今天再问一家券商有没有AI,已经没有意义了。
大模型几乎成为每家机构的标配。
真正拉开差距的,不再是谁部署了模型,而是谁真正让AI创造了业务价值。
遗憾的是,现实并没有想象中乐观。
最近参加互联网证券业务研讨会,一位行业老兵分享了一个很有意思的比喻。
他说,今天很多券商做AI,更像2006年的智能手机,而不是2007年的iPhone。

AI真正带来的,不是升级,而是换代
2007年以前,不是没有智能手机。
诺基亚有,黑莓有,摩托罗拉也有。
但真正让所有人意识到新时代开始的,是第一代iPhone。
原因不是配置更高,也不是功能更多,而是它第一次重新定义了人与手机的交互方式。
它让所有人意识到:原来手机还可以这样用。
今天的大模型,同样如此。
过去很多年,金融行业一直在做人工智能。
OCR、语音识别、推荐算法、知识图谱、量化模型……这些都属于AI。
但直到ChatGPT、DeepSeek等大模型出现,行业才真正意识到,新一代AI与过去最大的区别,不只是模型能力更强,而是人与机器的关系发生了变化。
过去,人适应系统。
今天,系统开始理解人。
过去,人必须学习软件怎么用。
今天,软件开始理解人的意图。
为什么AI很热闹,价值却没有兑现?
每家公司都有自己的Agent,每家公司都有AI助手。
甚至不少机构开始统计每天消耗了多少Token、上线了多少智能体、完成了多少AI应用。
这些数字看起来很热闹,但它们并不能直接回答一个问题:
AI到底创造了多少业务价值?
麦肯锡、MIT等机构近两年的研究也反映了类似现象:企业普遍加大了AI投入,但真正形成规模化商业价值的案例仍然有限。许多项目改善了局部效率,却没有转化为组织层面的竞争优势。
证券行业同样如此。不少AI项目,本质上仍然停留在局部提效阶段。
客服更智能了,营销文案生成更快了,代码编写效率提高了,知识检索方便了。
这些当然都有价值,但它们更多改善的是一个点,而不是一条链;优化的是一个岗位,而不是一个组织。
于是就出现了一种很有意思的现象。
企业投入越来越多,模型越来越先进,Token越来越高。
真正能够改变收入结构、组织效率、客户体验的案例,却依然凤毛麟角。
这其实暴露出的问题是,很多企业是在用互联网时代的方法做AI。
最大的问题,不是不会做AI,而是在给旧系统套AI外衣
很多AI产品都采用了类似的思路。
原来的系统保持不变,增加一个聊天窗口,接入一个大模型。
于是,一个AI产品就诞生了。
这种方式当然有意义。
但它更像是在旧房子里重新装修,而不是重新设计建筑。
很多AI助手,本质上只是一个新的交互入口。
后台流程没有变化,组织方式没有变化,业务逻辑没有变化。
客户价值自然也不会发生质变。
就像当年第一批所谓的智能手机,很多只是传统手机增加了一些软件。
真正改变行业的,不是多了几个应用,而是iPhone重新设计了整个产品逻辑。
AI也是如此。如果只是把原来的流程换成AI回答,把原来的搜索换成AI生成,把原来的客服换成AI聊天,它带来的更多是效率提升,而不是模式创新。
真正值得关注的,不是AI替代了哪个岗位,而是AI有没有重新定义业务。
技术真正改变世界,从来不是因为技术
分享中提到了两个历史故事,特别值得行业思考。
第一个是坦克。
第一次世界大战期间,坦克已经出现。
但真正改变战争形态的,并不是发明坦克的人,而是德国。
德国没有发明新武器,它只是重新组织了武器。
过去,坦克只是步兵的辅助装备,德国却把坦克集中起来,形成装甲集群,配合空军实施快速穿插,最终形成了著名的闪电战。
改变战争的,不是坦克,而是组织方式。
第二个故事,是沃尔玛。
条形码发明之后,所有零售企业都可以使用。
有的企业只是把它当作收银工具。
沃尔玛却利用条形码产生的实时数据,重构了库存管理、供应链协同、采购体系乃至整个零售模式。
最终,技术没有拉开差距,重新设计业务的人,拉开了差距。
今天的大模型,其实也处于类似阶段。
真正决定未来竞争力的,不是谁接入了模型,而是谁借助模型重新设计了组织。
AI最大的机会,不是降本,而是重构
很多企业谈AI,首先想到的是降本。
减少客服,减少人工,减少运营。这些当然重要,但真正大的价值,也许恰恰不在这里。
凯文·凯利曾说,AI的意义,不是替代人,而是扩展人的能力边界。
放到证券行业来看,真正值得投入AI的地方,不一定是已经成熟、已经标准化的业务,而恰恰是那些过去传统技术解决不了的问题。
例如,知识如何自动沉淀?
不同部门之间如何打通信息壁垒?
如何让研究、投顾、客服、运营围绕同一位客户协同工作?
如何让营销从经验驱动变成持续迭代、自我优化?
这些,才是AI真正可能创造新价值的地方。
换句话说,AI最大的意义,不是让原来的事情做得更快,而是让过去做不到的事情变得可以做到。

研报速递
发表评论
发表评论: