“当(dang)我把基金持仓发给DeepSeek，它有(you)这些建议……”“完全听DeepSeek炒股(gu)，2025年2万本金能赚多少钱？”……自今年春节DeepSeek掀起应用热潮以来，在以年轻用户群体为核心的小红书、B站等社(she)交媒体平台(tai)上，很多投资者也纷纷向DeepSeek-R1寻求投资建议。

证券时报(bao)记者亦(yi)尝试向DeepSeek上传基金持仓账户截图，并征询账户诊断与调仓建议。结果显示，DeepSeek不仅(jin)指出问题所(suo)在，还提供了(le)可(ke)操作方(fang)案，包(bao)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(xian)、交易成本优(you)化措施等。

至此(ci)，DeepSeek提供的账户诊断与专业建议可(ke)否(fou)匹敌(di)券商一线(xian)投顾的平均水准，也引起了(le)市场的极大关注(zhu)。

华福证券有(you)关负(fu)责人表示，DeepSeek在股(gu)票基金账户诊断方(fang)面表现出色。以一个普通账户为例，模型能够在约6分(fen)钟内整合近百条市场数据和持仓信息，对(dui)账户持仓结构进行全面剖析，并给出直观(guan)清晰的风险评估报(bao)告，评估准确性达到85%。不过，在调仓建议环节，与一线(xian)投顾相比仍有(you)差(cha)距，暂(zan)时难以完全模拟人工投顾对(dui)复杂人性和市场微妙变化的理解。

银河证券财富管理首(shou)席投资官(guan)、产品中心总经理张嘉为接(jie)受证券时报(bao)记者采访(fang)时谈到，从内外部测评的反馈来看，DeepSeek在数据分(fen)析处理速度与响应及时程度方(fang)面远超人工投顾，但囿于“模型工具”属性，对(dui)于复杂市场环境的分(fen)析、资讯信息准确性的辨别与客户多元化需求的响应等方(fang)面，仍与专业投顾存(cun)在一定差(cha)距。

国(guo)信证券相关人士指出，在账户诊断及调仓建议方(fang)面，DeepSeek存(cun)在线(xian)性外推、数据不完整等问题，目前尚不足以替代一线(xian)投顾的专业建议。主要原因是DeepSeek只对(dui)接(jie)互联网数据，未能对(dui)接(jie)专业可(ke)信的金融行业数据库、企业内部知识库和客户画像库，因此(ci)会(hui)存(cun)在数据和信息错误的情(qing)况。此(ci)外，对(dui)于业务决策(ce)的深度思考(kao)，大模型需要对(dui)行业数据以及专家规则进行系(xi)统性的学习和积累，最终才能展示比较好的决策(ce)能力，但目前证明还未能做到。

2 长尾客户黏(nian)性还在不在？

尽(jin)管DeepSeek暂(zan)不能取代一线(xian)投顾，但凭借(jie)投资建议的容易提供优(you)势，第三方(fang)AI平台(tai)正吸引着年轻投资者的注(zhu)意力。在证券公司的客群中，他们大多属于以往未得(de)到充分(fen)服务的长尾客户群体。这一潜在变化趋势，也对(dui)依赖投顾业务盈利的证券公司构成了(le)一定压力。

多名受访(fang)券商人士坦言，上述情(qing)形(xing)的确影响了(le)长尾客户与券商投顾之间的黏(nian)性。前述国(guo)信证券人士谈到，在长尾客户的投资陪伴等部分(fen)服务领域中，DeepSeek等大模型表现出来的便(bian)捷性和及时性等，给客户的直观(guan)感受可(ke)能优(you)于传统人工投顾服务。

国(guo)泰君安相关人士表示，第三方(fang)AI平台(tai)的出现，已经影响了(le)投资者和券商投顾之间的黏(nian)性，不仅(jin)有(you)价(jia)格敏感型的长尾客户，还有(you)对(dui)AI有(you)所(suo)研(yan)究或(huo)者投资能力更高的客户。

证券时报(bao)记者注(zhu)意到，在前述社(she)交媒体平台(tai)上，确实有(you)部分(fen)投资者声称“自主建立了(le)基于DeepSeek的金融分(fen)析模型，用于选股(gu)或(huo)者ETF配置等”。

