)黏性是否下滑

尽管DeepSeek不能取代一线投顾，但第(di)三方AI平台凭借投资建议的易获(huo)取性优势，正(zheng)吸引年轻投资者注意力。他们大多属(shu)于证(zheng)券公司中以往未(wei)得到(dao)充分服务的长尾客户(hu)群体。这一潜在变化(hua)趋势对于依赖投顾业务盈利的证(zheng)券公司而言，构成压力。

多名受访券商人士坦(tan)承，上(shang)述情(qing)形确实在影响长尾客户(hu)与券商投顾之间的粘性。前述国信证(zheng)券相关人士谈到(dao)，“大模型前的时(shi)代，受制于专业投顾精力有限，行业有较大量的长尾客户(hu)需求难以被及(ji)时(shi)有效满足(zu)。而大模型时(shi)代，DeepSeek等大模型在信息(xi)检索加工以及(ji)深度(du)思考能力突出，在长尾客户(hu)的投资陪伴部分服务领域中表现出来(lai)的便捷性和及(ji)时(shi)性等效果，给客户(hu)的直观感受可能优于传统(tong)人工投顾服务。”

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

券商中国记者注意到(dao)，在前述社交媒体平台上(shang)，确实有部分投资者声称“自(zi)主建立了基于DeepSeek的金(jin)融分析模型，用于选股或(huo)者ETF配置等。”

上(shang)述国泰君安人士认为，第(di)三方AI平台有四方面(mian)优势：一是能为长尾客户(hu)提供定(ding)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(cun)在，让用户(hu)可基于模型思考验证(zheng)自(zi)身逻(luo)辑，降低黑箱(xiang)困扰；三是社群化(hua)信任构建，即随着越来(lai)越多投资者分享第(di)三方AI平台带来(lai)的投资辅助体验，其他尚未(wei)接触的投资者会被吸引到(dao)第(di)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(jiang)逐(zhu)步赶超绝大多数的投资者乃至投顾。

东方证(zheng)券相关人士补充称，AI平台一般成本较低，甚至免(mian)费(fei)，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可能价格较高，限制了客户(hu)的使(shi)用频(pin)率。

不过，也有一些券商人士持相反意见(jian)。银河证(zheng)券张嘉为谈到(dao)，投资者与券商投顾之间的黏性不会受到(dao)影响。主要(yao)因(yin)为，一是大语言模型给予专业建议的本质是依赖于模型深度(du)推理分析能力、数据(ju)处理能力以及(ji)基于不同数据(ju)及(ji)语料的“训练(lian)过程”，即使(shi)专业投资者使(shi)用大模型也需要(yao)经过长期的回测(ce)、调优并不断(duan)适配最新环境，因(yin)此专业建议的有效性也同样需要(yao)经历周期与时(shi)间的验证(zheng)。二是AI大模型也存(cun)在强(qiang)化(hua)投资者认知偏差、制造新的“信息(xi)茧房(fang)”的可能性。

平安证(zheng)券经纪业务事业部相关负责人谈到(dao)，用户(hu)并非为了炒股才用AI，而是用了AI后也会涉及(ji)投资性的内容(rong)。从这个角度(du)看，AI和投顾扮演的角色(se)，和与客户(hu)形成信任的机制是不一样的。AI扮演的角色(se)，是多了一个参考信息(xi)的来(lai)源。而对券商来(lai)说，跟客户(hu)站在一起(qi)，去面(mian)对纷繁复杂的市场，这个角色(se)没有变，变的是新的环境下大家的工作方式和内容(rong)。

华福证(zheng)券相关人士也谈到(dao)，第(di)三方AI平台不会比券商更易获(huo)得长尾用户(hu)的信任，因(yin)为用户(hu)第(di)一次、第(di)二次使(shi)用可能感觉新奇(qi)，但用多了，始终会觉得对面(mian)不是真的人类。另外，在专业性和合规性方面(mian)，券商投顾优势明显。

投顾业务生态(tai)面(mian)临重构

证(zheng)券业应用智能投顾产品已有多年，但DeepSeek等大模型凭借其内在的逻(luo)辑构建、内容(rong)生成与深度(du)理解等能力，仍让证(zheng)券业感到(dao)“惊艳”。展望未(wei)来(lai)，伴随科技平权、知识平权时(shi)代的到(dao)来(lai)，券商投顾业务生态(tai)无疑将(jiang)经历显著变革。

平安证(zheng)券经纪业务事业部相关负责人向券商中国记者表示：“券商投顾业务的核心竞争力将(jiang)从‘信息(xi)不对称优势’转(zhuan)向‘技术赋能下的服务深度(du)与客户(hu)体验’。”

这也意味着，获(huo)客留(liu)客的商业逻(luo)辑、投顾服务手段等可能面(mian)临重构。以部分商业逻(luo)辑为例(li)，过去有些机构打(da)造“一键上(shang)传持仓截图”功能作为引流的抓手，即吸引客户(hu)注册账号(hao)甚至开户(hu)以解锁账户(hu)诊断(duan)方案。如今，年轻用户(hu)已经可以在不同AI平台上(shang)免(mian)费(fei)获(huo)取账户(hu)诊断(duan)的信息(xi)。尽管当前DeepSeek等大模型的诊断(duan)准(zhun)确率有待提高，但伴随未(wei)来(lai)模型能力的提升，上(shang)述获(huo)客的商业逻(luo)辑将(jiang)会面(mian)临重构。

上(shang)述案例(li)正(zheng)是投顾服务“信息(xi)不对称“优势逐(zhu)渐减(jian)弱(ruo)的一个体现。未(wei)来(lai)，券商获(huo)客的难度(du)预计将(jiang)上(shang)升。东方证(zheng)券相关人士表示，投资者更容(rong)易从第(di)三方AI平台获(huo)取定(ding)制化(hua)的投资建议，券商需要(yao)投入更多资源吸引和留(liu)住客户(hu)，尤其是长尾客户(hu)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。前述平安证(zheng)券相关负责人谈到(dao)，随着第(di)三方平台不断(duan)提供个性化(hua)服务，券商传统(tong)的“标准(zhun)化(hua)产品+人工服务”模式面(mian)临着效率与体验的双重挑战(zhan)。

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

东方证(zheng)券相关人士谈到(dao)，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精准(zhun)度(du)，例(li)如通过AI进行客户(hu)画(hua)像、投资组合优化(hua)、风险控(kong)制等。另一方面(mian)差异化(hua)服务，相对复杂的投资解决方案难以被AI完全替代，例(li)如定(ding)制化(hua)投资组合、家族财富传承等。

此外，在配套措施方面(mian)，国泰君安相关人士谈到(dao)，投顾能力评(ping)价体系(xi)要(yao)迎来(lai)变革，不仅要(yao)聚焦(jiao)在服务、投资、资产等范畴，投顾对AI工具的使(shi)用、对AI能力的理解也将(jiang)进一步纳(na)入整体的评(ping)价体系(xi)。

平安证(zheng)券相关负责人直言，技术对专业能力有放大效应，“AI技术的普(pu)及(ji)，既加速了投顾人员(yuan)的信息(xi)处理能力，也倒逼其向更高阶的‘策略(lue)生成’和‘情(qing)感交互’角色(se)升级。投顾的核心价值，转(zhuan)向对模型输出的策略(lue)进行逻(luo)辑验证(zheng)与风险校准(zhun)。”

不同规模券商应对挑战(zhan)各有招(zhao)术

AI大势已不可逆，既有机遇也有挑战(zhan)。多位受访券商人士认为，挑战(zhan)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(zheng)券公司，其解题思路也存(cun)在差异。

国泰君安人士表示，AI浪潮下券商投顾业务将(jiang)迎来(lai)多重发展机遇，一是证(zheng)券公司可结合AI大模型和自(zi)身的专业数据(ju)禀赋、专业经验和投资体系(xi)框架(jia)，构建自(zi)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(zi)身原本无法覆盖的长尾客户(hu)。三是利用大模型赋能投顾。四是进一步将(jiang)投顾能力封装为企业级的综合解决方案。据(ju)悉(xi)，国泰君安自(zi)2023年起(qi)就逐(zhu)步探索AI大模型在证(zheng)券投资顾问领域的赋能工作。

券商面(mian)临的挑战(zhan)同样不可小(xiao)觑。该人士也指出，一是技术挑战(zhan)，大多数券商并未(wei)有AI能力积(ji)累，如何充分研究大模型技术并得以与证(zheng)券业务的深度(du)融合存(cun)在挑战(zhan)；二是成本挑战(zhan)，大模型技术研究和应用需要(yao)投入大量资金(jin)资源，中小(xiao)型券商难以应对高成本、高投入的AI竞赛；三是人才挑战(zhan)，目前懂业务、懂AI、懂技术的复合型人才稀缺且昂(ang)贵；四是转(zhuan)型挑战(zhan)，大模型的应用需要(yao)与现有的流程模式融合，融合的过程中存(cun)在阻碍；五是数据(ju)治理挑战(zhan)，智能化(hua)深度(du)发展的前提是数字化(hua)治理取得一定(ding)成果，大量券商在数据(ju)治理方面(mian)仍处于初(chu)级阶段。

作为中小(xiao)券商的代表，东莞证(zheng)券相关人士称，对于技术薄(bao)弱(ruo)、成本敏(min)感型的中小(xiao)券商而言，按“市场需求度(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，部署现有厂商通用大模型并进行本地化(hua)应用快速对接，积(ji)累适配性创新经验，探索如何更好(hao)地与AI合作创新。二是能力培养，以智能客服、专业化(hua)个人助手等应用程序接口（API）调用服务建设为起(qi)点，加强(qiang)模型推理与智能体等技术应用能力培育；同时(shi)尝试与外部有实力的机构开展合作，准(zhun)备好(hao)基础条件，实现大模型本地化(hua)推理应用服务，逐(zhu)步打(da)通各类能力。”东莞证(zheng)券人士表示。

责编：汪云(yun)鹏(peng)

校对：陶谦