人工智能（885728）（AI）技术在金融业经营管理全流程中均有广泛而成熟的应用。对于金融业而言，人工智能（885728）既有积极影响，也会带来新的挑战。本文立足“十五五”规划纲要，结合最新的行业调研与实践案例，从投研重构、财富转型、风控升级及运营优化等维度，阐述了人工智能（885728）如何重塑证券公司（399975）的专业服务（884257）能力，同时展望以“开放之爪”（OpenClaw）为代表的智能体技术对证券业务服务和交互模式的影响，并探讨在这一进程中面临的挑战与应对之策，以期为行业未来发展提供有益的思考与借鉴。
人工智能技术发展历程
近期基础大模型参数规模实现跨越式增长，从早期百亿级快速迭代至万亿级、十万亿级，促使其语义理解、多模态、复杂逻辑推理等能力发生颠覆性跃升。在文本生成、图像理解、视频处理、音频交互、3D内容等核心模态领域均达到出色的泛化能力与任务迁移能力，灵活适配各行业及垂直业务场景。
文本推理领域，奥本人工智能（885728）通用预训练转换器5.4版本（OpenAI GPT-5.4）在知识工作、科研推理、工具调用等方面全面增强，Anthropic Claude 4.6 Sonnet擅长代码生成与优化，深度求索R1模型（DeepSeek R1）等通过深度思维优化负责任务推理能力；图像视频领域，谷歌双子星3专业版图像模型（Gemini 3 Pro Image）可应对高难度图片生成任务，索拉2（Sora 2）提升了音视频生成逼真度，思动2.0（Seedance 2.0）可基于文本或图像创建电影级视频；音频领域，苏诺4.5版本（Suno v4.5）可根据歌词和风格，生成接近人类创作水平的完整歌曲；三维（3D）领域，腾讯恒衍动效1.0（HY-Motion 1.0）可通过文本驱动，生成高保真的3D角色动画。
大模型应用能力也逐渐增强，正由单一内容生成能力，演进至多模态深度语义融合，结合多智能体协同推理范式，并依托OpenClaw等具备自主思考和记忆执行能力的企业级智能体编排底座技术，实现复杂业务流程的逻辑执行和思考、稳定运行与规模化落地交付。
证券行业AI技术应用现状
证券行业的大模型应用已率先开展业务域数智化的关键试点和转型。海外方面，高盛（GS）向4万多名员工推广AI助手，深度赋能投行、研究业务，路演材料制作效率提升；摩根士丹利（MS）上线财务顾问助手，为1.6万名财务顾问提供研报检索、会议纪要能力，其编程智能体为开发人员节省约28万小时；彭博社依托自研训练金融垂直大模型打造AI终端，实现AI市场数据实时分析和专业报告生成。国内方面，中信证券（600030）率先构建了全业务域AI数字员工体系，覆盖研究员、投行家、市值管理等核心岗位。具体业务域上，在财富管理域，华泰证券（601688）率先发布AI原生应用程序（App），国泰海通（601211）、国信证券（002736）等同步推进App AI原生架构升级，布局财富客户服务智能化全链路；在投资交易域，银河证券落地场外衍生品询报价交易助手，询价下单转化率提升，中信建投（601066）推出量化策略代码智能生成；在投资研究域，招商证券（600999）、华泰证券（601688）实现研究报告智能化生产全流程；在投行固收域，广发证券（000776）投行大模型综合解决方案覆盖底稿核查、数据分析和文档生成等关键环节，国信证券（002736）智能尽调快速生成上市和拟上市发行公司尽调报告；在信息技术（IT）工作域，中信证券（600030）发布AI平台支持全业务场景赋能，广发证券（000776）、国信证券（002736）上线智能编程助手，国泰海通（601211）构建智能运维体系，全面提升智能化技术研发效能。
立足“十五五”新起点
展望AI驱动券商服务能力跃升
2026年3月13日，《中华人民共和国国民经济和社会发展第十五个五年规划纲要》（以下简称“‘十五五’规划纲要”）正式发布。“十五五”规划纲要为资本市场描绘了一幅清晰的蓝图：在人工智能（885728）的赋能下，未来的证券公司（399975）将成为直接融资的主要“服务商”、资本市场的专业“看门人”和社会财富的精准“管理者”。这一转型并非一蹴而就，而是一场涉及投研范式、服务模式、风控体系乃至组织文化的系统性变革。基于政策导向与行业实践，AI对券商专业服务（884257）能力的重塑集中体现在投研认知、财富管理、投行风控及运营效能等维度，构建起未来一流券商的业务结构。
（一）投研能力重构：从“信息搜集”到“认知增强”的范式跃迁。第一，全域数据洞察与非结构化数据处理。传统的投研依赖结构化财务数据和有限的公开信息，而AI大模型的出现打破了这一局限。依托规划中提到的“面向金融等领域建设高质量数据集”，专属行业语料库可能将成为券商未来AI能力建设的重要着力点。这种全景数据分析处理能力，将使得研究员能够从繁琐的信息清洗中解放出来，专注于逻辑推演和深度判断。
