券商中国记者亦尝试向(xiang)DeepSeek-R1（以下简(jian)称“DeepSeek”）上传(chuan)基金持仓账户截图，并征询账户诊(zhen)断与调仓建议。结(jie)果显示(shi)，DeepSeek不仅指出问题所在，还提(ti)供了可操作方案，包括(kuo)不同(tong)产品的仓位建议、替(ti)换产品的名(ming)称、调仓时点、止损止盈线、交易成(cheng)本优化(hua)措施等。

至此(ci)，DeepSeek提(ti)供的账户诊(zhen)断与专业建议可否匹敌券商一线投顾的平(ping)均水准，也引起了市场的极大(da)关注。

华(hua)福(fu)证(zheng)券相关人(ren)士告诉记者，DeepSeek在股(gu)票基金账户诊(zhen)断方面表现出色。以一个普通账户为例，模(mo)型能够在约 6 分钟内整合近百条市场数据和持仓信息，对账户持仓结(jie)构进行全面剖(pou)析，并给出直观清晰的风险评估报告，评估准确性达到85%。但(dan)在调仓建议环节，与一线投顾相比仍(reng)有差(cha)距。该人(ren)士指出，DeepSeek目前还难以完全模(mo)拟人(ren)类投顾对复杂(za)人(ren)性和市场微妙变(bian)化(hua)的理解，在洞察(cha)客户个性化(hua)深层次需求方面，投顾的能力仍(reng)不可替(ti)代。

银河证(zheng)券财富(fu)管理首席投资(zi)官、产品中心(xin)总经理张嘉为表示(shi)，从内外(wai)部的测评反馈来看(kan)，DeepSeek在数据分析处理速度与响应及时程度方面远超(chao)人(ren)工投顾；但(dan)是，囿于DeepSeek作为智能化(hua)大(da)模(mo)型本身仍(reng)旧是“模(mo)型工具”，对于复杂(za)市场环境分析、资(zi)讯信息准确性辨别及客户多元化(hua)需求分析等多领域仍(reng)与专业投顾存在较大(da)差(cha)距。不同(tong)的引导问题及数据物料，也会产生出完全截然不同(tong)的分析结(jie)论，但(dan)最终(zhong)结(jie)论的选择与判(pan)断仍(reng)强依赖于个人(ren)的专业理解。

国信证(zheng)券技术部相关人(ren)士指出，在账户诊(zhen)断及调仓建议方面，DeepSeek存在线性外(wai)推、数据不完整，甚至部分基金代码出现错误等问题，目前并不足(zu)以替(ti)代一线投顾的专业建议。

谈及原因时，该名(ming)国信证(zheng)券技术部人(ren)士认为，这(zhe)主要因为DeepSeek只对接互联网数据，未能对接专业可信的金融行业数据库、企业内部知识(shi)库和客户画像(xiang)库，因此(ci)会存在数据和信息错误的情(qing)况。另外(wai)对于业务(wu)决策的深度思考，需要大(da)模(mo)型对行业数据以及专家规则进行系统性的学习和积累，目前还未能证(zheng)明可以做到比较好(hao)的决策能力。

东莞证(zheng)券相关人(ren)士谈到，人(ren)工智能发(fa)展可以分为在线服(fu)务(wu)、自动化(hua)服(fu)务(wu)和智能涌现三个层次。从目前进展来看(kan)，行业的智能投顾的“智能化(hua)”主要集中在第二层次，在投资(zi)者画像(xiang)、资(zi)产配置、投资(zi)组合选择等环节通过计算机(ji)操作代替(ti)人(ren)工，用线上服(fu)务(wu)代替(ti)线下服(fu)务(wu)。然而证(zheng)券市场不可预测、不确定性强，量化(hua)策略研发(fa)需要不断实验和调整，难以应对“黑天鹅”等异常事件，模(mo)型算法鲁(lu)棒性需要加强。目前的智能化(hua)技术难以支持，距离培育自主决策的量化(hua)投资(zi)智能体仍(reng)相差(cha)甚远，由机(ji)器(qi)自主决策的“强智能”在金融投资(zi)领域的广泛应用尚无明确时间表。