上述国(guo)泰君安人士认为，第三方(fang)AI平台(tai)有(you)四(si)方(fang)面优(you)势：一是能为长尾客户提供定制(zhi)化、个性化的咨询服务和投顾建议；二是推理模型的存(cun)在，让用户可(ke)基于模型思考(kao)验(yan)证自身逻辑，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(fen)享第三方(fang)AI平台(tai)带来的投资辅(fu)助体验(yan)，其他尚未接(jie)触(chu)的投资者会(hui)被(bei)吸引到第三方(fang)平台(tai)；四(si)是伴随模型能力持续提升，其分(fen)析逻辑的深度、广度将逐步(bu)赶超绝大多数的投资者乃(nai)至投顾。

东方(fang)证券相关人士补(bu)充称，AI平台(tai)一般成本较低，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务可(ke)能价(jia)格较高，限制(zhi)了(le)客户的使用频率。

不过，也有(you)一些券商人士持相反意见。张嘉为谈到，投资者与券商投顾之间的黏(nian)性不会(hui)受到影响，一是因为大语(yu)言模型给予(yu)专业建议的本质，是依赖于模型深度推理分(fen)析能力、数据处理能力以及基于不同数据及语(yu)料的“训(xun)练过程”，专业建议的有(you)效性需要经历周期与时间的验(yan)证；二是因为AI大模型存(cun)在强化投资者认知偏差(cha)、制(zhi)造新“信息茧房”的可(ke)能性。

华福证券负(fu)责人则称：“第三方(fang)AI平台(tai)不会(hui)比券商更易获得(de)长尾用户的信任，因为用户第一次、第二次使用可(ke)能感觉新奇，但用多了(le)，最终还是会(hui)介怀对(dui)面不是真(zhen)人。另(ling)外，在专业性和合规性方(fang)面，券商投顾的优(you)势还是很明显。”

3 投顾业务生(sheng)态面临重构

证券业应用智能投顾产品已有(you)多年，但DeepSeek等大模型凭借(jie)其内在的逻辑构建、内容生(sheng)成与深度理解等能力，仍让证券业感到“惊艳”。展望(wang)未来，伴随科(ke)技(ji)平权、知识平权时代的到来，券商投顾业务生(sheng)态无疑将经历显著变革。

平安证券经纪业务事业部相关负(fu)责人向证券时报(bao)记者表示：“券商投顾业务的核心竞(jing)争力将从‘信息不对(dui)称优(you)势’转向‘技(ji)术赋能下的服务深度与客户体验(yan)’。”

这也意味(wei)着，获客留客的商业逻辑、投顾服务手段等可(ke)能面临重构。以部分(fen)商业逻辑为例，过去有(you)些机(ji)构打造“一键(jian)上传持仓截图”功能作为引流的抓手，即吸引客户注(zhu)册账号甚至开户以解锁账户诊断方(fang)案。如(ru)今，年轻用户已经可(ke)以在不同AI平台(tai)上免费获取账户诊断的信息。尽(jin)管当(dang)前DeepSeek等大模型的诊断准确率有(you)待提高，但伴随未来模型能力的提升，上述获客的商业逻辑将会(hui)面临重构。

上述案例正是投顾服务“信息不对(dui)称”优(you)势逐渐减弱的一个体现。未来，券商获客的难度预计将上升。东方(fang)证券相关人士表示，投资者更容易从第三方(fang)AI平台(tai)获取定制(zhi)化的投资建议，券商需要投入更多资源吸引和留住客户，尤其是长尾客户群体。

在服务模式方(fang)面，多位受访(fang)券商人士认为需要重塑。前述平安证券相关负(fu)责人谈到，随着第三方(fang)平台(tai)不断提供个性化服务，券商传统的“标准化产品+人工服务”模式面临着效率与体验(yan)的双重挑战(zhan)。

在此(ci)背(bei)景下，业内的共识是要“技(ji)术融合”——构建“AI+投顾”的人机(ji)协同新模式。中信建投证券相关人士认为，该模式既可(ke)以提升服务效率和客户体验(yan)，也可(ke)以释放投顾生(sheng)产力，能发力于定制(zhi)化和高净值客群服务。

