证券业AI进行时，探访16家券商大模型应用，哪些业务将重点突破？

财联社5月7日讯（记者 赵昕睿 林坚）大模型的开发与应用正方兴未艾。证券业因其丰富的数据资源、良好的数字化基础以及多元化的业务应用场景，有望成为大模型落地的核心行业之一。

国泰君安与阶跃星辰、财联社共同打造了业内首个千亿参数级的多模态证券大模型“财跃F1”，在行业内首个实现了将大模型能力全面融入客户智能化服务体系之中；东吴秀财大模型生成算法则出现在国家网信办第五批深度合成服务算法备案信息清单中……以AI辅助各大重要业务，一系列动作引发业界对大模型应用的高度关注。

财联社记者多方了解到，包括国泰君安、中信证券、国金证券、银河证券、海通证券、国联证券、国信证券、广发证券、申万宏源、东吴证券、五矿证券、山西证券、财达证券、招商证券、长江证券、国元证券等16家券商均在大模型领域有所投入与探索。整体来看，券商大模型应用多数集中在智能客服、办公助理、代码生成等偏原生AI应用领域。

很显然，除了记者调查的上述券商外，还有多家券商正在试水、布局以AI赋能各业务，在投行、财富管理、研究领域等业务领域的智能化正呼之欲出，与此同时，对风控、内部流程管理等方面的智能化需求也越来越高。

为了更进一步了解大模型技术在金融行业的应用现状、特色服务、行业挑战等情况，记者近期与中信证券、银河证券、国泰君安、五矿证券、国金证券、海通证券、广发证券等多家券商IT及相关团队进行了对话，探索大模型技术在金融行业的更多可能性，通过数智化转型提质增效，为投资者提供更优服务。

图为财联社采访以及根据公开资料整理的部分券商大模型应用情况

放眼国内，由于尚未出现大规模的具有显著经济价值的应用场景，因此AI大模型的产业化应用整体依然是模糊的前景，并没有到严格意义上的投入及转化效益的阶段。不过随着垂直领域大模型与券商交汇点的增多，大模型预计将成为券商数字化转型、差异化竞争的有力支撑。

恒生电子首席科学家、恒生研究院院长白硕近期在一场券商大模型的座谈会上也提到，当下，金融行业信息化进程已经处在网络化2.0向数智化3.0跃迁中，AI大模型正是这个时代的标志性技术之一。落到金融领域，大模型不仅可以赋能客服、投顾、风控、投研等业务场景，同时还能通过重构软件开发、数据生产环节赋能金融机构内部数智化转型。

趋势一：三大应用场景支撑，券商形成差异化特色

在大模型应用开始落地前，记者首先感受到的是券商对大模型被误用或者滥用的警惕意识及高度重视，合规是第一步成为业内发展大模型的共识。为做好防范措施，券商采取不同举措，例如持续与业务部门沟通，提升业务方对大模型技术的理解和接受度、建立严格的输出检查和审查机制、建立人工反馈机制，对数据进行微调、先对内服务，再循序渐进进行大模型应用推广、采用隐私计算技术，保护数据隐私的同时，实现数据的有效分析和利用等。

基于合规、风控的一致性前提，记者调研发现，目前来看，券商在大模型应用主要有三个应用场景：

一是客户服务环节，目前集中在客服问答类场景。主要是因为大模型较好的语义理解和多轮对话能力，带来的提效突出。

二是文本生产比较频繁的场景。鉴于大模型具备强大的文本生成能力，在文档辅助撰写及代码生成方面效果也较为明显，这体现在投研、办公场景等等。

三是数字科技水平提升的维度，例如通过大模型提高公司数字化赋能的核心竞争力，这体现在自研的发展身上。

中信证券的特色目前落定在债券市场。中信证券方面告诉记者， Bond Copilot大模型的应用特色主要体现在其深度整合到债券业务的各个环节，从而提供全面的决策支持。

Bond Copilot大模型通过数据分析和智能问答服务。能够助力承揽阶段的商机挖掘，强化承做阶段的合规指导，增强承销环节的市场定位。此外，Bond Copilot还实现了全流程的运营监控和风险预警机制，提升了整个债券业务流程的效率和安全性，确保了业务执行的高标准合规性。