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(dan)第三方AI平(ping)台凭借投资(zi)建议的易获(huo)取性优势，正吸引年轻投资(zi)者注意力。他们大(da)多属于证(zheng)券公司中以往未得(de)到充分服(fu)务(wu)的长尾客户群体。这(zhe)一潜在变(bian)化(hua)趋势对于依赖投顾业务(wu)盈利的证(zheng)券公司而言，构成(cheng)压力。

多名(ming)受访券商人(ren)士坦承，上述情(qing)形确实在影响长尾客户与券商投顾之间的粘性。前述国信证(zheng)券相关人(ren)士谈到，“大(da)模(mo)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及时有效满(man)足(zu)。而大(da)模(mo)型时代，DeepSeek等大(da)模(mo)型在信息检索加工以及深度思考能力突出，在长尾客户的投资(zi)陪伴部分服(fu)务(wu)领域中表现出来的便捷性和及时性等效果，给客户的直观感受可能优于传(chuan)统人(ren)工投顾服(fu)务(wu)。”

国泰君(jun)安相关人(ren)士表示(shi)，第三方AI平(ping)台的出现有可能发(fa)生甚至已经在影响投资(zi)者和券商投顾的粘性关系，不仅是价格(ge)敏感的长尾客户，还有对AI有所研究或者投资(zi)能力更高的客户。

券商中国记者注意到，在前述社交媒体平(ping)台上，确实有部分投资(zi)者声称“自主建立了基于DeepSeek的金融分析模(mo)型，用于选股(gu)或者ETF配置等。”

上述国泰君(jun)安人(ren)士认为，第三方AI平(ping)台有四方面优势：一是能为长尾客户提(ti)供定制化(hua)、个性化(hua)的咨询服(fu)务(wu)和投顾建议；二是推理模(mo)型的存在，让用户可基于模(mo)型思考验证(zheng)自身逻辑，降低黑箱困(kun)扰；三是社群化(hua)信任构建，即随(sui)着越(yue)来越(yue)多投资(zi)者分享(xiang)第三方AI平(ping)台带来的投资(zi)辅助体验，其(qi)他尚未接触的投资(zi)者会被吸引到第三方平(ping)台；四是伴随(sui)模(mo)型能力持续提(ti)升，其(qi)分析逻辑的深度、广度将逐步赶超(chao)绝大(da)多数的投资(zi)者乃至投顾。

东方证(zheng)券相关人(ren)士补充称，AI平(ping)台一般成(cheng)本较低，甚至免费，使得(de)长尾客户更愿意尝试和依赖，相比之下券商投顾服(fu)务(wu)可能价格(ge)较高，限制了客户的使用频率。

不过，也有一些(xie)券商人(ren)士持相反意见(jian)。银河证(zheng)券张嘉为谈到，投资(zi)者与券商投顾之间的黏性不会受到影响。主要因为，一是大(da)语言模(mo)型给予专业建议的本质是依赖于模(mo)型深度推理分析能力、数据处理能力以及基于不同(tong)数据及语料的“训练(lian)过程”，即使专业投资(zi)者使用大(da)模(mo)型也需要经过长期的回测、调优并不断适配最新(xin)环境，因此(ci)专业建议的有效性也同(tong)样(yang)需要经历周(zhou)期与时间的验证(zheng)。二是AI大(da)模(mo)型也存在强化(hua)投资(zi)者认知偏差(cha)、制造新(xin)的“信息茧房”的可能性。

平(ping)安证(zheng)券经纪业务(wu)事业部相关负责人(ren)谈到，用户并非为了炒股(gu)才用AI，而是用了AI后也会涉及投资(zi)性的内容。从这(zhe)个角度看(kan)，AI和投顾扮演的角色，和与客户形成(cheng)信任的机(ji)制是不一样(yang)的。AI扮演的角色，是多了一个参考信息的来源。而对券商来说，跟客户站在一起，去面对纷繁复杂(za)的市场，这(zhe)个角色没有变(bian)，变(bian)的是新(xin)的环境下大(da)家的工作方式和内容。

