继数字人热潮之后，证券行业 AI 应用战场再度转移，各大券商纷纷发力 Skill 智能体技能服务，开启新一轮行业卡位竞赛。头部机构率先布局相关工具并落地多元业务场景，中小券商则依托第三方平台试水布局。但行业调研显示，当前 Skill 应用存在技术分化、AI 幻觉等现实问题，业内共识指出，单纯堆砌技能难以构筑竞争壁垒，金融业务数字孪生体系才是未来决胜关键。

一、行业热潮来袭：头部券商集中布局 Skill 服务

Skill 即智能体技能，是将成熟业务系统封装为标准化功能单元，支持大模型自主识别、调用并完成实操任务。相较于仅能实现形象展示、基础对话的数字人，Skill 打通了自然语言交互与业务落地的全链路，具备轻量化、免下载、可直接执行的特点，成为券商落地 AI 实操应用的重要载体。

自今年 4 月起，头部券商开启密集上线节奏，布局节奏稳步推进。4 月，国泰海通推出灵犀 Skills，覆盖研报查询、行情检索、个股筛选、自选股管理等六大基础功能。5 月成为行业集中发力期，广发证券打造完整 Skills 矩阵，应用范围延伸至投研、财富管理、客户服务、合规风控等全核心业务；国信证券同步上线六大技能，聚焦智能选股、ETF 与基金对比、宏观及财务数据查询等实用场景。

进入 6 月，中金公司、华泰证券持续加码。中金推出多位首席分析师专属 Skill，覆盖策略、大类资产、电力新能源等主流投研方向；华泰证券区分客群布局，面向机构投资者推出投研类智研 Skill，面向个人用户上线 “AI 涨乐 Skills”，提供选股、行情查询等普惠功能。

整体来看，目前 Skill 布局主力仍是头部券商，应用场景以投研、智能投顾为主，同时部分机构也开始探索利用技能工具实现内部运营、风控等环节的数字化赋能。中小券商受技术、算力、数据等条件限制，大多选择与同花顺、恒生聚源等第三方机构合作，借成熟产品切入赛道，其中投顾场景的落地需求最为旺盛。

二、技术壁垒分化：简易应用易落地，复杂场景门槛高

从技术层面来看，券商 Skill 服务呈现出明显的两极分化特征。业内技术专家表示，通用资讯总结、简单问答等基础类 Skill 开发难度较低，仅依靠指令调优、单一功能开发便可快速落地，这也是众多机构能够短时间推出基础技能工具的原因。

但面向深度业务的复杂 Skill，对机构综合实力提出极高要求。这类应用需要对原有业务系统、数据体系进行全方位 AI 化重构，依托专业的业务建模与数据建模搭建底层框架。而该过程离不开强大的 IT 基础设施、完善的数据治理能力，同时 GPU 算力等硬件也会产生高额投入。头部券商凭借长期积累的技术底座、充足研发预算，才有能力攻克复杂场景的技术难题，这也拉开了行业能力差距。

即便技术层面逐步完善，AI 幻觉仍是当前所有 Skill 应用无法彻底规避的共性问题。据第三方机构内部测试数据，Skill 工具输出结果的最高准确率约 95%，仍存在信息偏差、逻辑错误等风险。出于合规与风险管控考量，现阶段 Skill 产出内容必须经过人工复核，业内也普遍认为，当前该类工具更适合用于机构内部提效，直接面向外部投资者的全自主应用仍需谨慎。

三、竞争分水岭显现：技能数量非核心，数字孪生架构定格局

眼下全行业扎堆布局 Skill，更多是券商拥抱人工智能的战略表态，行业仍处于早期探索阶段。业内人士直言，未来行业竞争的分水岭，绝非技能工具的数量多少，而是能否搭建适配金融业务的数字孪生地图（业务本体地图）。

所谓金融业务数字孪生地图，是将券商繁杂的业务逻辑、数据关联、合规规则进行结构化、网络化梳理形成的底层架构，如同业务运行的智能导航。它可以把零散、独立的各类 Skill 串联协同，实现多技能联动完成复杂业务指令。反之，如果只是盲目叠加零散 Skill，各家产品功能趋于雷同，行业将陷入严重同质化，无法建立核心竞争护城河。

一方面，零散技能在应对复杂决策时存在短板，想要让大模型完成深度任务，需要堆砌大量业务背景指令，梳理流程繁琐且缺乏统一标准；另一方面，单一 Skill 各自独立运作，难以形成业务闭环，无法为客户提供一体化、差异化服务。多位行业从业者认为，现阶段金融领域 Skill 产品同质化问题突出，单纯比拼工具数量没有实际意义，深耕客户服务、打造差异化价值才是正道。

四、行业发展展望：AI 从提效工具迈向新型创收赛道

证券行业探索 AI 应用由来已久，在 Skill 兴起之前，智能投顾、智能投研、文档解析、营销生成等 AI 场景已逐步落地。不过业内判断，当前行业 AI 应用整体仍处在简单场景向深度核心业务过渡的阶段。目前多数应用停留在不触及核心数据库的表层改造，面对复杂任务拆解、多技能协同等深度需求，现有模型能力仍显不足。

随着大模型技术迭代、业务本体地图逐步落地，未来 AI 将全面渗透投行、投研、财富管理、风控等券商核心业务板块。对于 AI 落地路径，行业也形成共识：金融机构可先从内部流程 AI 改造入手，借助智能体沉淀业务经验、优化执行流程，循序渐进完成全链路数字化重塑。

而在商业模式层面，AI 服务有望成为券商全新的盈利增长点。当前证券行业交易佣金持续下行已是大势所趋，专业投顾服务成为券商财富管理转型、提升盈利能力的核心方向。AI 技术大幅降低了投顾服务的落地成本，依托 Skill 与业务本体地图形成的技术分层，券商可搭建阶梯式收费体系：基础 Skill 作为免费引流工具，维系客户粘性；依托数字孪生架构实现的资产诊断、专业策略制定、动态调仓等深度服务，凭借高专业性与稀缺性开展增值收费。

与此同时，控制运营成本是该模式能否持续盈利的关键。完善的业务本体地图能够减少大模型冗余指令输入，降低推理成本，且架构成型后几乎无需二次开发，形成 “高附加值 + 低边际成本” 的优质盈利模型。长远来看，AI 服务不仅能赋能券商升级现有业务，更有望成长为证券行业极具潜力的全新利润曲线。

从用户视角而言，券商 AI 服务的普及也让 “AI 服务普惠” 成为市场关注焦点。目前行业分化明显，机构端高阶投研 Skill 大多实行付费订阅模式，面向个人投资者的工具则分为永久免费、限时免费两类，不同客群能否平等享受 AI 技术红利，也将成为行业长期观察方向。整体而言，打通业务、组织、生态全链路闭环，才能让 AI 技术真正释放价值，推动券商 AI 赛道走向良性、可持续发展。