當(dāng)前,越來越多年輕投資者向DeepSeek尋求關(guān)于資產(chǎn)配置的建議,技術(shù)平權(quán)讓人工智能(AI)普惠化成為可能。
伴隨著來自第三方平臺(tái)的個(gè)性化投資建議變得更易獲取,傳統(tǒng)金融機(jī)構(gòu)的“信息不對(duì)稱”優(yōu)勢正在減弱,投資者與券商投顧之間的緊密聯(lián)系也悄然改變。
毫無疑問,DeepSeek提供的投資建議與一線投顧的表現(xiàn)將難免見高低,這也從側(cè)面反映出券商投顧業(yè)務(wù)已無法回避AI浪潮的沖擊。既要抓住AI機(jī)遇,更要應(yīng)對(duì)AI挑戰(zhàn),已成為券商投顧業(yè)務(wù)不得不正視的核心議題。
為此,券商中國記者近日集中采訪了在金融科技領(lǐng)域深度探索的頭部證券公司、以傳統(tǒng)經(jīng)紀(jì)業(yè)務(wù)聞名的大型證券公司、在數(shù)字金融或財(cái)富管理方面做出特色的中小證券公司等機(jī)構(gòu),分享他們對(duì)上述核心議題的思考和應(yīng)對(duì)舉措。
一線投顧遇上DeepSeek
“當(dāng)我把基金持倉發(fā)給DeepSeek,它有這些建議……”“完全聽DeepSeek炒股,2025年2萬本金能賺多少錢?”……自今年春節(jié)DeepSeek掀起應(yīng)用熱潮以來,在以年輕用戶群體為核心的小紅書、B站等社交媒體平臺(tái)上,很多投資者也紛紛向DeepSeek-R1尋求投資建議。
在嘗試跟隨相關(guān)建議后,有人展示AI理財(cái)后的每天“戰(zhàn)況”,收益表現(xiàn)有漲有跌;也有的直呼“DeepSeek是我以后的選股專屬工具”。
券商中國記者亦嘗試向DeepSeek-R1(以下簡稱“DeepSeek”)上傳基金持倉賬戶截圖,并征詢賬戶診斷與調(diào)倉建議。結(jié)果顯示,DeepSeek不僅指出問題所在,還提供了可操作方案,包括不同產(chǎn)品的倉位建議、替換產(chǎn)品的名稱、調(diào)倉時(shí)點(diǎn)、止損止盈線、交易成本優(yōu)化措施等。
至此,DeepSeek提供的賬戶診斷與專業(yè)建議可否匹敵券商一線投顧的平均水準(zhǔn),也引起了市場的極大關(guān)注。
華福證券相關(guān)人士告訴記者,DeepSeek在股票基金賬戶診斷方面表現(xiàn)出色。以一個(gè)普通賬戶為例,模型能夠在約 6 分鐘內(nèi)整合近百條市場數(shù)據(jù)和持倉信息,對(duì)賬戶持倉結(jié)構(gòu)進(jìn)行全面剖析,并給出直觀清晰的風(fēng)險(xiǎn)評(píng)估報(bào)告,評(píng)估準(zhǔn)確性達(dá)到85%。但在調(diào)倉建議環(huán)節(jié),與一線投顧相比仍有差距。該人士指出,DeepSeek目前還難以完全模擬人類投顧對(duì)復(fù)雜人性和市場微妙變化的理解,在洞察客戶個(gè)性化深層次需求方面,投顧的能力仍不可替代。
銀河證券財(cái)富管理首席投資官、產(chǎn)品中心總經(jīng)理張嘉為表示,從內(nèi)外部的測評(píng)反饋來看,DeepSeek在數(shù)據(jù)分析處理速度與響應(yīng)及時(shí)程度方面遠(yuǎn)超人工投顧;但是,囿于DeepSeek作為智能化大模型本身仍舊是“模型工具”,對(duì)于復(fù)雜市場環(huán)境分析、資訊信息準(zhǔn)確性辨別及客戶多元化需求分析等多領(lǐng)域仍與專業(yè)投顧存在較大差距。不同的引導(dǎo)問題及數(shù)據(jù)物料,也會(huì)產(chǎn)生出完全截然不同的分析結(jié)論,但最終結(jié)論的選擇與判斷仍強(qiáng)依賴于個(gè)人的專業(yè)理解。
國信證券技術(shù)部相關(guān)人士指出,在賬戶診斷及調(diào)倉建議方面,DeepSeek存在線性外推、數(shù)據(jù)不完整,甚至部分基金代碼出現(xiàn)錯(cuò)誤等問題,目前并不足以替代一線投顧的專業(yè)建議。
