财联社 4 月 9 日讯（记者 陈俊兰）券商纷纷投入到数字化转型的浪潮中，伴随着 DeepSeek 等大模型技术的广泛应用和发展，正不断推动生成式 AI 技术与证券行业应用场景深度融合，从多个维度为行业带来全方位革新，引领证券行业迈向智能化、精细化的全新发展阶段。为探究大模型企业级应用，以及 DeepSeek 相关 AI 生成式应用将如何驱动金融行业的数字化转型，财联社记者专访了广发证券副总经理、首席信息官辛治运。

辛治运表示，DeepSeek 模型作为新一代 AI 技术的代表，它的算法优化和高效推理能力将加速大模型在垂直领域的深度渗透，推动金融业从基础服务自动化向高阶决策智能化跃迁。在风险管理、量化策略生成等复杂场景中，它展现出的多维度数据处理能力，可能成为连接当前工具型应用与未来认知型决策的关键桥梁，为行业带来更精准的预测能力和更高效的知识挖掘体系。

作为国内首批大型综合类券商，广发证券在金融大模型上是如何布局的？辛治运表示，早在本地化部署 DeepSeek 之前，广发证券就已经建设公司级人工智能平台 GF-SMART，应用在多个业务领域来提升业务效率和服务质量。2024 年广发证券积极拥抱科技革命浪潮，推进大模型基础平台建设，在各业务条线全面开展大模型场景研究，在 AI 应用方面已构建起成熟体系，多个关键业务场景中，已成功接入了 DeepSeek、清华智谱、阿里千问等多个十亿至千亿参数规模的大模型基础设施矩阵，实现模型最大化复用 43 个 AI 大模型应用；业务场景覆盖财富管理、智能投研、智能营销、投行、智能办公、智能研发等领域，探索大模型应用场景超 400 个。

AI 正在解锁金融业三大变革新图景

目前证券行业已在多个领域实现了大模型的具体应用，随着技术成熟、应用深入，AI 大模型将对金融业带来三方面变革。辛治运谈到。

首先，有利于提升整个金融市场的有效性。大模型可以降低金融行业信息不对称，从供需两端提升金融机构服务实体经济的能力，提升社会公众的金融素养和金融能力，并最终提升金融市场的有效性。

其次，有可能变革整个金融业的服务范式，因为在服务长尾客户方面，它有望产生非常大的影响，可能会形成新的服务入口或超级应用。

最后，有可能改变行业竞争格局，大模型应用可能会将金融行业集中度进一步提升，数字能力、金融专长等禀赋可能更为关键，头部机构、大型持牌金融科技公司有可能重新排序，部分中小机构可能通过生成式 AI 技术应用实现跨越式发展。

同时，这些影响也具化到了广发证券的探索中，一方面广发证券正在以 AI 全面赋能业务为愿景，在建设好算力、数据与算法三大核心要素的基础上，围绕服务客户、提升效率、降低成本、辅助决策、防范风险五大目标，重点从营销、投顾、风控等 12 大主题领域推进人工智能布局。

另一方面，广发证券正在通过具体的 AI 营销精准识别潜在用户、智能风控实现多维预警等场景落地，同时强化组织机制保障，依托权威主导架构、资金资源高效配置、数字人才培育及数据治理体系，构建覆盖业务全链条的智能化能力，驱动客户服务升级、运营效能提升与风险防控深化，全面支撑公司智慧化转型与创新孵化。

AI 大模型正沿着三个方向进化，但仍有痛点需要完善

在辛治运看来，目前 AI 大模型正沿着三个方向进化：一是多模态融合实现跨市场数据、研报、舆情的立体化解析；二是模型架构向 " 专业化集群 " 发展，形成覆盖投研、合规、客户服务的生态系统；三是可信 AI 技术的突破，通过可解释性增强和动态风控机制，解决金融场景中的责任认定难题。这些演进将推动 AI 从辅助工具升级为战略级生产力。然而，当前 AI 大模型在金融领域的应用仍存在瓶颈。由于监管、法律以及投资者保护等因素，AI 大模型面客应用距离成熟还需 2-5 年，员工对 AI 的认知和驾驭能力也有待提升。

大模型企业级应用全面井喷，但整体仍是方兴未艾，在提及券商将 AI 大模型融入各项业务的过程中还有哪些细节需要完善时，辛治运认为主要是在技术层面和管理层面。

在技术层面，券商应用 AI 大模型的痛点涉及安全性与可靠性隐患，例如模型可能生成有害内容、思维链漏洞导致意外输出，以及上下文长度限制削弱场景适用性。同时，深度推理中的指令偏离、幻觉问题、高算力资源压力、工具调用能力不足、多模态技术短板，叠加数据质量参差不齐的隐患，进一步制约技术落地。此外，数据安全与隐私保护的底层治理需求也亟待强化。

在管理层面，难点聚焦于数据治理体系的完整性与合规性挑战，包括敏感信息泄露风险、隐私防护机制的完善，以及技术创新与金融监管的动态平衡。另一方面则是人才短缺。缺乏具备 AI 和金融双重背景的人才，招聘和培养难度大。

这些痛点和难点需要券商在技术和管理两个层面上进行综合应对，以确保 AI 大模型在各业务板块的有效融合和应用。

AI 技术将与人工投顾形成互补关系

如前面他提到大模型有助于缓解金融行业的信息不对称。如今，以 DeepSeek 为代表的大模型横空出世，信息不对称的问题正在弱化，在金融 " 投顾 " 和投资者之间架起沟通桥梁，不少投资者开始向 DeepSeek 等大模型咨询投资策略。由此也引出了一系列思考，AI 技术会在哪些方面对传统投顾业务造成冲击？AI 投顾相比传统投顾具备哪些优势？它能否彻底取代人工投顾？

辛治运认为，生成式 AI 技术如 Deepseek 确实正在深刻影响投顾行业，但这种影响是双面的。AI 能快速分析海量数据，提供全天候服务，保持客观分析，这些都是明显优势。此外，AI 也降低了行业门槛，使更多长尾客户能够获取专业级别的投顾服务。然而，AI 目前还无法完全替代人工投顾。投顾服务不仅需要数据分析，更涉及对客户深层需求的理解、对市场宏观环境的把握和情感上的支持与沟通。AI 难以建立真正的信任关系，缺乏对客户特殊需求的理解和情感共鸣。

客观上看，AI 技术将与人工投顾形成互补关系，而非完全替代。未来的趋势是 "AI+ 人工投顾 " 的混合模式。在 AI 方面，将总部研究员的专业资产配置模型与大模型分析深度融合，提升投顾服务的自动化、智能化水平。同时，人工投顾结合自身经验和客户需求，提供更深入的高层次判断、个性化服务和情感支持。

AI 并不会完全取代人工投顾，而是促使投顾行业向更智能化、精准化、个性化的方向发展。对于证券公司而言，如何有效整合 AI 技术，提升投顾服务质量，是未来行业竞争的关键。