研报速递华泰证券2025年年报：信息技术投入26.79亿元，研发人员占员工总数20.76%。AI原生交易APP「AI涨乐」上线首日用户240万。这些数字背后，是一个更深的问题：券商这门生意，本质上是什么？当你真正想清楚这个问题，AI对这个行业的冲击力度，比你以为的还要大得多。
一、先想清楚：券商卖的是什么
要预测AI会对券商做什么，必须先想清楚券商究竟在卖什么。
表面答案是：通道、研究、资产管理、财富管理。
但这些都是手段。剥开来看，券商真正卖的只有两样东西：
第一样：信息差。投资的本质是对未来的判断。判断的质量取决于信息的质量和处理信息的能力。过去几十年，专业机构相对于普通投资者的核心优势，是更快、更全、更深地获取和处理信息——更早拿到财报、更快解读政策、更系统分析行业。这就是研究的价值，也是高佣金的底气。
第二样：信任差。普通投资者面对复杂的金融市场，需要一个"懂行的人"帮自己做决策或提供建议。这种信任关系，建立在人与人之间的沟通、背书和长期互动上。投顾、私行客户经理，本质上是信任的承载者。
现在，AI正在同时侵蚀这两样东西。信息处理能力，AI已经在很多维度超越了人类。随着模型能力持续提升，"AI辅助"会逐渐变成"AI主导，人类审核"，再变成"AI独立完成"。信任关系，AI暂时还无法完全替代——但它正在瓦解这个壁垒：当AI给出的建议持续比人类顾问更准确，信任会悄悄地从人转移到系统。
二、券商的价值链，正在被逐层拆解
理解了这两个本质，就能看清楚AI的冲击路径——它不是从外部攻击，而是从内部逐层拆解券商的价值链。
第一层：信息获取和处理（已基本被攻克）。初级分析师一天能读10份财报，AI一天能读10000份，且不出错、不走神、不需要休息。这层的拆解，意味着"信息差"已经开始消失。
第二层：研究判断（正在被攻克）。AI的训练数据里包含了几十年的投资判断、无数个历史周期的成败案例、全市场的交叉信号。它的判断是对人类集体智慧的统计性整合，在很多场景下会超过单个分析师的直觉。
第三层：客户关系（开始被渗透）。Robinhood Cortex的设计哲学揭示：大多数客户需要的不是专业建议，而是"能听懂的解释"。AI可以在毫秒内生成个性化解释，而人类投顾在市场大跌当天要同时应付几十个焦虑的客户来电。
三、预测2030：四个不可避免的结论
结论一：初级分析师这个职位，将在2028年前消失大半。
初级分析师存在的意义，是用人力来完成信息处理——这是AI的天然领地。当AI处理信息的成本趋近于零，雇用人类来做这件事的经济逻辑就不存在了。更重要的是：初级分析师不只是一个岗位，它是整个研究体系的入口。资深分析师的判断力来自多年"读烂了的财报"积累。当这个入口消失，下一代资深分析师从哪里来？这是AI替代初级分析师真正的深层影响：不只是裁员，是整个行业人才培养体系的断层。
结论二：财富管理将出现"超级投顾"，但大多数普通投顾会被淘汰。
一个真正优秀的投顾，加上AI工具，可以服务1000个客户，而不是现在的100个。市场只需要1/10数量的顶尖投顾，就能覆盖同样规模的客户群。财富管理的分布，会从现在的"纺锤形"，变成"哑铃形"——顶端是少数极优秀的"超级投顾"，底端是覆盖大众的AI系统，中间层消失。
结论三：中小券商的灭绝，不是因为竞争失败，而是因为存在理由消失。
AI打破了服务的地理边界和规模限制——头部券商的AI系统可以以几乎零边际成本覆盖到每个县城的每个投资者。当服务覆盖的地理壁垒消失，中小券商的存在理由就从根本上动摇了。不是打不过，是没有战场可守。中国140余家券商，2029年前后会加速向20-30家收缩。
结论四：真正的颠覆者，不会从现有券商内部长出来。
历史规律是清晰的：银行没有创造支付宝，出租车公司没有创造滴滴，报社没有创造微信公众号。不是因为这些传统机构的人不聪明，而是因为他们有太多需要保护的既有利益。一家AI原生券商，从第一行代码开始就没有这些包袱。它可以没有营业部、没有初级分析师、没有传统投顾、没有遗留IT系统。这家公司可能只需要几十人，服务千万量级的客户，佣金率压到现有水平的1/10，但利润率却高于任何传统券商。
四、一个没人认真讨论的深层风险
当所有人用同一套AI逻辑做决策，金融市场会发生什么？
金融市场的有效性，依赖于参与者的多样性。不同的人有不同的判断框架、不同的风险偏好、不同的信息来源——这种多样性产生了价格发现机制。AI的广泛应用正在侵蚀这种多样性。
当头部券商都用类似架构的大模型处理类似的数据，它们的判断会开始趋同。当趋同的判断驱动趋同的交易，市场的波动会从随机游走变成群体共振。2010年美股"闪崩"用了36分钟让道指蒸发近1000点，起因是算法交易的连锁反应。那时参与的算法还是规则型的、逻辑各异的。
