數(shù)字技術(shù)與智能化創(chuàng)新,正全面重塑證券行業(yè)的生態(tài)體系和價(jià)值邏輯,。
近年來,,面對生成式AI技術(shù)帶來的顛覆性變革,大部分券商持續(xù)強(qiáng)化金融科技布局,加大信息技術(shù)投入,,著智力構(gòu)建覆蓋能投顧,、精準(zhǔn)營銷、量化風(fēng)控等核心場景的數(shù)字化解決方案,。
大模型在證券行業(yè)落地進(jìn)展迅猛,,也帶來成本高企等難題。受訪人士認(rèn)為,,券商應(yīng)對AI大模型的高成本挑戰(zhàn),,核心思路是“精準(zhǔn)投入、降本增效”,,可通過優(yōu)化投入結(jié)構(gòu),、加強(qiáng)合作共享、走混合技術(shù)路線等方式,,多管齊下破解成本之困,。
8家投入金額超10億元
2024年報(bào)數(shù)據(jù)顯示,約有20家券商披露信息技術(shù)領(lǐng)域的資金投入情況,,投入金額超過10億元的有8家,。
其中,華泰證券和國泰君安兩家券商的資金投入規(guī)模在20億元以上,,分別以24.48億元和22億元的投入規(guī)模位居前列,。
中金公司、招商證券,、中信建投,、廣發(fā)證券,、銀河證券和申萬宏源六家券商的投入金額均超過10億元,,分別為15.85億元、15.83億元,、15.2億元,、13.77億元、12.54億元和11.85億元,。
近年來,,券商高度重視信息技術(shù)管理工作,持續(xù)加大金融科技投入力度,。15家券商2024年的信息技術(shù)投入金額實(shí)現(xiàn)增長,。其中,光大證券的信息技術(shù)投入為6.59億元,,同比增長20.92%,;紅塔證券和南京證券的信息技術(shù)投入分別為1.73億元和1.76億元,同比分別增長13.82%和11.39%,。
北京社科院副研究員王鵬在接受《國際金融報(bào)》記者采訪時(shí)表示,,數(shù)字金融對金融機(jī)構(gòu)的數(shù)字化水平提出了更高的要求,,促使券商加大信息技術(shù)投入。同時(shí),,市場交投活躍度上升,,大量開戶、交易需求對券商的服務(wù)能力和技術(shù)系統(tǒng)提出新挑戰(zhàn),,促使券商強(qiáng)化信息系統(tǒng)建設(shè),。
“在證券行業(yè)競爭激烈的背景下,金融科技可以提高交易效率,,幫助券商更好地理解客戶需求,,提供個(gè)性化服務(wù),從而提升競爭力,?!蓖貔i說。
南寧學(xué)院金融專家,、博士石磊在接受《國際金融報(bào)》記者采訪時(shí)表示,,券商發(fā)力金融科技主要有三大核心驅(qū)動力:
首先是行業(yè)自身的轉(zhuǎn)型壓力。特別是中小券商,,傳統(tǒng)線下服務(wù)模式成本高,、同質(zhì)化嚴(yán)重,需要通過線上化,、自動化實(shí)現(xiàn)差異化突圍,。比如說智能開戶、電子合同這些應(yīng)用,,本質(zhì)上是用技術(shù)重構(gòu)業(yè)務(wù)流程,,減少對人力的依賴,實(shí)現(xiàn)降本增效,。
二是技術(shù)紅利的倒逼,。過去券商的IT系統(tǒng)更多是支持基礎(chǔ)業(yè)務(wù)和流程管理,但現(xiàn)在像DeepSeek這類大模型的出現(xiàn),,讓生成式AI能深度融入投顧服務(wù),、風(fēng)險(xiǎn)預(yù)警等場景。
三是監(jiān)管合規(guī)的要求?,F(xiàn)在對券商系統(tǒng)穩(wěn)定性要求精確到秒級中斷容忍,,反洗錢監(jiān)控要穿透多層嵌套交易,這些靠人工排查基本不太現(xiàn)實(shí),。比如盤中異常交易攔截,,需要依賴算法實(shí)時(shí)識別。技術(shù)在這里既是合規(guī)工具,更是業(yè)務(wù)開展的準(zhǔn)入門檻,。
AI技術(shù)重塑業(yè)務(wù)場景
今年以來,,DeepSeek人工智能技術(shù)在金融領(lǐng)域掀起創(chuàng)新浪潮,眾多金融機(jī)構(gòu)競相推進(jìn)該技術(shù)的應(yīng)用落地,。通過科技手段賦能傳統(tǒng)金融業(yè)務(wù)轉(zhuǎn)型,,持續(xù)加碼數(shù)字化能力建設(shè)已成為證券行業(yè)的普遍共識。
