“当我把基金持仓发(fa)给DeepSeek，它有这些建(jian)议……”“完全听DeepSeek炒股，2025年(nian)2万本金能(neng)赚多少钱？”……自今年(nian)春(chun)节DeepSeek掀起应用热潮以来，在以年(nian)轻用户群体为核心的小(xiao)红书、B站等社交媒体平台(tai)上，很多投资(zi)者也纷纷向DeepSeek-R1寻求投资(zi)建(jian)议。

证券(quan)时报记者亦尝试向DeepSeek上传基金持仓账(zhang)户截图，并征询账(zhang)户诊(zhen)断与调仓建(jian)议。结果(guo)显示(shi)，DeepSeek不仅指出问题所在，还提供了(le)可操作方案(an)，包括不同产品的仓位建(jian)议、替换产品的名称、调仓时点、止损止盈(ying)线、交易成本优化措施等。

至此，DeepSeek提供的账(zhang)户诊(zhen)断与专业建(jian)议可否匹敌券(quan)商一线投顾的平均水(shui)准，也引起了(le)市场的极大关注。

华福证券(quan)有关负责人表示(shi)，DeepSeek在股票基金账(zhang)户诊(zhen)断方面表现(xian)出色。以一个(ge)普通账(zhang)户为例，模型能(neng)够(gou)在约6分钟内整合近百条市场数据和持仓信息(xi)，对账(zhang)户持仓结构进行全面剖析(xi)，并给出直观清晰的风险评估报告，评估准确性达到85%。不过，在调仓建(jian)议环节，与一线投顾相比(bi)仍有差距，暂时难(nan)以完全模拟(ni)人工投顾对复(fu)杂人性和市场微妙变化的理解。

银(yin)河证券(quan)财富管理首席投资(zi)官、产品中心总经理张(zhang)嘉为接受证券(quan)时报记者采访时谈到，从内外部(bu)测评的反馈来看，DeepSeek在数据分析(xi)处理速(su)度与响(xiang)应及时程度方面远(yuan)超人工投顾，但(dan)囿(you)于“模型工具”属性，对于复(fu)杂市场环境的分析(xi)、资(zi)讯信息(xi)准确性的辨别与客户多元化需求的响(xiang)应等方面，仍与专业投顾存在一定差距。

国信证券(quan)相关人士指出，在账(zhang)户诊(zhen)断及调仓建(jian)议方面，DeepSeek存在线性外推、数据不完整等问题，目前尚不足以替代一线投顾的专业建(jian)议。主(zhu)要原因是DeepSeek只对接互(hu)联网数据，未(wei)能(neng)对接专业可信的金融行业数据库、企业内部(bu)知识库和客户画像库，因此会存在数据和信息(xi)错误的情况。此外，对于业务决策的深度思考，大模型需要对行业数据以及专家规则进行系统性的学习和积累，最终才能(neng)展示(shi)比(bi)较好的决策能(neng)力，但(dan)目前证明还未(wei)能(neng)做到。

2 长(chang)尾客户黏性还在不在？

尽管DeepSeek暂不能(neng)取代一线投顾，但(dan)凭借投资(zi)建(jian)议的容易提供优势，第三方AI平台(tai)正吸引着年(nian)轻投资(zi)者的注意力。在证券(quan)公司的客群中，他们大多属于以往未(wei)得到充分服(fu)务的长(chang)尾客户群体。这一潜在变化趋势，也对依(yi)赖投顾业务盈(ying)利(li)的证券(quan)公司构成了(le)一定压力。

多名受访券(quan)商人士坦言，上述情形的确影响(xiang)了(le)长(chang)尾客户与券(quan)商投顾之(zhi)间的黏性。前述国信证券(quan)人士谈到，在长(chang)尾客户的投资(zi)陪伴等部(bu)分服(fu)务领域中，DeepSeek等大模型表现(xian)出来的便捷性和及时性等，给客户的直观感受可能(neng)优于传统人工投顾服(fu)务。

国泰(tai)君(jun)安相关人士表示(shi)，第三方AI平台(tai)的出现(xian)，已经影响(xiang)了(le)投资(zi)者和券(quan)商投顾之(zhi)间的黏性，不仅有价格敏感型的长(chang)尾客户，还有对AI有所研(yan)究或(huo)者投资(zi)能(neng)力更高(gao)的客户。