东方(fang)证券相关人士谈到，一方(fang)面是技(ji)术赋能，券商可(ke)以利用AI技(ji)术提升投顾服务的效率和精准度；另(ling)一方(fang)面是差(cha)异化服务，相对(dui)复杂的投资解决方(fang)案难以被(bei)AI完全替代，例如(ru)定制(zhi)化投资组合、家族财富传承等。

此(ci)外，在配套措施方(fang)面，国(guo)泰君安相关人士表示，投顾能力评价(jia)体系(xi)要迎来变革，投顾对(dui)AI工具的使用、对(dui)AI能力的理解也要进一步(bu)纳(na)入整体评价(jia)体系(xi)。

平安证券相关负(fu)责人直言，技(ji)术对(dui)专业能力有(you)放大效应，“AI技(ji)术的普及，既加速了(le)投顾人员(yuan)的信息处理能力，也倒逼其向更高阶的‘策(ce)略生(sheng)成’和‘情(qing)感交互’角色升级。投顾的核心价(jia)值，转向对(dui)模型输(shu)出的策(ce)略进行逻辑验(yan)证与风险校准”。

4 应对(dui)挑战(zhan)各有(you)后手

AI大势已不可(ke)逆，既有(you)机(ji)遇也有(you)挑战(zhan)。多位受访(fang)券商人士认为，挑战(zhan)主要在于技(ji)术如(ru)何深度赋能业务，并与业务融合。对(dui)此(ci)，不同类型的证券公司，其解题思路也存(cun)在差(cha)异。

上述国(guo)泰君安人士表示，AI浪(lang)潮下，券商投顾业务将迎来发展机(ji)遇。一是证券公司可(ke)结合AI大模型和自身的专业数据禀赋、专业经验(yan)和投资体系(xi)框架(jia)，构建自身的智能化护城河；二是证券公司可(ke)利用智能投顾服务于原本无法覆盖的长尾客户；三是利用大模型赋能投顾；四(si)是进一步(bu)将投顾能力封(feng)装(zhuang)为企业级的综合解决方(fang)案。

自2023年起，国(guo)泰君安就开始加强探索AI大模型在证券投顾领域的赋能工作。该人士还指出，券商面临的挑战(zhan)同样不可(ke)小觑。一是技(ji)术挑战(zhan)。大多数券商并未有(you)AI能力积累，如(ru)何充分(fen)研(yan)究大模型技(ji)术并将其与证券业务深度融合，存(cun)在挑战(zhan)；二是成本挑战(zhan)。大模型技(ji)术研(yan)究和应用需要投入大量(liang)资金资源，中小型券商难以应对(dui)高成本、高投入的AI竞(jing)赛；三是人才挑战(zhan)。目前懂(dong)业务、懂(dong)AI、懂(dong)技(ji)术的复合型人才稀缺且昂贵；四(si)是转型挑战(zhan)。大模型的应用需要与现有(you)的流程模式融合，融合的过程中存(cun)在阻碍；五是数据治理挑战(zhan)。智能化深度发展的前提，是数字化治理取得(de)一定成果，目前多数券商在数据治理方(fang)面仍处于初级阶段。

作为中小券商的代表，东莞证券相关人士称，对(dui)于技(ji)术薄弱、成本敏感型的中小券商而言，依据“市场需求度、技(ji)术可(ke)行性、商业可(ke)行性”原则，多层次推进是实现人工智能发展的关键(jian)，也是智能投顾发展的探索路径(jing)。“一是应用优(you)先。可(ke)部署现有(you)厂(chang)商通用大模型并进行本地化，通过应用的快速对(dui)接(jie)，积累适配性创新经验(yan)；二是能力培(pei)养。以智能客服、专业化个人助手等应用程序接(jie)口（API）调用服务建设为起点，加强模型推理与智能体等技(ji)术应用能力培(pei)育。同时，尝试与外部有(you)实力的机(ji)构开展合作，准备好基础条件，实现大模型本地化推理应用服务，逐步(bu)打通各类能力。”该人士表示。