未来的场景是：数百家机构的AI系统，同时从同类大模型中读取近似的市场判断，触发近似的买卖信号，在毫秒级别完成同向操作。一次系统性闪崩，可能不再是"36分钟"，而是"36秒"。这不是假设，是AI同质化的必然数学结果。
五、不会是互联网格局，但会有新的东西出现
很多人会问：AI金融会不会复制互联网的赢家通吃？最终只剩1-2家平台垄断一切？
答案是：不会。但原因比"监管会管"更深。
互联网走向极度集中，根本原因是网络效应——用的人越多，产品越好；产品越好，用的人越多。微信的护城河是你的朋友都在上面，你离开就失联。这是强绑定，迁移成本极高。
金融AI的网络效应要弱得多。但还有一个更深的结构性差异，几乎没人讨论：投资判断是反共识的，规模本身会侵蚀竞争优势。
如果东方财富的AI推荐买某只股票，2亿用户同时买入——股价被推到泡沫，然后崩盘，所有人亏损。最好的投资策略，必须是少数人持有的策略。这从根本上限制了"赢家通吃"的逻辑。越大越准，在投资领域是个伪命题。
那么，AI金融最终会形成什么格局？不是互联网的"1-2家通吃"，而是一个分层生态。
最底层是基础设施层：数据管道、清算系统、基础AI能力。这里有真正的规模效应，1-3家平台会形成寡头。
中间是策略层：具体的投资策略、行业研究、量化模型。这里天然反集中——策略一旦被太多人用就失效。会出现大量小而精的专业团队，高度分散，长尾生存。
最上面是服务层：哑铃结构——顶端少数超级投顾服务超高净值客户，底端AI系统服务大众，中间层消失。
这个格局，最接近的类比不是微信通吃社交，而是App Store——苹果控制分发平台，上面跑着几百万个独立开发者。在AI金融里，"独立开发者"是独立的策略团队、精品研究机构、专注细分赛道的小型基金。互联网时代"流量为王"的逻辑，在AI金融时代会变成"策略为王"。流量可以被平台垄断，策略不能。
六、什么样的人和团队，在这个领域有机会
前几节说的是"什么会消失"。这一节说最重要的事：谁能赢，以及为什么。
机会不均匀分布。它集中在三种人身上。
第一种人：同时懂金融逻辑和AI能力边界的"双栖者"。
不是"懂金融的人学了点AI"，也不是"懂AI的人进了券商"——而是两种能力在同一个人身上真正融合，能用AI思维重新设计金融业务，同时清楚地知道AI在哪里会失灵。这种人大概率不在传统券商，也不在纯AI公司，可能在FinTech（金融科技）公司里同时负责产品和策略的位置。
第二种人：掌握"不可迁移数据"的人。
AI竞争的本质是数据竞争。但有些数据只能通过特定的关系和场景积累，无法被复制，这才是真正的护城河。具体包括：客户行为的深层数据（什么情绪状态下做了什么决策）、产业链的一手信息（芯片工厂老工程师在参观时的观察）、极端市场时刻的决策记录（2015年股灾、2020年疫情崩盘的实战经验）。掌握这类数据的人，不会被AI替代，反而会被AI放大——他们的数据成为AI系统最稀缺的输入。
第三种人：在AI高度同质化之后，提供"异类判断"的人。
当所有机构用同类AI做判断，市场多样性消失，少数坚持独立判断的人，其判断的价值反而上升了。历史上每次市场高度趋同的时刻，都是逆向投资者收获最大的时刻。AI时代的"众人"，是高度同质化的算法。在算法趋同的时候保持独立判断的人，就是新时代的逆向投资者。前提是：你得真正理解AI在什么时候会系统性失准。AI的失准不是随机的——它在历史先例充分的情况下很准，在真正的结构性断裂面前会失灵。
结语：不是"AI会不会来"，是"你在哪一边"
这场演化没有悬念。上一次互联网革命，消灭了柜台操作员，创造了产品经理；消灭了信息中介，创造了内容创作者。这一次AI革命，正在消灭信息处理者，创造双栖判断者；消灭通用投顾，创造超级投顾；消灭同质化判断，创造异类思考者的溢价。
那家AI原生券商，可能正在某个地方写第一行代码。坐在它对面谈判的，会是第一种人。为它提供竞争对手看不到的信号的，会是第二种人。在它的算法第一次系统性失灵时赚走它钱的，会是第三种人。这三种人，你是哪一种？
数据来源：华泰证券2025年年报（2026-03-31）；中信证券AI平台CAP应用报告；国海证券2024年年报；东方财富妙想大模型公告（2025-03-24）；证监会相关负责人讲话（2025-12-29）；Robinhood Cortex官方文档（2025）；中国证券业协会月活数据（2025-12）；摩根士丹利裁员报道（2025）
发表评论
发表评论: