编辑《证券时报》 谭楚丹 孙翔峰

　　目前，越来越多的年轻投资者向DeepSeek寻求资产配置建议。技术平等权利使人工智能（AI）包容性已成为可能。随着第三方平台的个性化投资建议越来越容易获得，传统金融机构的“信息不对称”优势正在减弱，投资者与经纪投资顾问之间的密切联系也在悄然发生变化。

　　毫无疑问，DeepSeeek提供的投资建议和一线投资顾问的表现将不可避免，这也反映了经纪投资顾问业务无法避免人工智能浪潮的影响。不仅要抓住人工智能的机会，而且要应对人工智能的挑战，已成为经纪投资顾问业务必须面对的核心问题。

　　为此，《证券时报》编辑最近采访了深入探索金融技术领域的主要证券公司、以传统经纪业务闻名的大型证券公司、具有数字金融或财富管理特色的中小型证券公司等机构，分享他们对上述核心问题的思考和应对措施。

　　1 一线投资遇到了Deepsekek

　　“当我把基金的头寸发给DeepSeek时，它有这些建议……”“完全听DeepSeek炒股，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，很多投资者也在以年轻用户为核心的小红书、B站等社交媒体平台上寻求DeepSeek-R1的投资建议。

　　《证券时报》编辑还试图将基金头寸账户截图上传到DeepSeek，并咨询账户诊断和头寸调整建议。结果表明，DeepSeek不仅指出了问题，还提供了可操作的解决方案，包括不同产品的头寸建议、更换产品的名称、头寸调整点、止损利润线、交易成本优化措施等。

　　到目前为止，Deepseek提供的账户诊断和专业建议能否与券商一线投资顾问的平均水平相匹配，也引起了市场的极大关注。

　　华福证券相关负责人表示，Deepseek在股票基金账户诊断方面表现出色。以普通账户为例，该模型可以在约6分钟内整合近100个市场数据和头寸信息，全面分析账户头寸结构，并提供直观清晰的风险评估报告，评估准确性达到85%。然而，在仓库调整建议环节，与一线投资顾问相比仍存在差距，暂时难以完全模拟人工投资顾问对复杂人性和市场微妙变化的理解。

　　银河证券财富管理首席投资官、产品中心总经理张佳在接受《证券时报》编辑采访时表示，从内部和外部评估的反馈来看，DeepSeek在数据分析处理速度和响应及时性方面远远超过手动投资顾问，但由于“模型工具”属性，与专业投资顾问在分析复杂市场环境、识别信息准确性和响应客户多样化需求方面仍存在一定差距。

　　国信证券相关人士指出，在账户诊断和仓库调整建议方面，DeepSeek存在线性推送、数据不完整等问题，不足以取代一线投资咨询的专业建议。主要原因是DeepSeek只连接互联网数据，不连接专业可信的金融行业数据库、企业内部知识库和客户肖像数据库，因此会出现数据和信息错误。此外，对于业务决策的深入思考，大型模型需要系统地学习和积累行业数据和专家规则，最终显示出更好的决策能力，但目前的证据尚未实现。

　　2 长尾客户的粘性还在吗？

　　虽然DeepSeek暂时无法取代一线投资顾问，但第三方人工智能平台以其易于提供投资建议的优势吸引了年轻投资者的注意。在证券公司的客户群中，他们大多属于以前没有得到充分服务的长尾客户群。这一潜在的变化趋势也给依赖投资顾问业务利润的证券公司带来了一定的压力。

　　一些接受采访的证券公司承认，上述情况确实影响了长尾客户和证券公司投资顾问之间的粘性。国信证券人士表示，在长尾客户的投资公司等服务领域，DeepSeek等大型模型的便利性和及时性可能比传统的人工投资服务更好。

　　国泰君安相关人士表示，第三方人工智能平台的出现影响了投资者与证券公司投资顾问之间的粘性。不仅有价格敏感的长尾客户，还有研究人工智能或投资能力较高的客户。

　　《证券时报》编辑注意到，在上述社交媒体平台上，一些投资者确实声称“建立了基于DeepSeek的金融分析模型，用于股票选择或ETF配置”。

　　国泰君安人士认为，第三方人工智能平台有四个优势：一是为长尾客户提供定制、个性化的咨询服务和投资建议；二是推理模型的存在，使用户能够验证自己的逻辑，减少黑箱问题；三是社区信任建设，即越来越多的投资者分享第三方人工智能平台的投资辅助经验，其他未接触的投资者将被吸引到第三方平台；第四，随着模型能力的不断提高，其分析逻辑的深度和广度将逐渐超过绝大多数投资者甚至投资顾问。

　　东方证券相关人士补充说，人工智能平台一般成本低，甚至免费，使长尾客户更愿意尝试和依赖。相比之下，经纪投资服务的价格可能更高，这限制了客户的使用频率。

　　然而，一些证券公司持相反的观点。张嘉伟表示，投资者与证券公司投资顾问之间的粘性不会受到影响。首先，大语言模型给出专业建议的本质取决于基于不同数据和语料的模型深度推理分析能力、数据处理能力和“培训过程”。专业建议的有效性需要经过周期和时间的验证；其次，人工智能模型有可能加强投资者的认知偏差，创造新的“信息茧房”。

