券商中国(guo)记者亦尝试向DeepSeek-R1（以下简称“DeepSeek”）上(shang)传基金持仓账户(hu)截图，并(bing)征询账户(hu)诊断与(yu)调仓建(jian)议。结果(guo)显示，DeepSeek不仅指出问题(ti)所在，还提供了可操作方案，包括不同产品的仓位建(jian)议、替换产品的名称、调仓时点、止损止盈线、交易成本优化措施(shi)等。

至此(ci)，DeepSeek提供的账户(hu)诊断与(yu)专(zhuan)业建(jian)议可否(fou)匹敌券商一线投顾的平均水(shui)准，也引起了市场的极大关注。

华福证券相关人(ren)士告诉(su)记者，DeepSeek在股票基金账户(hu)诊断方面表现出色。以一个(ge)普通账户(hu)为例，模型能够(gou)在约 6 分钟内整合近(jin)百条市场数据和持仓信息，对账户(hu)持仓结构进行全面剖析，并(bing)给出直观清晰的风(feng)险(xian)评估报告，评估准确性达到85%。但在调仓建(jian)议环节，与(yu)一线投顾相比仍有差距。该人(ren)士指出，DeepSeek目前(qian)还难以完全模拟人(ren)类投顾对复杂人(ren)性和市场微妙变化的理解，在洞察客户(hu)个(ge)性化深层次需求方面，投顾的能力仍不可替代。

银河证券财富管(guan)理首席投资官、产品中心总(zong)经理张嘉为表示，从(cong)内外部的测评反馈来看，DeepSeek在数据分析处理速度与(yu)响应及时程度方面远超人(ren)工投顾；但是，囿于DeepSeek作为智(zhi)能化大模型本身(shen)仍旧是“模型工具”，对于复杂市场环境分析、资讯信息准确性辨别及客户(hu)多元化需求分析等多领域仍与(yu)专(zhuan)业投顾存(cun)在较大差距。不同的引导问题(ti)及数据物料(liao)，也会(hui)产生出完全截然不同的分析结论，但最终结论的选择与(yu)判断仍强依(yi)赖于个(ge)人(ren)的专(zhuan)业理解。

国(guo)信证券技术部相关人(ren)士指出，在账户(hu)诊断及调仓建(jian)议方面，DeepSeek存(cun)在线性外推、数据不完整，甚至部分基金代码(ma)出现错(cuo)误等问题(ti)，目前(qian)并(bing)不足以替代一线投顾的专(zhuan)业建(jian)议。

谈及原因(yin)时，该名国(guo)信证券技术部人(ren)士认为，这主要因(yin)为DeepSeek只(zhi)对接互联网(wang)数据，未(wei)能对接专(zhuan)业可信的金融行业数据库、企业内部知识库和客户(hu)画像(xiang)库，因(yin)此(ci)会(hui)存(cun)在数据和信息错(cuo)误的情(qing)况。另(ling)外对于业务决策的深度思(si)考，需要大模型对行业数据以及专(zhuan)家规则进行系统性的学(xue)习(xi)和积累，目前(qian)还未(wei)能证明可以做到比较好的决策能力。

东莞证券相关人(ren)士谈到，人(ren)工智(zhi)能发(fa)展(zhan)可以分为在线服务、自动化服务和智(zhi)能涌现三个(ge)层次。从(cong)目前(qian)进展(zhan)来看，行业的智(zhi)能投顾的“智(zhi)能化”主要集中在第二层次，在投资者画像(xiang)、资产配置、投资组合选择等环节通过(guo)计算机操作代替人(ren)工，用线上(shang)服务代替线下服务。然而证券市场不可预测、不确定性强，量化策略(lue)研发(fa)需要不断实验和调整，难以应对“黑天鹅”等异常事(shi)件，模型算法鲁棒性需要加强。目前(qian)的智(zhi)能化技术难以支持，距离培(pei)育(yu)自主决策的量化投资智(zhi)能体仍相差甚远，由机器自主决策的“强智(zhi)能”在金融投资领域的广泛应用尚无明确时间表。

业内热议长尾客户(hu)黏性是否(fou)下滑

尽管(guan)DeepSeek不能取代一线投顾，但第三方AI平台凭借投资建(jian)议的易获取性优势，正吸引年轻(qing)投资者注意力。他们大多属于证券公司中以往未(wei)得到充分服务的长尾客户(hu)群体。这一潜在变化趋势对于依(yi)赖投顾业务盈利的证券公司而言(yan)，构成压力。