作为为数不多的自研大模型券商，中信证券在安全可控性与业务定制化方面具有显著优势。据了解，自研模型使公司能够更灵活地根据业务需求进行调整和敏捷开发，确保技术发展与公司战略紧密结合。

国金证券大模型特色则是在智能投研上。其中，大模型的产业链智能挖掘是国金证券研究所金融工程团队首先在业内提出，通过和科技团队的合作能挖掘出最新舆情中的标的，产业链板块、关联度等；并依托大模型的信息整合和推理能力深入挖掘新闻解读、舆情、智能市场分析、研报写作等场景，为用户提供覆盖多方位的投研服务。

广发证券则于2023年底上线了基于大模型的代码辅助生成工具。广发证券也通过了证券期货业标准研究课题《基于大模型的研发效能提升应用建设指南》的立项申报，计划通过该课题设计一套针对证券期货业的大模型研发效能提升指南，推广到行业作为参考。此外，公司表示一直高度重视大模型技术的发展，在战略层面明确将推进生成式AI列入公司和IT新的战略规划中。

银河证券的特色化体现在场外衍生品这一业务。为客户询报价下单环节提供多方面智能服务，不仅解决业务痛点能带来全局增量，还能够为其他业务线提供借鉴经验。银河证券还透露，2023年公司制定了新一期金融科技规划STAR，其中以大模型为代表的人工智能技术占据了相当篇幅。

海通证券在智能服务方面，分别在投顾领域建立了投顾知识库，以及在投行领域对新增监管政策进行分析解读，赋能三道防线建设等。公司部署或规划包括深入探索智能投顾、智能投研、智能投教、舆情监控等“AI+金融”行业前沿场景，覆盖证券交易的前、中、后期各个环节，结合全栈式AI能力，对证券行业的业务流程、交互变革与数智化业务系统重构。

国泰君安大模型整体而言则是具有开放证券生态特色。并采取“1”个行业领域大模型在“N”个业务场景的“1+N”落地应用方案。为更好服务客户进行投资，公司对客建设君弘灵犀大模型，具备智能场景多元建设、交互模式体验升级、内容创作供给丰富等3大特点。

“财跃F1”对君弘灵犀的升级成为最新抢眼所在。国泰君安证券首席信息官俞枫在发布会上介绍，公司组建大模型研究联合项目组，与阶跃星辰、财联社共同打造业内首个千亿参数级的多模态证券大模型，实现对“君弘灵犀”智能服务的再升级，可为4000多万客户在智能投顾问答、投研内容生产和交互模式上带来全新的体验，在行业内首个实现了将大模型能力全面融入客户智能化服务体系之中。

财跃F1金融大模型目前具备三大能力：

首先是金融知识问答能力，能够理解和回答关于金融领域的各种问题，包括概念、术语、原理、市场动态等。

其次是金融图表理解能力，能够解析和解释各类金融图表，包括识别图表类型、理解数据含义、分析趋势和模式等。

第三是金融计算能力，能够进行金融计算和建模，包括利率计算、投资组合优化、风险评估等。

趋势二：提升客户体验将是大模型的重要目标

大模型技术在证券行业中的探索和发展，是一个不断积累、开拓、持续优化的过程。受访的券商多数表示，公司将在把握风控的前提下，审慎地、科学地、有节奏地推进大模型在多条线的应用落地，驱动服务和产品创新，紧跟科技前沿趋势及技术发展脉络，积极推进数字化转型，服务实体经济高质量发展。

综合目前行业的实践以及记者采访的情况来看，大模型在行业未来的发展趋势主要有五个方面。

一是进一步达成降本增效。

可以看到，基于大模型强大的决策、推理能力，通过辅助代码编写、研报分析、数字员工助手等，帮助金融机构自动化处理大量复杂事务、提高运营效率、减少人力成本。中信证券称，大模型将成为券商实现降本增效的得力助手。它通过自动化和智能化手段，高效处理数据分析、报告生成和客户服务等繁琐任务，大幅提升工作效率并显著降低运营成本。

目前海通证券已通过预设数字助手角色，大模型能够灵活“变身”，成为周报助手、翻译助理、策划专家等，简化了操作流程。用户只需一个关键词，即可获得理想的答案，真正实现了智能化办公，让工作更加高效、便捷。

五矿证券方面，利用人工智能技术，分析海量数据，预警客户及项目负面舆情风险，集市识别潜在的风险因素，由客户穿透到项目，实现及时有效的风险监控机制，投行知识库的建设模式可以应用于五矿证券其他业务条线，从而建设企业级智能知识库，全面提升企业整体运营效率。

二是提升投资者、客户体验。

广发证券认为，大模型在金融行业的应用将逐步从面向内部员工，进一步拓展到向投资者客户提供服务，以大模型为代表的人工智能技术不仅将改变行业运作模式，也将推动行业进入一个全新的发展阶段。

国金证券方面称，以智能投顾为例，通过与客户进行交互式沟通交流，深刻理解客户的个性化需求和资产状况，帮助金融机构为客户提供专业的投资建议和服务，让客户识别和规避潜在的投资风险，并将投资收益最大化；此外，大模型依托优秀的对话生成及多任务迁移能力，可以解决更为复杂的问题，为客户提供更加智能化和人性化的金融服务。

三是结合大模型归因与关联分析的能力，判断风险的类型，风险的传导链路，做到多类型资产的风险管控。

目前，国金证券正结合大模型和其他AI算法，在异常交易监控、场外配资监控、反洗钱、财务造假等方面进行探索；利用大模型分析多维度地挖掘风险事件的影响，管理，利用舆情、司法、财务、行情、司法等数据，进行风险事件的挖掘以及防控。

依托海通证券全面构建的风险预警监控体系，大模型技术深入挖掘风险特征与信息，强化舆情风险识别能力，实现风险预警的精准与高效，构筑起一道坚实的智慧风控新防线。

中信证券谈到，大模型的引入为券商的合规性管理带来了创新的解决方案。它能够高效地进行实时监控，自动识别交易中的异常行为，并对内部控制流程进行严格监督。通过精准的数据分析和模式识别，大模型能够提前预测并警示潜在的合规风险，从而在保障业务合规性的同时，也提高了风控的效率和准确性。这不仅加强了公司对市场风险的防御能力，也确保了业务操作的透明度和诚信度，为券商的稳健运营提供了坚实的技术支撑。

四是通过整合多样化业务需求，基于大模型和金融领域的专有内容，形成有特色的金融产品。

广发证券谈道，可以看到，运用大模型出色的智能对话技术，探索大语言模型与金融应用场景的结合，打造更为丰富、个性化的金融需求挖掘和服务支持工具，为客户提供更智能、便捷、高效的服务，提高投资决策效率。

银河证券也提到，大模型在机构业务场景大有可为。首先，大模型IT投入不菲，由于机构业务的客户相比经纪业务数量少，因此算力要求不高，硬件投入少，项目容易启动。其次机构业务普遍面临交易员或者客服少的问题，有很强烈的意愿采用大模型降本增效。最后，机构业务盈收情况良好，盈利模式支持大模型项目长期运行。

中信证券称，财富管理业务作为券商业务的核心竞争力之一，商机挖掘与客户经营是两大抓手。大模型在财富管理业务的应用需要超越单纯的数据分析，深入到实际业务流程中，通过精准的客户画像、市场趋势预测和个性化服务推荐，为业务决策提供支持，从而推动业务增长。

五是开放、共享的格局。在金融科技生态系统的建设过程中，推动整体产业链上下游的技术进步和市场发展，从硬件到软件，从应用到服务，从整体到局部形成全面的迭代演化，共享大模型技术与应用。

国泰君安专门向记者分享了这一观点。公司谈到，在2020年就提出“开放证券”这一理念，这一理念是以平台化、生态化为导向，促进能力整合、构建价值共同体的发展理念，从思维开放、业务开放、技术开放三个层面引领行业发展。与大模型平台、金融科技服务公司展开生态合作，共探证券业“技术、应用、服务”共融的连接触点，以国内先进通用的大模型为基石，建设一个行业共享的大模型平台。