华(hua)福(fu)证(zheng)券相关人(ren)士也谈到，第三方AI平(ping)台不会比券商更易获(huo)得(de)长尾用户的信任，因为用户第一次、第二次使用可能感觉新(xin)奇，但(dan)用多了，始(shi)终(zhong)会觉得(de)对面不是真的人(ren)类。另外(wai)，在专业性和合规性方面，券商投顾优势明显。

投顾业务(wu)生态面临重构

证(zheng)券业应用智能投顾产品已有多年，但(dan)DeepSeek等大(da)模(mo)型凭借其(qi)内在的逻辑构建、内容生成(cheng)与深度理解等能力，仍(reng)让证(zheng)券业感到“惊艳”。展望(wang)未来，伴随(sui)科技平(ping)权、知识(shi)平(ping)权时代的到来，券商投顾业务(wu)生态无疑(yi)将经历显著变(bian)革(ge)。

平(ping)安证(zheng)券经纪业务(wu)事业部相关负责人(ren)向(xiang)券商中国记者表示(shi)：“券商投顾业务(wu)的核(he)心(xin)竞争力将从‘信息不对称优势’转向(xiang)‘技术赋能下的服(fu)务(wu)深度与客户体验’。”

这(zhe)也意味(wei)着，获(huo)客留(liu)客的商业逻辑、投顾服(fu)务(wu)手段(duan)等可能面临重构。以部分商业逻辑为例，过去有些(xie)机(ji)构打造“一键上传(chuan)持仓截图”功(gong)能作为引流的抓手，即吸引客户注册账号甚至开户以解锁账户诊(zhen)断方案。如今，年轻用户已经可以在不同(tong)AI平(ping)台上免费获(huo)取账户诊(zhen)断的信息。尽管当前DeepSeek等大(da)模(mo)型的诊(zhen)断准确率有待提(ti)高，但(dan)伴随(sui)未来模(mo)型能力的提(ti)升，上述获(huo)客的商业逻辑将会面临重构。

上述案例正是投顾服(fu)务(wu)“信息不对称“优势逐渐(jian)减弱的一个体现。未来，券商获(huo)客的难度预计将上升。东方证(zheng)券相关人(ren)士表示(shi)，投资(zi)者更容易从第三方AI平(ping)台获(huo)取定制化(hua)的投资(zi)建议，券商需要投入(ru)更多资(zi)源吸引和留(liu)住客户，尤其(qi)是长尾客户群体。

在服(fu)务(wu)模(mo)式方面，多位受访券商人(ren)士认为需要重塑(su)。前述平(ping)安证(zheng)券相关负责人(ren)谈到，随(sui)着第三方平(ping)台不断提(ti)供个性化(hua)服(fu)务(wu)，券商传(chuan)统的“标准化(hua)产品+人(ren)工服(fu)务(wu)”模(mo)式面临着效率与体验的双重挑战。

在此(ci)背景下，业内的共识(shi)是要“技术融合”——构建“AI+投顾”的人(ren)机(ji)协同(tong)新(xin)模(mo)式。中信建投证(zheng)券相关人(ren)士认为，该模(mo)式既可以提(ti)升服(fu)务(wu)效率和客户体验，也可以释放投顾生产力，能发(fa)力于定制化(hua)和高净值客群服(fu)务(wu)。

东方证(zheng)券相关人(ren)士谈到，一方面技术赋能，券商可以利用AI技术提(ti)升投顾服(fu)务(wu)的效率和精准度，例如通过AI进行客户画像(xiang)、投资(zi)组合优化(hua)、风险控制等。另一方面差(cha)异化(hua)服(fu)务(wu)，相对复杂(za)的投资(zi)解决方案难以被AI完全替(ti)代，例如定制化(hua)投资(zi)组合、家族财富(fu)传(chuan)承等。

此(ci)外(wai)，在配套措施方面，国泰君(jun)安相关人(ren)士谈到，投顾能力评价体系要迎来变(bian)革(ge)，不仅要聚焦在服(fu)务(wu)、投资(zi)、资(zi)产等范畴，投顾对AI工具的使用、对AI能力的理解也将进一步纳入(ru)整体的评价体系。

平(ping)安证(zheng)券相关负责人(ren)直言，技术对专业能力有放大(da)效应，“AI技术的普及，既加速了投顾人(ren)员的信息处理能力，也倒逼其(qi)向(xiang)更高阶的‘策略生成(cheng)’和‘情(qing)感交互’角色升级。投顾的核(he)心(xin)价值，转向(xiang)对模(mo)型输出的策略进行逻辑验证(zheng)与风险校准。”

不同(tong)规模(mo)券商应对挑战各有招术

AI大(da)势已不可逆(ni)，既有机(ji)遇也有挑战。多位受访券商人(ren)士认为，挑战主要在于技术如何深度赋能业务(wu)，并与业务(wu)融合。对此(ci)，不同(tong)类型的证(zheng)券公司，其(qi)解题思路也存在差(cha)异。

国泰君(jun)安人(ren)士表示(shi)，AI浪潮下券商投顾业务(wu)将迎来多重发(fa)展机(ji)遇，一是证(zheng)券公司可结(jie)合AI大(da)模(mo)型和自身的专业数据禀赋、专业经验和投资(zi)体系框架(jia)，构建自身的智能化(hua)护城(cheng)河。二是证(zheng)券公司可利用智能投顾服(fu)务(wu)自身原本无法覆盖的长尾客户。三是利用大(da)模(mo)型赋能投顾。四是进一步将投顾能力封装(zhuang)为企业级的综合解决方案。据悉，国泰君(jun)安自2023年起就逐步探索AI大(da)模(mo)型在证(zheng)券投资(zi)顾问领域的赋能工作。

券商面临的挑战同(tong)样(yang)不可小(xiao)觑。该人(ren)士也指出，一是技术挑战，大(da)多数券商并未有AI能力积累，如何充分研究大(da)模(mo)型技术并得(de)以与证(zheng)券业务(wu)的深度融合存在挑战；二是成(cheng)本挑战，大(da)模(mo)型技术研究和应用需要投入(ru)大(da)量资(zi)金资(zi)源，中小(xiao)型券商难以应对高成(cheng)本、高投入(ru)的AI竞赛；三是人(ren)才挑战，目前懂业务(wu)、懂AI、懂技术的复合型人(ren)才稀缺且昂贵；四是转型挑战，大(da)模(mo)型的应用需要与现有的流程模(mo)式融合，融合的过程中存在阻碍；五是数据治理挑战，智能化(hua)深度发(fa)展的前提(ti)是数字(zi)化(hua)治理取得(de)一定成(cheng)果，大(da)量券商在数据治理方面仍(reng)处于初级阶段(duan)。

作为中小(xiao)券商的代表，东莞证(zheng)券相关人(ren)士称，对于技术薄弱、成(cheng)本敏感型的中小(xiao)券商而言，按“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(ren)工智能发(fa)展的关键，也是智能投顾发(fa)展的探索路径。

“一是应用优先，部署现有厂商通用大(da)模(mo)型并进行本地化(hua)应用快速对接，积累适配性创新(xin)经验，探索如何更好(hao)地与AI合作创新(xin)。二是能力培养，以智能客服(fu)、专业化(hua)个人(ren)助手等应用程序接口（API）调用服(fu)务(wu)建设为起点，加强模(mo)型推理与智能体等技术应用能力培育；同(tong)时尝试与外(wai)部有实力的机(ji)构开展合作，准备好(hao)基础条件，实现大(da)模(mo)型本地化(hua)推理应用服(fu)务(wu)，逐步打通各类能力。”东莞证(zheng)券人(ren)士表示(shi)。