第二，硬科技定价与智能体辅助决策。对于“投早、投小、投长期、投硬科技”的战略要求，AI提供了全新的估值建模工具。传统金融工程和规则模型难以适用于尚未盈利但具备高成长性的科技企业，而人工智能（885728）大模型、深度学习、机器学习等算法可以通过分析多维因子（如研发团队背景、技术专利含金量、竞品迭代速度等），构建更精准的预测模型，从而显著提升了券商对前沿科技企业的定价能力和陪伴能力。
第三，知识沉淀与协同进化。AI还解决了券商内部知识孤岛的问题。通过构建企业级知识库，资深分析师的经验、历史研报的逻辑框架被转化为可复用的数字资产。更进一步来看，AI系统可能具备在全公司范围内捕捉跨行业关联信号的功能，促进跨部门协同，形成全局化的研究视野。
（二）财富管理转型：从“千人一面”到“千人千面”的买方投顾变革。第一，7x24小时智能陪伴与拟人化服务。传统投顾受限于人力成本，服务范围在一定程度上可能受到限制，而生成式AI驱动的虚拟投顾助手则能更好地触达“长尾客户”群体。未来的AI投顾可能通过预设的共情话术库和生成式能力，在市场剧烈波动时用理性的数据对冲用户的恐慌情绪。这种全天候的陪伴，将极大地提升客户的信任感和黏性，是落实“以投资者为本”理念的最佳实践。
第二，动态资产配置与“千人千面”策略。买方投顾核心在于资产配置，基于大数据的用户画像技术，AI能够精准刻画客户的风险偏好、流动性需求、生命周期（883436）阶段甚至行为特征。在此基础上，智能算法可以为客户量身定制动态资产配置方案，并随着市场环境的变化实时调仓建议。未来这种“千人千面”的服务模式，使得每一位普通投资者都能享受到过去只有私人银行客户才能拥有的专业配置服务，真正实现了普惠金融的高质量发展。
第三，养老金融的智能化支撑数字化工（850102）具通过整合客户的年龄阶段、收入状况及退休愿景等多维信息，智能辅助系统将协助客户更清晰地梳理长期资金规划，提供参考性的缺口分析与配置思路，并引导建立长期的定投习惯。这种伴随式的长期服务机制，将有助于缓解客户在养老投资中“不知如何起步、担忧市场波动”的顾虑，在培育理性投资理念的同时，也为券商拓展养老服务场景创造了空间，从而更好地协同推进国家多层次养老保险体系的建设。
（三）投行与风控：从“经验驱动”到“数据驱动”的智能防线。第一，智能尽调与“看门人”职责升级。在投行保荐业务中，尽职调查始终是质量控制的基石。数字化手段应用智能文本识别与信息抽取技术，使券商能够对海量合同、票据及流水数据进行更全面的筛查，从而更敏锐地捕捉潜在的异常交易线索、财务疑点及合规风险。这种“人机协同”的作业模式未来有助于提升风险识别的精准度与工作效率，进而推动中介机构更好地履行“看门人”职责，共同维护资本市场入口的稳健与安全。
第二，实时风控与跨市场监测。通过应用知识图谱等技术，智能化工（850102）具将协助梳理复杂的股权穿透关系，为识别潜在的利益输送提供线索；利用大模型、深度学习、机器学习等模型，可对交易行为进行实时监测，辅助捕捉异常模式，从而为预警市场操纵或内幕交易风险提供参考。这一转型方向契合了证监会关于“加快推进监管数字化、智能化”的政策导向，有助于券商在快速变化的市场环境中，进一步夯实稳健经营的基础，提升风险管理的精细化水平。
第三，合规科技的深化应用与流程优化。借助智能文本分析与规则引擎技术，券商将能够辅助实现对员工通讯、营销宣传材料、反洗钱筛查及投资者适当性管理等关键环节的自动化初筛与风险提示。该模式将有助于推动合规管理关口前移，在传统的“事后问责”基础上，增强“事中干预”与“事前预警”的能力，从而逐步构建起“人工审核与科技辅助”相结合的立体化合规风控机制，促进合规管理的规范化与稳健运行。
（四）运营与服务效率：人机协同与知识赋能的渐进式转型。第一，智能辅助提升事务性效率。券商可借鉴行业实践，通过部署生成式AI助手（即“数字副驾”），可为员工提供文档撰写、代码生成、数据检索等日常办公支持。据部分先行券商试点反馈，此类工具在特定重复性场景（如财报摘要提取、合规底稿初审）中能有效缩短处理时长，使员工得以将更多精力聚焦于高价值的判断与决策工作，而非完全取代人工。
第二，知识库驱动的管理洞察。依托企业级知识图谱与大模型技术，构建动态更新的管理中枢。该中枢将整合分散的业务数据与制度文档，为管理者提供基于数据的趋势分析与风险提示。该机制旨在打破信息孤岛，形成“数据辅助决策”的管理闭环，推动内部管理体系向自适应、可迭代的方向优化，而非追求完全自动化的“自学习”黑盒。
第三，构建人机协同新生态。券商未来的运营效率提升将更多依赖于“人类专家经验+机器算力”的深度耦合，形成“一人一助手”的形态。正如世界经济论坛《未来就业报告》所指出的，技术变革的核心在于重塑工作流程而非单纯削减岗位。券商将通过持续优化人机交互界面与反馈机制，逐步建立起安全可控、持续进化的内部运营生态，确保技术在提升全要素生产率的同时，始终服务于业务稳健运行的核心目标。