具体来看，数据公司为大模型提供底层燃料，模型公司提供能力底座，以算力生态合作解决模型应用的后顾之忧，与监管单位深度合作推进行业有序发展，其他证券公司能够共享行业大模型能力资源，进而全面提升行业的整体数字化水平。

中信证券还提到，大模型不仅可以助力券商高效适应日益严格的监管环境，而且为政策制定者提供强有力的决策支持。

趋势三：大模型应用痛点成共识，探讨解决之道

可以看到，券商涉猎大模型屈指可数，壁垒较高，尤其是目前大模型在券商展业过程中的痛点广泛受到业内关注。

记者在与不同公司进行沟通与探讨中发现，算力支撑不足、投入较大、合规性要求高、数据治理和安全性成为多数券商认为目前业内大模型主要面临的几大挑战。

国金证券首席信息官王洪涛近日在接受记者专访时提到，鉴于证券公司处理的是高度敏感和机密的数据，数据安全成为一个重大的关注点。大语言模型的应用可能涉及将数据传输至外部服务器进行处理，这增加了数据泄露或被恶意利用的风险。此外，在现阶段，许多证券公司的数据治理体系尚未完全建立或优化。这意味着数据可能存在分散、不一致或质量不高的问题。由于大型语言模型高度依赖于数据质量和结构，这些问题可能导致模型性能不佳或产生误导性的输出。

国泰君安除了同样提及数据安全问题外，还分析道购买和升级硬件设备、满足算力标准、培训员工、存量系统升级等需要耗费巨额成本也是一道坎，对于一些中小型券商是重大负担。大模型的落地更要求证券公司具有高水平的技术团队，需要熟练掌握各类底层技术，对缺乏技术积累的公司而言是不小的挑战。

广发证券认为，当前大模型在金融行业场景主要面向内部员工使用，未来大模型应用需要面向个人和机构投资者客户，如何确保大模型产出结果的可控性、合规性，如客户输入、大模型输出内容的有效审核、有价值输出等也是大模型应用面前要首先解决的问题之一。

银河证券谈到，大模型输出不受控的问题一直以来为人诟病。在与业务场景融合过程中，要建立严格的输出检查和审核机制，对模型进行及时的调整。同时，检索增强生成技术在一定程度上减少了模型的错误风险。

五矿证券称，大模型通常结构复杂，需要大量的计算资源和专业知识进行维护和优化。金融行业特别注重合规性，而大模型的“黑箱”特性可能引起监管机构的关注（特别数据保密性问题）。高质量的数据是大模型准确性的关键，而数据收集、处理和保护中的隐私问题亦不容忽视。

证券IT稳定性要求与新技术日新月异的变化之间存在矛盾，这是不少券商共同谈到的症结所在。王洪涛表示，证券公司的信息系统具有很高的稳定性的要求，将大语言模型集成到证券公司现有的IT架构和工作流程中可能遇到技术挑战。这些挑战包括系统兼容性问题、成本问题和合规性的问题，而且新技术的引入也会干扰现有工作流程的稳定性和效率。

广发证券也谈及了这一矛盾的存在。公司认为，大模型技术目前仍然处于快速发展期，技术成熟度、可控性等仍然有一个过程，尤其是大模型基于统计概率的本质，与金融行业服务高可信度、高准确率、强监管等要求存在天生的矛盾。

除探讨大模型痛点及面临的挑战外，也有券商对大模型未来前景发展表达看法。海通证券认为证券应用场景在未来将从简单的非决策类任务向复杂的决策类任务辅助迈进；广发证券认为大模型在金融行业的应用将逐步从面向内部员工，进一步拓展到向投资者客户提供服务。

为助力数字化转型和更好服务投资者，各券商或根据自身业务需求生成不同特点及针对性的大模型，以大模型为代表的人工智能技术不仅将改变行业运作模式，也将推动行业进入一个全新的发展阶段。