談及原因時(shí),該名國信證券技術(shù)部人士認(rèn)為,這主要因?yàn)镈eepSeek只對(duì)接互聯(lián)網(wǎng)數(shù)據(jù),未能對(duì)接專業(yè)可信的金融行業(yè)數(shù)據(jù)庫、企業(yè)內(nèi)部知識(shí)庫和客戶畫像庫,因此會(huì)存在數(shù)據(jù)和信息錯(cuò)誤的情況。另外對(duì)于業(yè)務(wù)決策的深度思考,需要大模型對(duì)行業(yè)數(shù)據(jù)以及專家規(guī)則進(jìn)行系統(tǒng)性的學(xué)習(xí)和積累,目前還未能證明可以做到比較好的決策能力。
東莞證券相關(guān)人士談到,人工智能發(fā)展可以分為在線服務(wù)、自動(dòng)化服務(wù)和智能涌現(xiàn)三個(gè)層次。從目前進(jìn)展來看,行業(yè)的智能投顧的“智能化”主要集中在第二層次,在投資者畫像、資產(chǎn)配置、投資組合選擇等環(huán)節(jié)通過計(jì)算機(jī)操作代替人工,用線上服務(wù)代替線下服務(wù)。然而證券市場不可預(yù)測、不確定性強(qiáng),量化策略研發(fā)需要不斷實(shí)驗(yàn)和調(diào)整,難以應(yīng)對(duì)“黑天鵝”等異常事件,模型算法魯棒性需要加強(qiáng)。目前的智能化技術(shù)難以支持,距離培育自主決策的量化投資智能體仍相差甚遠(yuǎn),由機(jī)器自主決策的“強(qiáng)智能”在金融投資領(lǐng)域的廣泛應(yīng)用尚無明確時(shí)間表。
業(yè)內(nèi)熱議長尾客戶黏性是否下滑
盡管DeepSeek不能取代一線投顧,但第三方AI平臺(tái)憑借投資建議的易獲取性優(yōu)勢,正吸引年輕投資者注意力。他們大多屬于證券公司中以往未得到充分服務(wù)的長尾客戶群體。這一潛在變化趨勢對(duì)于依賴投顧業(yè)務(wù)盈利的證券公司而言,構(gòu)成壓力。
多名受訪券商人士坦承,上述情形確實(shí)在影響長尾客戶與券商投顧之間的粘性。前述國信證券相關(guān)人士談到,“大模型前的時(shí)代,受制于專業(yè)投顧精力有限,行業(yè)有較大量的長尾客戶需求難以被及時(shí)有效滿足。而大模型時(shí)代,DeepSeek等大模型在信息檢索加工以及深度思考能力突出,在長尾客戶的投資陪伴部分服務(wù)領(lǐng)域中表現(xiàn)出來的便捷性和及時(shí)性等效果,給客戶的直觀感受可能優(yōu)于傳統(tǒng)人工投顧服務(wù)?!?/p>
國泰君安相關(guān)人士表示,第三方AI平臺(tái)的出現(xiàn)有可能發(fā)生甚至已經(jīng)在影響投資者和券商投顧的粘性關(guān)系,不僅是價(jià)格敏感的長尾客戶,還有對(duì)AI有所研究或者投資能力更高的客戶。
券商中國記者注意到,在前述社交媒體平臺(tái)上,確實(shí)有部分投資者聲稱“自主建立了基于DeepSeek的金融分析模型,用于選股或者ETF配置等?!?/p>
上述國泰君安人士認(rèn)為,第三方AI平臺(tái)有四方面優(yōu)勢:一是能為長尾客戶提供定制化、個(gè)性化的咨詢服務(wù)和投顧建議;二是推理模型的存在,讓用戶可基于模型思考驗(yàn)證自身邏輯,降低黑箱困擾;三是社群化信任構(gòu)建,即隨著越來越多投資者分享第三方AI平臺(tái)帶來的投資輔助體驗(yàn),其他尚未接觸的投資者會(huì)被吸引到第三方平臺(tái);四是伴隨模型能力持續(xù)提升,其分析邏輯的深度、廣度將逐步趕超絕大多數(shù)的投資者乃至投顧。
東方證券相關(guān)人士補(bǔ)充稱,AI平臺(tái)一般成本較低,甚至免費(fèi),使得長尾客戶更愿意嘗試和依賴,相比之下券商投顧服務(wù)可能價(jià)格較高,限制了客戶的使用頻率。