多名受访券商人(ren)士坦承，上(shang)述情(qing)形确实在影响长尾客户(hu)与(yu)券商投顾之间的粘性。前(qian)述国(guo)信证券相关人(ren)士谈到，“大模型前(qian)的时代，受制于专(zhuan)业投顾精力有限，行业有较大量的长尾客户(hu)需求难以被及时有效(xiao)满足。而大模型时代，DeepSeek等大模型在信息检索加工以及深度思(si)考能力突出，在长尾客户(hu)的投资陪伴(ban)部分服务领域中表现出来的便捷性和及时性等效(xiao)果(guo)，给客户(hu)的直观感受可能优于传统人(ren)工投顾服务。”

国(guo)泰君安相关人(ren)士表示，第三方AI平台的出现有可能发(fa)生甚至已经在影响投资者和券商投顾的粘性关系，不仅是价格敏感的长尾客户(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(guo)记者注意到，在前(qian)述社交媒体平台上(shang)，确实有部分投资者声(sheng)称“自主建(jian)立了基于DeepSeek的金融分析模型，用于选股或(huo)者ETF配置等。”

上(shang)述国(guo)泰君安人(ren)士认为，第三方AI平台有四方面优势：一是能为长尾客户(hu)提供定制化、个(ge)性化的咨(zi)询服务和投顾建(jian)议；二是推理模型的存(cun)在，让用户(hu)可基于模型思(si)考验证自身(shen)逻(luo)辑，降(jiang)低黑箱困扰；三是社群化信任构建(jian)，即随着越来越多投资者分享第三方AI平台带(dai)来的投资辅助体验，其他尚未(wei)接触的投资者会(hui)被吸引到第三方平台；四是伴(ban)随模型能力持续提升，其分析逻(luo)辑的深度、广度将逐步赶超绝大多数的投资者乃至投顾。

东方证券相关人(ren)士补充称，AI平台一般成本较低，甚至免(mian)费，使得长尾客户(hu)更愿意尝试和依(yi)赖，相比之下券商投顾服务可能价格较高，限制了客户(hu)的使用频率。

不过(guo)，也有一些券商人(ren)士持相反意见。银河证券张嘉为谈到，投资者与(yu)券商投顾之间的黏性不会(hui)受到影响。主要因(yin)为，一是大语言(yan)模型给予专(zhuan)业建(jian)议的本质是依(yi)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(lian)过(guo)程”，即使专(zhuan)业投资者使用大模型也需要经过(guo)长期的回测、调优并(bing)不断适配最新环境，因(yin)此(ci)专(zhuan)业建(jian)议的有效(xiao)性也同样需要经历周期与(yu)时间的验证。二是AI大模型也存(cun)在强化投资者认知偏差、制造新的“信息茧房”的可能性。

平安证券经纪业务事(shi)业部相关负责人(ren)谈到，用户(hu)并(bing)非(fei)为了炒股才(cai)用AI，而是用了AI后也会(hui)涉及投资性的内容(rong)。从(cong)这个(ge)角度看，AI和投顾扮演的角色，和与(yu)客户(hu)形成信任的机制是不一样的。AI扮演的角色，是多了一个(ge)参考信息的来源(yuan)。而对券商来说，跟客户(hu)站在一起，去面对纷繁(fan)复杂的市场，这个(ge)角色没(mei)有变，变的是新的环境下大家的工作方式和内容(rong)。

华福证券相关人(ren)士也谈到，第三方AI平台不会(hui)比券商更易获得长尾用户(hu)的信任，因(yin)为用户(hu)第一次、第二次使用可能感觉新奇，但用多了，始终会(hui)觉得对面不是真的人(ren)类。另(ling)外，在专(zhuan)业性和合规性方面，券商投顾优势明显。

投顾业务生态面临重构

证券业应用智(zhi)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(jian)、内容(rong)生成与(yu)深度理解等能力，仍让证券业感到“惊艳(yan)”。展(zhan)望未(wei)来，伴(ban)随科技平权、知识平权时代的到来，券商投顾业务生态无疑将经历显著变革。

平安证券经纪业务事(shi)业部相关负责人(ren)向券商中国(guo)记者表示：“券商投顾业务的核心竞争力将从(cong)‘信息不对称优势’转向‘技术赋能下的服务深度与(yu)客户(hu)体验’。”

这也意味着，获客留客的商业逻(luo)辑、投顾服务手段等可能面临重构。以部分商业逻(luo)辑为例，过(guo)去有些机构打造“一键上(shang)传持仓截图”功能作为引流的抓(zhua)手，即吸引客户(hu)注册账号甚至开户(hu)以解锁账户(hu)诊断方案。如今(jin)，年轻(qing)用户(hu)已经可以在不同AI平台上(shang)免(mian)费获取账户(hu)诊断的信息。尽管(guan)当前(qian)DeepSeek等大模型的诊断准确率有待提高，但伴(ban)随未(wei)来模型能力的提升，上(shang)述获客的商业逻(luo)辑将会(hui)面临重构。

