券商中国记者亦尝(chang)试向DeepSeek-R1（以下简(jian)称“DeepSeek”）上传(chuan)基金持仓账(zhang)户截图(tu)，并征询账(zhang)户诊断与调仓建议。结果显示，DeepSeek不仅指出(chu)问题所(suo)在，还提供了可操作方案，包括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(yi)成本优化措施等。

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(yin)起了市场的极(ji)大关(guan)注。

华福证券相关(guan)人士告诉记者，DeepSeek在股票(piao)基金账(zhang)户诊断方面(mian)表现出(chu)色(se)。以一个普通账(zhang)户为例，模型能够(gou)在约 6 分钟内整(zheng)合近百条市场数据和持仓信息，对账(zhang)户持仓结构进行全面(mian)剖析，并给出(chu)直(zhi)观清晰(xi)的风险评估报告，评估准确性(xing)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(chu)，DeepSeek目前还难以完全模拟人类(lei)投顾对复杂人性(xing)和市场微妙变化的理解，在洞察客户个性(xing)化深层(ceng)次需求方面(mian)，投顾的能力仍不可替代。

银河(he)证券财富管理首席投资官、产品中心(xin)总经理张嘉为表示，从内外部的测评反馈来看，DeepSeek在数据分析处理速(su)度与响应(ying)及时程度方面(mian)远超(chao)人工投顾；但是，囿于DeepSeek作为智能化大模型本身仍旧(jiu)是“模型工具(ju)”，对于复杂市场环境分析、资讯信息准确性(xing)辨(bian)别及客户多元化需求分析等多领域仍与专业投顾存在较大差距。不同的引(yin)导问题及数据物(wu)料(liao)，也会产生出(chu)完全截然不同的分析结论，但最终结论的选择与判(pan)断仍强依赖于个人的专业理解。

国信证券技术部相关(guan)人士指出(chu)，在账(zhang)户诊断及调仓建议方面(mian)，DeepSeek存在线性(xing)外推、数据不完整(zheng)，甚至部分基金代码出(chu)现错误等问题，目前并不足(zu)以替代一线投顾的专业建议。

谈及原因时，该名国信证券技术部人士认为，这主要(yao)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、企业内部知识库和客户画像库，因此会存在数据和信息错误的情况。另外对于业务决策的深度思考，需要(yao)大模型对行业数据以及专家规则进行系(xi)统性(xing)的学(xue)习和积累(lei)，目前还未能证明(ming)可以做(zuo)到比较好的决策能力。

东莞证券相关(guan)人士谈到，人工智能发展(zhan)可以分为在线服务、自(zi)动(dong)化服务和智能涌现三个层(ceng)次。从目前进展(zhan)来看，行业的智能投顾的“智能化”主要(yao)集中在第二层(ceng)次，在投资者画像、资产配置、投资组合选择等环节通过计算(suan)机操作代替人工，用线上服务代替线下服务。然而证券市场不可预(yu)测、不确定性(xing)强，量化策略研发需要(yao)不断实验和调整(zheng)，难以应(ying)对“黑天鹅”等异常(chang)事件，模型算(suan)法鲁棒性(xing)需要(yao)加(jia)强。目前的智能化技术难以支持，距离培育自(zi)主决策的量化投资智能体仍相差甚远，由(you)机器自(zi)主决策的“强智能”在金融投资领域的广泛(fan)应(ying)用尚无(wu)明(ming)确时间表。

业内热议长尾客户黏(nian)性(xing)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(yi)获取性(xing)优势，正吸引(yin)年轻投资者注意力。他们(men)大多属于证券公司中以往(wang)未得到充(chong)分服务的长尾客户群体。这一潜在变化趋势对于依赖投顾业务盈利(li)的证券公司而言，构成压力。

多名受访券商人士坦承，上述情形确实在影响长尾客户与券商投顾之(zhi)间的粘性(xing)。前述国信证券相关(guan)人士谈到，“大模型前的时代，受制于专业投顾精力有限，行业有较大量的长尾客户需求难以被(bei)及时有效满足(zu)。而大模型时代，DeepSeek等大模型在信息检(jian)索加(jia)工以及深度思考能力突出(chu)，在长尾客户的投资陪伴部分服务领域中表现出(chu)来的便(bian)捷性(xing)和及时性(xing)等效果，给客户的直(zhi)观感受可能优于传(chuan)统人工投顾服务。”

国泰君安相关(guan)人士表示，第三方AI平台的出(chu)现有可能发生甚至已经在影响投资者和券商投顾的粘性(xing)关(guan)系(xi)，不仅是价格敏感的长尾客户，还有对AI有所(suo)研究或者投资能力更高的客户。

券商中国记者注意到，在前述社(she)交媒(mei)体平台上，确实有部分投资者声称“自(zi)主建立了基于DeepSeek的金融分析模型，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、个性(xing)化的咨询服务和投顾建议；二是推理模型的存在，让(rang)用户可基于模型思考验证自(zi)身逻辑，降低黑箱困扰；三是社(she)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，其他尚未接触(chu)的投资者会被(bei)吸引(yin)到第三方平台；四是伴随模型能力持续提升(sheng)，其分析逻辑的深度、广度将逐步赶超(chao)绝大多数的投资者乃至投顾。

东方证券相关(guan)人士补充(chong)称，AI平台一般成本较低，甚至免费，使(shi)得长尾客户更愿(yuan)意尝(chang)试和依赖，相比之(zhi)下券商投顾服务可能价格较高，限制了客户的使(shi)用频率。