國泰君安在年報(bào)中指出,,公司已基本建成企業(yè)級數(shù)據(jù)庫,,完成管理駕駛艙全面改版升級,初步落地智能化基礎(chǔ)設(shè)施,,行業(yè)首家實(shí)現(xiàn)將大模型能力全面融入客戶服務(wù)體系,,將持續(xù)推進(jìn)自主金融科技創(chuàng)新。
在夯實(shí)AI大模型的底層能力基礎(chǔ)上,,券商探索以AI思維和技術(shù)重塑業(yè)務(wù)場景的可能,。華泰證券首席執(zhí)行官周易表示,目前公司已落地集異構(gòu)算力,、運(yùn)營管理,、應(yīng)用開發(fā)三位一體的大模型平臺體系,在投研,、投顧,、投行等典型場景取得進(jìn)展。
券商在AI大模型布局方面取得突破進(jìn)展,。廣發(fā)證券董事長林傳輝表示,,過去一年公司累計(jì)落地43個(gè)AI大模型應(yīng)用,場景數(shù)量和業(yè)務(wù)覆蓋保持行業(yè)領(lǐng)先,。
“當(dāng)前證券公司在AI大模型方面的投入顯著,,且應(yīng)用效果初顯?!蓖貔i認(rèn)為,,AI大模型已廣泛應(yīng)用于券商的經(jīng)紀(jì)、研究,、投行、合規(guī)等多個(gè)場景,,為業(yè)務(wù)開展和管理模式優(yōu)化提供了技術(shù)支持,。
AI大模型在降低成本、控制風(fēng)險(xiǎn),、優(yōu)化體驗(yàn)和增加收益等方面展現(xiàn)出廣闊的應(yīng)用前景,。王鵬稱,智能投顧服務(wù)可以通過AI大模型提供個(gè)性化的投資建議,幫助客戶識別和規(guī)避潛在的投資風(fēng)險(xiǎn),;在異常交易監(jiān)控,、反洗錢等方面,AI大模型也能發(fā)揮巨大作用,。
“目前券商對AI大模型的投入,,可以用三個(gè)關(guān)鍵詞概括:敢砸錢、見實(shí)效,、有挑戰(zhàn),。”石磊表示,,最直接的效果就是降本增效,。比如在風(fēng)險(xiǎn)防控這種硬核領(lǐng)域,中信證券用大模型+圖計(jì)算攔截盤中異常交易,,成功率直接拉高40%,,這是人工盯盤難以達(dá)成的。
多措應(yīng)對高成本挑戰(zhàn)
生成式人工智能浪潮正引發(fā)證券行業(yè)底層技術(shù)架構(gòu)的革新,,同時(shí)模型訓(xùn)練所需的算力集群建設(shè)年均投入超千萬量級,,加之?dāng)?shù)據(jù)治理和算法迭代的持續(xù)性支出,行業(yè)正面臨投入產(chǎn)出比優(yōu)化的戰(zhàn)略考驗(yàn),。
對此,,記者采訪獲悉,券商應(yīng)對AI大模型的高成本挑戰(zhàn),,核心思路是“精準(zhǔn)投入,、降本增效”,具體可歸納為如下幾點(diǎn):
第一,,優(yōu)化投入結(jié)構(gòu),,即錢要花在刀刃上。石磊表示,,頭部券商收縮IT總投入但聚焦核心業(yè)務(wù)場景,,比如用大模型升級投研、客服,、風(fēng)控等高頻剛需業(yè)務(wù),;中小機(jī)構(gòu)則借力通用大模型快速落地,減少定制開發(fā)成本,,實(shí)現(xiàn)主要業(yè)務(wù)的覆蓋,。
第二,技術(shù)走“混合路線”,。數(shù)據(jù)安全是大前提,,通過“大模型+小模型”組合降低算力消耗,,同時(shí)活用開源技術(shù)(如DeepSeek)和實(shí)時(shí)接口,平衡性能與成本,。
第三,,加強(qiáng)合作與共享,即抱團(tuán)分?jǐn)倝毫?。王鵬建議,,券商可與其他金融機(jī)構(gòu)、科技公司等建立合作關(guān)系,,共享技術(shù)資源和研發(fā)成果,,降低研發(fā)成本。
第四,,提升技術(shù)效率,,探索商業(yè)化應(yīng)用。通過技術(shù)創(chuàng)新和優(yōu)化算法等方式,,提高大模型的訓(xùn)練效率和推理速度,,降低算力成本。積極推動AI大模型的商業(yè)化應(yīng)用,,通過提供智能投顧,、風(fēng)險(xiǎn)管理等增值服務(wù),實(shí)現(xiàn)技術(shù)投入的回報(bào),。
“未來券商拼的不只是技術(shù)燒錢速度,,更是誰能把AI成本和業(yè)務(wù)價(jià)值精準(zhǔn)匹配?!笔诖蛄藗€(gè)比方,,大模型最終會像水電一樣,成為券商基礎(chǔ)設(shè)施,,關(guān)鍵看誰能先用出“性價(jià)比”,。