上(shang)述案例正是投顾服务“信息不对称“优势逐渐减(jian)弱的一个(ge)体现。未(wei)来，券商获客的难度预计将上(shang)升。东方证券相关人(ren)士表示，投资者更容(rong)易从(cong)第三方AI平台获取定制化的投资建(jian)议，券商需要投入更多资源(yuan)吸引和留住客户(hu)，尤其是长尾客户(hu)群体。

在服务模式方面，多位受访券商人(ren)士认为需要重塑。前(qian)述平安证券相关负责人(ren)谈到，随着第三方平台不断提供个(ge)性化服务，券商传统的“标准化产品+人(ren)工服务”模式面临着效(xiao)率与(yu)体验的双重挑战(zhan)。

在此(ci)背(bei)景下，业内的共识是要“技术融合”——构建(jian)“AI+投顾”的人(ren)机协同新模式。中信建(jian)投证券相关人(ren)士认为，该模式既可以提升服务效(xiao)率和客户(hu)体验，也可以释放投顾生产力，能发(fa)力于定制化和高净值客群服务。

东方证券相关人(ren)士谈到，一方面技术赋能，券商可以利用AI技术提升投顾服务的效(xiao)率和精准度，例如通过(guo)AI进行客户(hu)画像(xiang)、投资组合优化、风(feng)险(xian)控制等。另(ling)一方面差异化服务，相对复杂的投资解决方案难以被AI完全替代，例如定制化投资组合、家族财富传承等。

此(ci)外，在配套措施(shi)方面，国(guo)泰君安相关人(ren)士谈到，投顾能力评价体系要迎来变革，不仅要聚焦在服务、投资、资产等范畴，投顾对AI工具的使用、对AI能力的理解也将进一步纳(na)入整体的评价体系。

平安证券相关负责人(ren)直言(yan)，技术对专(zhuan)业能力有放大效(xiao)应，“AI技术的普及，既加速了投顾人(ren)员的信息处理能力，也倒逼其向更高阶的‘策略(lue)生成’和‘情(qing)感交互’角色升级。投顾的核心价值，转向对模型输出的策略(lue)进行逻(luo)辑验证与(yu)风(feng)险(xian)校准。”

不同规模券商应对挑战(zhan)各有招术

AI大势已不可逆，既有机遇也有挑战(zhan)。多位受访券商人(ren)士认为，挑战(zhan)主要在于技术如何深度赋能业务，并(bing)与(yu)业务融合。对此(ci)，不同类型的证券公司，其解题(ti)思(si)路也存(cun)在差异。

国(guo)泰君安人(ren)士表示，AI浪潮下券商投顾业务将迎来多重发(fa)展(zhan)机遇，一是证券公司可结合AI大模型和自身(shen)的专(zhuan)业数据禀赋、专(zhuan)业经验和投资体系框架，构建(jian)自身(shen)的智(zhi)能化护城河。二是证券公司可利用智(zhi)能投顾服务自身(shen)原本无法覆盖的长尾客户(hu)。三是利用大模型赋能投顾。四是进一步将投顾能力封装(zhuang)为企业级的综合解决方案。据悉，国(guo)泰君安自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。

券商面临的挑战(zhan)同样不可小觑。该人(ren)士也指出，一是技术挑战(zhan)，大多数券商并(bing)未(wei)有AI能力积累，如何充分研究大模型技术并(bing)得以与(yu)证券业务的深度融合存(cun)在挑战(zhan)；二是成本挑战(zhan)，大模型技术研究和应用需要投入大量资金资源(yuan)，中小型券商难以应对高成本、高投入的AI竞赛(sai)；三是人(ren)才(cai)挑战(zhan)，目前(qian)懂业务、懂AI、懂技术的复合型人(ren)才(cai)稀缺且昂贵；四是转型挑战(zhan)，大模型的应用需要与(yu)现有的流程模式融合，融合的过(guo)程中存(cun)在阻碍；五是数据治理挑战(zhan)，智(zhi)能化深度发(fa)展(zhan)的前(qian)提是数字化治理取得一定成果(guo)，大量券商在数据治理方面仍处于初级阶段。

作为中小券商的代表，东莞证券相关人(ren)士称，对于技术薄弱、成本敏感型的中小券商而言(yan)，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(zhi)能发(fa)展(zhan)的关键，也是智(zhi)能投顾发(fa)展(zhan)的探索路径。

“一是应用优先，部署现有厂商通用大模型并(bing)进行本地化应用快速对接，积累适配性创新经验，探索如何更好地与(yu)AI合作创新。二是能力培(pei)养，以智(zhi)能客服、专(zhuan)业化个(ge)人(ren)助手等应用程序接口（API）调用服务建(jian)设为起点，加强模型推理与(yu)智(zhi)能体等技术应用能力培(pei)育(yu)；同时尝试与(yu)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用服务，逐步打通各类能力。”东莞证券人(ren)士表示。