证券(quan)时报记者注意到，在前述社交媒体平台(tai)上，确实有部(bu)分投资(zi)者声称“自主(zhu)建(jian)立了(le)基于DeepSeek的金融分析(xi)模型，用于选股或(huo)者ETF配置等”。

上述国泰(tai)君(jun)安人士认为，第三方AI平台(tai)有四方面优势：一是能(neng)为长(chang)尾客户提供定制(zhi)化、个(ge)性化的咨询服(fu)务和投顾建(jian)议；二是推理模型的存在，让用户可基于模型思考验证自身逻辑，降低黑箱困扰(rao)；三是社群化信任构建(jian)，即随着越来越多投资(zi)者分享第三方AI平台(tai)带来的投资(zi)辅(fu)助体验，其他尚未(wei)接触的投资(zi)者会被(bei)吸引到第三方平台(tai)；四是伴随模型能(neng)力持续提升，其分析(xi)逻辑的深度、广度将(jiang)逐步赶超绝(jue)大多数的投资(zi)者乃至投顾。

东方证券(quan)相关人士补充称，AI平台(tai)一般成本较低，甚至免费，使得长(chang)尾客户更愿意尝试和依(yi)赖，相比(bi)之(zhi)下券(quan)商投顾服(fu)务可能(neng)价格较高(gao)，限制(zhi)了(le)客户的使用频率。

不过，也有一些券(quan)商人士持相反意见。张(zhang)嘉为谈到，投资(zi)者与券(quan)商投顾之(zhi)间的黏性不会受到影响(xiang)，一是因为大语言模型给予专业建(jian)议的本质，是依(yi)赖于模型深度推理分析(xi)能(neng)力、数据处理能(neng)力以及基于不同数据及语料的“训练(lian)过程”，专业建(jian)议的有效性需要经历周期与时间的验证；二是因为AI大模型存在强化投资(zi)者认知偏差、制(zhi)造新(xin)“信息(xi)茧房”的可能(neng)性。

华福证券(quan)负责人则称：“第三方AI平台(tai)不会比(bi)券(quan)商更易获得长(chang)尾用户的信任，因为用户第一次、第二次使用可能(neng)感觉(jue)新(xin)奇，但(dan)用多了(le)，最终还是会介怀对面不是真人。另外，在专业性和合规性方面，券(quan)商投顾的优势还是很明显。”

3 投顾业务生态(tai)面临重构

证券(quan)业应用智能(neng)投顾产品已有多年(nian)，但(dan)DeepSeek等大模型凭借其内在的逻辑构建(jian)、内容生成与深度理解等能(neng)力，仍让证券(quan)业感到“惊艳”。展望未(wei)来，伴随科(ke)技平权、知识平权时代的到来，券(quan)商投顾业务生态(tai)无疑将(jiang)经历显著变革。

平安证券(quan)经纪业务事业部(bu)相关负责人向证券(quan)时报记者表示(shi)：“券(quan)商投顾业务的核心竞争(zheng)力将(jiang)从‘信息(xi)不对称优势’转向‘技术赋能(neng)下的服(fu)务深度与客户体验’。”

这也意味着，获客留客的商业逻辑、投顾服(fu)务手段等可能(neng)面临重构。以部(bu)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)作为引流(liu)的抓手，即吸引客户注册账(zhang)号甚至开户以解锁账(zhang)户诊(zhen)断方案(an)。如(ru)今，年(nian)轻用户已经可以在不同AI平台(tai)上免费获取账(zhang)户诊(zhen)断的信息(xi)。尽管当前DeepSeek等大模型的诊(zhen)断准确率有待提高(gao)，但(dan)伴随未(wei)来模型能(neng)力的提升，上述获客的商业逻辑将(jiang)会面临重构。

上述案(an)例正是投顾服(fu)务“信息(xi)不对称”优势逐渐减弱的一个(ge)体现(xian)。未(wei)来，券(quan)商获客的难(nan)度预计(ji)将(jiang)上升。东方证券(quan)相关人士表示(shi)，投资(zi)者更容易从第三方AI平台(tai)获取定制(zhi)化的投资(zi)建(jian)议，券(quan)商需要投入更多资(zi)源(yuan)吸引和留住客户，尤其是长(chang)尾客户群体。