不過,也有一些券商人士持相反意見。銀河證券張嘉為談到,投資者與券商投顧之間的黏性不會(huì)受到影響。主要因?yàn)?,一是大語言模型給予專業(yè)建議的本質(zhì)是依賴于模型深度推理分析能力、數(shù)據(jù)處理能力以及基于不同數(shù)據(jù)及語料的“訓(xùn)練過程”,即使專業(yè)投資者使用大模型也需要經(jīng)過長期的回測、調(diào)優(yōu)并不斷適配最新環(huán)境,因此專業(yè)建議的有效性也同樣需要經(jīng)歷周期與時(shí)間的驗(yàn)證。二是AI大模型也存在強(qiáng)化投資者認(rèn)知偏差、制造新的“信息繭房”的可能性。
平安證券經(jīng)紀(jì)業(yè)務(wù)事業(yè)部相關(guān)負(fù)責(zé)人談到,用戶并非為了炒股才用AI,而是用了AI后也會(huì)涉及投資性的內(nèi)容。從這個(gè)角度看,AI和投顧扮演的角色,和與客戶形成信任的機(jī)制是不一樣的。AI扮演的角色,是多了一個(gè)參考信息的來源。而對(duì)券商來說,跟客戶站在一起,去面對(duì)紛繁復(fù)雜的市場,這個(gè)角色沒有變,變的是新的環(huán)境下大家的工作方式和內(nèi)容。
華福證券相關(guān)人士也談到,第三方AI平臺(tái)不會(huì)比券商更易獲得長尾用戶的信任,因?yàn)橛脩舻谝淮?、第二次使用可能感覺新奇,但用多了,始終會(huì)覺得對(duì)面不是真的人類。另外,在專業(yè)性和合規(guī)性方面,券商投顧優(yōu)勢明顯。
投顧業(yè)務(wù)生態(tài)面臨重構(gòu)
證券業(yè)應(yīng)用智能投顧產(chǎn)品已有多年,但DeepSeek等大模型憑借其內(nèi)在的邏輯構(gòu)建、內(nèi)容生成與深度理解等能力,仍讓證券業(yè)感到“驚艷”。展望未來,伴隨科技平權(quán)、知識(shí)平權(quán)時(shí)代的到來,券商投顧業(yè)務(wù)生態(tài)無疑將經(jīng)歷顯著變革。
平安證券經(jīng)紀(jì)業(yè)務(wù)事業(yè)部相關(guān)負(fù)責(zé)人向券商中國記者表示:“券商投顧業(yè)務(wù)的核心競爭力將從‘信息不對(duì)稱優(yōu)勢’轉(zhuǎn)向‘技術(shù)賦能下的服務(wù)深度與客戶體驗(yàn)’?!?/p>
這也意味著,獲客留客的商業(yè)邏輯、投顧服務(wù)手段等可能面臨重構(gòu)。以部分商業(yè)邏輯為例,過去有些機(jī)構(gòu)打造“一鍵上傳持倉截圖”功能作為引流的抓手,即吸引客戶注冊(cè)賬號(hào)甚至開戶以解鎖賬戶診斷方案。如今,年輕用戶已經(jīng)可以在不同AI平臺(tái)上免費(fèi)獲取賬戶診斷的信息。盡管當(dāng)前DeepSeek等大模型的診斷準(zhǔn)確率有待提高,但伴隨未來模型能力的提升,上述獲客的商業(yè)邏輯將會(huì)面臨重構(gòu)。
上述案例正是投顧服務(wù)“信息不對(duì)稱“優(yōu)勢逐漸減弱的一個(gè)體現(xiàn)。未來,券商獲客的難度預(yù)計(jì)將上升。東方證券相關(guān)人士表示,投資者更容易從第三方AI平臺(tái)獲取定制化的投資建議,券商需要投入更多資源吸引和留住客戶,尤其是長尾客戶群體。
在服務(wù)模式方面,多位受訪券商人士認(rèn)為需要重塑。前述平安證券相關(guān)負(fù)責(zé)人談到,隨著第三方平臺(tái)不斷提供個(gè)性化服務(wù),券商傳統(tǒng)的“標(biāo)準(zhǔn)化產(chǎn)品+人工服務(wù)”模式面臨著效率與體驗(yàn)的雙重挑戰(zhàn)。
在此背景下,業(yè)內(nèi)的共識(shí)是要“技術(shù)融合”——構(gòu)建“AI+投顧”的人機(jī)協(xié)同新模式。中信建投證券相關(guān)人士認(rèn)為,該模式既可以提升服務(wù)效率和客戶體驗(yàn),也可以釋放投顧生產(chǎn)力,能發(fā)力于定制化和高凈值客群服務(wù)。
