證券時報網(wǎng)
鐘恬
2025-03-28 22:37
證券時報記者 馬靜
一方面,，券商分析師數(shù)量持續(xù)增長,，截至2024年底已達5776人,；另一方面,，人工智能（AI）大模型在多環(huán)節(jié)大幅提升了投研效率,。當分析師直面AI時,，由此產(chǎn)生了職業(yè)焦慮,。
不過,，證券時報記者對多家券商研究所的調(diào)查情況顯示,，短期內(nèi),，AI的發(fā)展或許會使助理分析師的需求有所降低，卻無法完全替代分析師,。
受訪者普遍認為,，AI更多是作為智能助手，承擔基礎和重復性的工作,，而深度研究仍會是分析師的主場,。
分析師日常工作積極擁抱AI
記者從受訪券商處了解到，DeepSeek火熱之后,，不論年輕抑或資深,，總量小組或是行業(yè)小組的分析師們，都在積極學習使用AI工具,。除了內(nèi)在驅(qū)動外,，正如廣發(fā)證券發(fā)展研究中心提到的，公司和部門層面在積極引導分析師借助AI輔助自身研究工作,。
據(jù)中信建投證券研究所有關人士介紹,，在學習路徑方面，一些動手能力強的分析師已然是扣子,、秘塔等 AIGC（人工智能生成內(nèi)容）平臺工具的重度使用者,，另有一些分析師則側重于與技術人員展開合作,，積極探索場景發(fā)掘。一些資深研究員,，更希望能通過AI針對行研框架,、產(chǎn)業(yè)鏈研究、估值模型等提供整體的解決方案,。
“分析師對AI工具的接受度普遍較高,，這是因為他們在工作中切實感受到了AI帶來的效率提升?！闭闵套C券研究所有關人士表示,。申萬宏源研究總經(jīng)理助理,、TMT總監(jiān),、首席分析師劉洋則預判，未來在研究所里,，必將是人人使用AI,，人人善于AI。
不過,，雖然AI在投研領域中所起的作用越來越重要,，但仍不可完全替代分析師?！胺治鰩煹膬r值主要體現(xiàn)在發(fā)現(xiàn)上市公司的價值以及與投資者進行溝通交流上,。在這個過程中，分析師會對產(chǎn)業(yè)的發(fā)展變化形成個性化的判斷,，進而產(chǎn)生新的知識和觀點,，并且能夠在產(chǎn)業(yè)界積累自身的影響力?！睆V發(fā)證券發(fā)展研究中心相關人士認為,。
AI投研仍需人類主導
記者了解到，AI在一些單項技能上表現(xiàn)出色,，但在細分場景中,，還很難說當下AI已徹底接近甚至超越分析師的表現(xiàn)。
據(jù)國信證券經(jīng)濟研究所策略首席分析師王開介紹,，AI在“聽”和“讀”這類輸入任務上表現(xiàn)較好,，能夠高效歸納市場信息、提煉觀點要點,，不過存在遺忘問題,，而且處理過多信息時容易丟失重點。在數(shù)據(jù)計算,、模型優(yōu)化方面,，AI也能助力分析師提高工作效率,，但仍需在分析師的監(jiān)督下開展工作，以避免出現(xiàn)“AI幻覺”,。對于AI在“寫”方面的質(zhì)量,，評價褒貶不一，它能夠快速整合相應素材,，然而在邏輯性,、連貫性和專業(yè)性上仍有待訓練和改進，尤其在深度研究和市場策略分析方面,，還需逐步打磨和優(yōu)化,。
中金公司研究部執(zhí)行總經(jīng)理、非銀行金融及金融科技行業(yè)首席分析師姚澤宇也提到,，在當前所測試的應用場景中,，AI在回答完整度、忠實度,、準確性等方面,，平均能達到70～80分的水平，特別是在大模型所擅長的讀,、寫這類場景里,，表現(xiàn)更為突出。不過,，在信息甄別,、觀點認知、決策建議等對專業(yè)性及精確度要求更高的場景中,，依舊需要分析師發(fā)揮主導作用,，從而確保結果的質(zhì)量。
中信建投證券研究所有關人士提到,，雖然AI在公開信息的采集,、合成等方面能力已超越人類，但由于幻覺問題還未根除,，由 AI整理的各類“初稿”,，仍需研究員人工復審，在大部分場景下無法直接交付給客戶,。
分析師與AI“互助”
“AI能夠替代部分助理研究員所做的基礎且重復性的工作,，然而在競爭壁壘分析、商業(yè)模式拆解,、估值模型邊際變化,、投資評級建議等深度研究領域，依舊是分析師發(fā)揮主導作用的‘主場’,?！闭闵套C券研究所有關人士表示,。
中信建投證券研究所有關人士亦認為，以DeepSeek為代表的大模型在投研工作中的意義,，在于解構復雜腦力勞動中的標準化環(huán)節(jié),，將人類從重復性信息處理中解放出來，為專業(yè)分析騰出認知帶寬,。在他看來,，應該把AI看作是金融行業(yè)生產(chǎn)力工具的進化升級，未來更可能是人機協(xié)同,，由AI當助理,。
王開也更傾向于把當前的AI作為增強型工具，而非完全獨立決策主體,。更現(xiàn)實的趨勢是“分析師邏輯搭建+AI執(zhí)行”,，即AI 作為分析師的智能助手，承擔數(shù)據(jù)處理,、趨勢分析和輔助建模等工作,，而人類分析師則聚焦于研究邏輯的構建。
劉洋則認為,，在深度思考、旁征博引,、跨領域思考方面,，分析師與AI應當共同進步，甚至互相幫助,。
助理分析師面臨挑戰(zhàn)
當前,，AI正在重塑研究所的人才培養(yǎng)體系，當研究團隊負責人及資深分析師更多借力智能投研助理時,，對人工助理分析師的需求將會下降,。
中信建投證券研究所有關人士表示，助理分析師所承擔的工作相對基礎,，涵蓋資料整理,、日報周報撰寫、基礎數(shù)據(jù)分析等方面,。然而,，與人類相比，人工智能不僅可以勝任這些工作,，而且在效率,、成本和穩(wěn)定性方面更具優(yōu)勢，效率更高,、成本更低且穩(wěn)定性更強,。與此同時,，由于AI本身具有“越用越聰明”的特性，在分析師與AI日常持續(xù)交互并協(xié)同為客戶服務的過程中,，AI積累的專業(yè)知識會日益豐富,，所掌握的專業(yè)技能也會更加完善。這反過來又會進一步增強分析師對AI的信賴程度,，從而形成一種人機合作的良性循環(huán)效應,。
不過，對此也有不同的觀點,。廣發(fā)證券研究所認為,，從分析師成長路徑來看，基礎性,、重復性工作也是學習成長的必備過程,，很難說可以完全跳過。
姚澤宇持有類似觀點,。在他看來,，賣方分析師一般需要歷經(jīng)長時間的訓練，以此增強自身全方位的專業(yè)能力,，進而贏得客戶信任并提升市場影響力,。在這一過程中，分析師不僅要持續(xù)豐富自身的專業(yè)認知,、完善研究框架,，還得不斷改進表達溝通技巧、提升綜合素質(zhì),。相對來說,，后者很難通過AI大模型迅速獲得顯著提升。