在服(fu)务模式(shi)方面，多位受访券(quan)商人士认为需要重塑。前述平安证券(quan)相关负责人谈到，随着第三方平台(tai)不断提供个(ge)性化服(fu)务，券(quan)商传统的“标准化产品+人工服(fu)务”模式(shi)面临着效率与体验的双重挑战。

在此背(bei)景下，业内的共识是要“技术融合”——构建(jian)“AI+投顾”的人机协同新(xin)模式(shi)。中信建(jian)投证券(quan)相关人士认为，该模式(shi)既可以提升服(fu)务效率和客户体验，也可以释放投顾生产力，能(neng)发(fa)力于定制(zhi)化和高(gao)净值客群服(fu)务。

东方证券(quan)相关人士谈到，一方面是技术赋能(neng)，券(quan)商可以利(li)用AI技术提升投顾服(fu)务的效率和精准度；另一方面是差异化服(fu)务，相对复(fu)杂的投资(zi)解决方案(an)难(nan)以被(bei)AI完全替代，例如(ru)定制(zhi)化投资(zi)组合、家族财富传承等。

此外，在配套措施方面，国泰(tai)君(jun)安相关人士表示(shi)，投顾能(neng)力评价体系要迎来变革，投顾对AI工具的使用、对AI能(neng)力的理解也要进一步纳入整体评价体系。

平安证券(quan)相关负责人直言，技术对专业能(neng)力有放大效应，“AI技术的普及，既加速(su)了(le)投顾人员的信息(xi)处理能(neng)力，也倒逼其向更高(gao)阶的‘策略生成’和‘情感交互(hu)’角色升级。投顾的核心价值，转向对模型输出的策略进行逻辑验证与风险校准”。

4 应对挑战各有后手

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

上述国泰(tai)君(jun)安人士表示(shi)，AI浪潮下，券(quan)商投顾业务将(jiang)迎来发(fa)展机遇。一是证券(quan)公司可结合AI大模型和自身的专业数据禀赋、专业经验和投资(zi)体系框架，构建(jian)自身的智能(neng)化护城河；二是证券(quan)公司可利(li)用智能(neng)投顾服(fu)务于原本无法覆盖的长(chang)尾客户；三是利(li)用大模型赋能(neng)投顾；四是进一步将(jiang)投顾能(neng)力封装为企业级的综合解决方案(an)。

自2023年(nian)起，国泰(tai)君(jun)安就开始加强探索AI大模型在证券(quan)投顾领域的赋能(neng)工作。该人士还指出，券(quan)商面临的挑战同样不可小(xiao)觑。一是技术挑战。大多数券(quan)商并未(wei)有AI能(neng)力积累，如(ru)何充分研(yan)究大模型技术并将(jiang)其与证券(quan)业务深度融合，存在挑战；二是成本挑战。大模型技术研(yan)究和应用需要投入大量(liang)资(zi)金资(zi)源(yuan)，中小(xiao)型券(quan)商难(nan)以应对高(gao)成本、高(gao)投入的AI竞赛；三是人才挑战。目前懂业务、懂AI、懂技术的复(fu)合型人才稀缺且昂贵；四是转型挑战。大模型的应用需要与现(xian)有的流(liu)程模式(shi)融合，融合的过程中存在阻碍(ai)；五是数据治理挑战。智能(neng)化深度发(fa)展的前提，是数字化治理取得一定成果(guo)，目前多数券(quan)商在数据治理方面仍处于初级阶段。

作为中小(xiao)券(quan)商的代表，东莞证券(quan)相关人士称，对于技术薄弱、成本敏感型的中小(xiao)券(quan)商而言，依(yi)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(xian)人工智能(neng)发(fa)展的关键，也是智能(neng)投顾发(fa)展的探索路径(jing)。“一是应用优先。可部(bu)署现(xian)有厂商通用大模型并进行本地化，通过应用的快(kuai)速(su)对接，积累适配性创新(xin)经验；二是能(neng)力培养。以智能(neng)客服(fu)、专业化个(ge)人助手等应用程序(xu)接口(kou)（API）调用服(fu)务建(jian)设为起点，加强模型推理与智能(neng)体等技术应用能(neng)力培育(yu)。同时，尝试与外部(bu)有实力的机构开展合作，准备好基础条件，实现(xian)大模型本地化推理应用服(fu)务，逐步打通各类(lei)能(neng)力。”该人士表示(shi)。