“Claw类”智能体技术对业务模式的影响展望
以OpenClaw为代表的AI智能体（886099）技术成熟落地后，预期会颠覆性重构各行业，特别是金融领域App与客户端的传统模式，打破“界面操作”的核心局限，推动服务形态向“能力内嵌、精准适配”转型，分别为对私（to C）端财富和企业客户与对公（to B）端专业域业务人员带来颠覆性体验升级，实现服务价值与人员效能的双重提升。
在to C端业务领域（财富管理客户和机构服务等），Claw类技术让客户端界面逐渐淡化，甚至消失，不再需要用户通过复杂操作界面寻找服务。技术核心沉淀为个性化服务能力与专业投资能力，可基于客户资产状况、风险偏好、投资需求，自动整合全渠道数据，精准匹配理财方案、实时推送行情预警、智能优化资产配置，实现“无需操作、精准适配”的沉浸式服务。客户无需学习复杂操作，即可享受定制化财富管理服务，核心需求从“会用App”转向“懂客户，让客户获得专业、高效的投资支持”，服务体验更具针对性与便捷性。
在to B端专业业务域场景（投资、投行、风控合规等企业服务或业务），Claw类技术成为专业业务人员的核心助手，前端操作界面逐步弱化，转而深度融入业务全流程。技术可根据员工的业务能力、岗位需求，自动组合业务数据、核心逻辑与工具能力，省去繁琐的界面切换与数据整合工作，让员工从重复性操作中解放出来。依托技术赋能，员工无需花费大量时间处理基础性和执行性事务，可聚焦于决策制定、业务拓展与模式创新，逐步向决策型、业务型、创新型人才进化，大幅提升业务效率与专业价值，推动金融机构专业服务（884257）能力的整体升级。
技术变革和安全的审慎平衡
国家相关部门已经出台《证券基金经营机构信息技术管理办法》《生成式人工智能（885728）服务管理暂行办法》等监管要求，以推动人工智能（885728）在证券领域的深度合规应用。证券公司（399975）应以幻觉控制、数据安全（885942）、伦理规范、业务合规等风险为核心，构建覆盖事前、事中、事后的全生命周期（883436）合规体系。坚持依法合规、安全可控、人机协同，全面压实模型治理、数据保护、算法伦理与业务风控责任，确保AI与证券业务深度融合、安全有序、合规稳健，切实守护投资者合法权益与市场运行秩序。
幻觉控制方面，需坚守信息真实性，从数据、技术、人工三维度防控：优化证券类业务训练数据质量，接入专业业务工具API保障数据精准；通过提示词优化、多模型交叉验证、精准工具计算降低模型误差；建立分析师、投顾等专家人工复核机制，确保输出内容真实准确。数据安全（885942）方面，严守敏感信息防护红线，落实隐私保护要求：遵循最小权限原则，实现AI云端大模型应用与核心业务系统物理隔离；运用隐私计算、数据脱敏等技术防护，定期核查日志防控泄露风险；规范数据处理流程，严禁敏感信息上传云端，保障全流程可追溯。伦理规范方面，坚守公平透明原则，防范算法风险：保障训练数据均衡，修正歧视性数据并开展公平性测试；采用专业工具提升算法可解释性，清晰披露决策逻辑；明确人机协同边界，核心业务强制人工复核，保留人类最终决策权。业务合规方面，强化全流程监管适配，贴合监管要求：按规定完成算法与模型备案，实施高风险应用差异化管控；严禁AI用于非法荐股、内幕交易等违规行为，相关材料需人工审核后发布；将AI使用纳入执业报备，完善留痕管理与合规培训，建立应急处置机制。
（作者单位：国信证券（002736）股份有限公司。第一作者为经济学博士，国信证券（002736）股份有限公司金融科技总部研究员）
主要参考文献
①CNBC. Goldman Sachs rolls out an AI assistant for its employees as Artificial Intelligence Sweeps Wall Street[EB/OL]. [2026-03-28].
②Training The Street. The state of AI in finance: 2025 global outlook[EB/OL]. 2025[2026-03-28].
③Keshri M K. BloombergGPT: Revolutionizing Finance with Large Language Models[J]. International（IGIC） Journal of Advanced Research in Science, Communication and Technology,2025,5(9):428.
④中共上海市委金融委员会办公室, 中共上海市金融工作委员会. 从瞄准到落地：大模型应用秀出券商金融科技创新力[EB/OL]. [2026-03-28].
⑤陈晨.22家券商去年狂砸219亿元!国泰海通（601211）领衔，“ALL in AI”写入年报[N].每日经济新闻,2026-04-21(006).