　　华福证券负责人表示：“第三方人工智能平台不会比证券公司更容易获得长尾用户的信任，因为用户可能会在第一次和第二次使用时感到新奇，但如果他们使用更多，他们最终会担心对方不是真实的人。此外，在专业性和合规性方面，证券公司的投资优势仍然非常明显。”

　　3 面临重构的投资业务生态面临着重构

　　证券业多年来一直在应用智能投资咨询产品，但凭借其内部逻辑构建、内容生成和深入理解，DeepSeek等大型模型仍然让证券业感到“惊讶”。展望未来，随着科技平等时代和知识平等时代的到来，证券投资咨询业务生态无疑将经历重大变化。

　　平安证券经纪业务部相关负责人告诉《证券时报》：“证券投资顾问业务的核心竞争力将从‘信息不对称优势’转向‘技术授权下的服务深度和客户体验’。”

　　这也意味着客户获取和留住客户的业务逻辑和投资服务手段可能面临重构。以一些业务逻辑为例。过去，一些机构创建了“一键上传头寸截图”功能作为排水的起点，即吸引客户注册账户，甚至开户解锁账户诊断方案。如今，年轻用户可以在不同的人工智能平台上免费获取账户诊断信息。虽然需要提高DepSeek等大型模型的诊断准确性，但随着未来模型能力的提高，上述客户获取的业务逻辑将面临重构。

　　上述案例是投资服务“信息不对称”优势逐渐减弱的体现。未来，经纪公司获得客户的难度有望增加。东方证券相关人士表示，投资者更容易从第三方人工智能平台获得定制的投资建议，经纪公司需要投资更多的资源来吸引和留住客户，特别是长尾客户群体。

　　在服务模式方面，许多受访者认为需要重塑。平安证券相关负责人表示，随着第三方平台不断提供个性化服务，传统的“标准化产品+人工服务”模式面临着效率和体验的双重挑战。

　　在此背景下，行业共识是“技术融合”——构建“AI+新的人机协作模式。中信建设投资证券相关人士认为，该模式不仅可以提高服务效率和客户体验，还可以释放投资客户的生产力，致力于定制和高净值客户群体服务。

　　东方证券相关人士表示，一方面是技术授权，证券公司可以利用人工智能技术提高投资服务的效率和准确性；另一方面是差异化服务，人工智能很难完全取代相对复杂的投资解决方案，如定制投资组合、家庭财富继承等。

　　此外，在配套措施方面，国泰君安相关人士表示，投资顾问能力评价体系应迎来变化，投资顾问对人工智能工具的使用和对人工智能能力的理解应进一步纳入整体评价体系。

　　平安证券相关负责人坦言，技术对专业能力有放大作用。“人工智能技术的普及不仅加快了投资者的信息处理能力，而且迫使他们升级到更高层次的“战略生成”和“情感互动”角色。投资顾问的核心价值转向逻辑验证和风险校准模型输出策略”。

　　4 每个挑战都有自己的后手

　　人工智能的总体趋势是不可逆转的，既有机遇也有挑战。许多接受采访的证券公司认为，挑战主要在于技术如何深度赋能业务并与业务融合。在这方面，不同类型的证券公司在解决问题方面也有不同的想法。

　　国泰君安人士表示，在人工智能浪潮下，经纪投资业务将迎来发展机遇。首先，证券公司可以结合人工智能模型和自身的专业数据禀赋、专业经验和投资系统框架，建立自己的智能护城河；其次，证券公司可以利用智能投资服务于无法覆盖的长尾客户；第三，利用大模型授权投资；第四，进一步将投资能力封装为企业级的综合解决方案。

　　自2023年以来，国泰君安开始加强对证券投资咨询领域人工智能大模型的探索。该人士还指出，证券公司面临的挑战也不容低估。第一，技术挑战。大多数证券公司没有人工智能能力积累。如何充分研究大模型技术，与证券业务深度融合，存在挑战；第二，成本挑战。大模型技术的研究和应用需要大量的资本资源，中小型证券公司难以应对高成本、高投资的人工智能竞争；第三，人才挑战。目前，我们了解业务和人工智能、了解技术的复合型人才稀缺且昂贵；第四，转型挑战。大型模型的应用需要与现有的流程模式集成，在集成过程中存在障碍；第五，数据治理的挑战。智能深度发展的前提是数字治理取得了一定的成果。目前，大多数证券公司仍处于数据治理的初级阶段。

　　东莞证券相关人士作为中小证券公司的代表，表示，对于技术薄弱、成本敏感的中小证券公司来说，基于“市场需求、技术可行性、商业可行性”的原则，多层次推进是实现人工智能发展的关键，也是探索智能投资发展的途径。“第一，应用优先。可以部署现有厂商的通用大模型，进行本地化，通过应用的快速对接，积累适应性创新经验；第二，能力培养。智能客服、专业个人助手等应用接口（API）以服务建设为起点，加强模型推理和智能身体等技术应用能力的培养。同时，尝试与外部强大的机构合作，准备基本条件，实现大型本地推理应用服务，逐步开放各种能力。”这位人士说。