東方證券相關(guān)人士談到,一方面技術(shù)賦能,券商可以利用AI技術(shù)提升投顧服務(wù)的效率和精準(zhǔn)度,例如通過AI進(jìn)行客戶畫像、投資組合優(yōu)化、風(fēng)險(xiǎn)控制等。另一方面差異化服務(wù),相對(duì)復(fù)雜的投資解決方案難以被AI完全替代,例如定制化投資組合、家族財(cái)富傳承等。
此外,在配套措施方面,國泰君安相關(guān)人士談到,投顧能力評(píng)價(jià)體系要迎來變革,不僅要聚焦在服務(wù)、投資、資產(chǎn)等范疇,投顧對(duì)AI工具的使用、對(duì)AI能力的理解也將進(jìn)一步納入整體的評(píng)價(jià)體系。
平安證券相關(guān)負(fù)責(zé)人直言,技術(shù)對(duì)專業(yè)能力有放大效應(yīng),“AI技術(shù)的普及,既加速了投顧人員的信息處理能力,也倒逼其向更高階的‘策略生成’和‘情感交互’角色升級(jí)。投顧的核心價(jià)值,轉(zhuǎn)向?qū)δP洼敵龅牟呗赃M(jìn)行邏輯驗(yàn)證與風(fēng)險(xiǎn)校準(zhǔn)?!?/p>
不同規(guī)模券商應(yīng)對(duì)挑戰(zhàn)各有招術(shù)
AI大勢已不可逆,既有機(jī)遇也有挑戰(zhàn)。多位受訪券商人士認(rèn)為,挑戰(zhàn)主要在于技術(shù)如何深度賦能業(yè)務(wù),并與業(yè)務(wù)融合。對(duì)此,不同類型的證券公司,其解題思路也存在差異。
國泰君安人士表示,AI浪潮下券商投顧業(yè)務(wù)將迎來多重發(fā)展機(jī)遇,一是證券公司可結(jié)合AI大模型和自身的專業(yè)數(shù)據(jù)稟賦、專業(yè)經(jīng)驗(yàn)和投資體系框架,構(gòu)建自身的智能化護(hù)城河。二是證券公司可利用智能投顧服務(wù)自身原本無法覆蓋的長尾客戶。三是利用大模型賦能投顧。四是進(jìn)一步將投顧能力封裝為企業(yè)級(jí)的綜合解決方案。據(jù)悉,國泰君安自2023年起就逐步探索AI大模型在證券投資顧問領(lǐng)域的賦能工作。
券商面臨的挑戰(zhàn)同樣不可小覷。該人士也指出,一是技術(shù)挑戰(zhàn),大多數(shù)券商并未有AI能力積累,如何充分研究大模型技術(shù)并得以與證券業(yè)務(wù)的深度融合存在挑戰(zhàn);二是成本挑戰(zhàn),大模型技術(shù)研究和應(yīng)用需要投入大量資金資源,中小型券商難以應(yīng)對(duì)高成本、高投入的AI競賽;三是人才挑戰(zhàn),目前懂業(yè)務(wù)、懂AI、懂技術(shù)的復(fù)合型人才稀缺且昂貴;四是轉(zhuǎn)型挑戰(zhàn),大模型的應(yīng)用需要與現(xiàn)有的流程模式融合,融合的過程中存在阻礙;五是數(shù)據(jù)治理挑戰(zhàn),智能化深度發(fā)展的前提是數(shù)字化治理取得一定成果,大量券商在數(shù)據(jù)治理方面仍處于初級(jí)階段。
作為中小券商的代表,東莞證券相關(guān)人士稱,對(duì)于技術(shù)薄弱、成本敏感型的中小券商而言,按“市場需求度、技術(shù)可行性、商業(yè)可行性”原則,多層次推進(jìn)是實(shí)現(xiàn)人工智能發(fā)展的關(guān)鍵,也是智能投顧發(fā)展的探索路徑。
“一是應(yīng)用優(yōu)先,部署現(xiàn)有廠商通用大模型并進(jìn)行本地化應(yīng)用快速對(duì)接,積累適配性創(chuàng)新經(jīng)驗(yàn),探索如何更好地與AI合作創(chuàng)新。二是能力培養(yǎng),以智能客服、專業(yè)化個(gè)人助手等應(yīng)用程序接口(API)調(diào)用服務(wù)建設(shè)為起點(diǎn),加強(qiáng)模型推理與智能體等技術(shù)應(yīng)用能力培育;同時(shí)嘗試與外部有實(shí)力的機(jī)構(gòu)開展合作,準(zhǔn)備好基礎(chǔ)條件,實(shí)現(xiàn)大模型本地化推理應(yīng)用服務(wù),逐步打通各類能力。”東莞證券人士表示。
校對(duì):陶謙