不过，也有一些券商人士持相反意见。银河(he)证券张嘉为谈到，投资者与券商投顾之(zhi)间的黏(nian)性(xing)不会受到影响。主要(yao)因为，一是大语言模型给予(yu)专业建议的本质是依赖于模型深度推理分析能力、数据处理能力以及基于不同数据及语料(liao)的“训练过程”，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、调优并不断适配最新环境，因此专业建议的有效性(xing)也同样需要(yao)经历周期与时间的验证。二是AI大模型也存在强化投资者认知偏差、制造新的“信息茧(jian)房”的可能性(xing)。

平安证券经纪业务事业部相关(guan)负责人谈到，用户并非为了炒股才用AI，而是用了AI后也会涉(she)及投资性(xing)的内容(rong)。从这个角度看，AI和投顾扮演的角色(se)，和与客户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(can)考信息的来源。而对券商来说，跟(gen)客户站在一起，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)。

华福证券相关(guan)人士也谈到，第三方AI平台不会比券商更易(yi)获得长尾用户的信任，因为用户第一次、第二次使(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(lei)。另外，在专业性(xing)和合规性(xing)方面(mian)，券商投顾优势明(ming)显。

投顾业务生态面(mian)临重构

证券业应(ying)用智能投顾产品已有多年，但DeepSeek等大模型凭借其内在的逻辑构建、内容(rong)生成与深度理解等能力，仍让(rang)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(wu)疑将经历显著(zhu)变革。

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

这也意味(wei)着，获客留客的商业逻辑、投顾服务手段等可能面(mian)临重构。以部分商业逻辑为例，过去有些机构打造“一键(jian)上传(chuan)持仓截图(tu)”功能作为引(yin)流的抓手，即吸引(yin)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平台上免费获取账(zhang)户诊断的信息。尽管当前DeepSeek等大模型的诊断准确率有待(dai)提高，但伴随未来模型能力的提升(sheng)，上述获客的商业逻辑将会面(mian)临重构。

上述案例正是投顾服务“信息不对称“优势逐渐减弱(ruo)的一个体现。未来，券商获客的难度预(yu)计将上升(sheng)。东方证券相关(guan)人士表示，投资者更容(rong)易(yi)从第三方AI平台获取定制化的投资建议，券商需要(yao)投入更多资源吸引(yin)和留住客户，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(guan)负责人谈到，随着第三方平台不断提供个性(xing)化服务，券商传(chuan)统的“标(biao)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”的人机协同新模式。中信建投证券相关(guan)人士认为，该模式既可以提升(sheng)服务效率和客户体验，也可以释放投顾生产力，能发力于定制化和高净值客群服务。

东方证券相关(guan)人士谈到，一方面(mian)技术赋能，券商可以利(li)用AI技术提升(sheng)投顾服务的效率和精准度，例如通过AI进行客户画像、投资组合优化、风险控制等。另一方面(mian)差异化服务，相对复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(chuan)承等。

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

平安证券相关(guan)负责人直(zhi)言，技术对专业能力有放大效应(ying)，“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‘情感交互’角色(se)升(sheng)级。投顾的核心(xin)价值，转向对模型输出(chu)的策略进行逻辑验证与风险校准。”

不同规模券商应(ying)对挑战各(ge)有招术

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

国泰君安人士表示，AI浪潮下券商投顾业务将迎来多重发展(zhan)机遇(yu)，一是证券公司可结合AI大模型和自(zi)身的专业数据禀赋、专业经验和投资体系(xi)框架，构建自(zi)身的智能化护城河(he)。二是证券公司可利(li)用智能投顾服务自(zi)身原本无(wu)法覆(fu)盖的长尾客户。三是利(li)用大模型赋能投顾。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，国泰君安自(zi)2023年起就逐步探索AI大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(qu)。该人士也指出(chu)，一是技术挑战，大多数券商并未有AI能力积累(lei)，如何充(chong)分研究大模型技术并得以与证券业务的深度融合存在挑战；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)对高成本、高投入的AI竞赛；三是人才挑战，目前懂业务、懂AI、懂技术的复合型人才稀缺且昂贵(gui)；四是转型挑战，大模型的应(ying)用需要(yao)与现有的流程模式融合，融合的过程中存在阻碍；五是数据治理挑战，智能化深度发展(zhan)的前提是数字化治理取得一定成果，大量券商在数据治理方面(mian)仍处于初(chu)级阶段。

作为中小券商的代表，东莞证券相关(guan)人士称，对于技术薄弱(ruo)、成本敏感型的中小券商而言，按“市场需求度、技术可行性(xing)、商业可行性(xing)”原则，多层(ceng)次推进是实现人工智能发展(zhan)的关(guan)键(jian)，也是智能投顾发展(zhan)的探索路径。

“一是应(ying)用优先，部署现有厂(chang)商通用大模型并进行本地化应(ying)用快速(su)对接，积累(lei)适配性(xing)创新经验，探索如何更好地与AI合作创新。二是能力培养，以智能客服、专业化个人助手等应(ying)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技术应(ying)用能力培育；同时尝(chang)试与外部有实力的机构开展(zhan)合作，准备好基础条件，实现大模型本地化推理应(ying)用服务，逐步打通各(ge)类(lei)能力。”东莞证券人士表示。

责编：汪云鹏

校对：陶谦