来源：远见网

作者：远见研究

国泰海通、华泰、中金等头部券商密集推出金融AI Skill，将投研框架、数据模型封装为标准化功能模块。

今年以来，国泰海通、华泰证券、中金公司、中信建投、广发证券、国信证券等大型券商先后推出金融AI Skill（技能），

平安证券、国投证券、财信证券等中小券商也加速跟进。

行业正集中将沉淀多年的投研框架、数据模型、行情工具封装为可供AI智能体直接调用的标准化功能模块，金融信息服务模式迎来系统升级。

这一轮变化的实质，不是简单地在APP里加一个聊天机器人，而是把过去依赖人工输出的投研能力，拆解成可被AI调用的标准化接口。

从智能问答到工具化服务，券商AI应用正在跨过浅层阶段，进入对业务逻辑的重构期。

从问答到工具：券商AI应用进入深水区

过去两年，券商智能化大多停留在智能问答、资讯推送等浅层应用，用户问一句、系统答一句，缺乏对复杂投研场景的适配能力。

通用AI产品在金融场景中普遍存在适配性不足、专业数据缺位、投研逻辑薄弱等问题，面对市场研判与投资决策，

往往只能输出模板化内容，难以满足精细化分析需求。

这一轮Skill化改造，正是针对上述痛点。

华泰证券搭建了AI涨乐Skills体系，覆盖行情检索、条件选股、基金诊断、自选股管理等高频场景以及A股模拟交易等；

中信建投打造蜻蜓Skill广场，聚焦三大高频投研场景，所有技能均支持自然语言交互，

用户只需用日常语言描述需求，即可快速获取结构化分析结果；

中金公司则探索分析师Skill数字化路径，将分析师专业能力、研究内容与大模型技术结合，

尝试全天候、智能化、场景化的投研服务新形态。

从这些动作看，券商不再把AI当作一个展示窗口，而是将其嵌入到用户的实际操作链条中。

选股、诊断、模拟交易，这些过去需要人工完成的步骤，如今被拆解为一个个可调用的Skill模块，

用户通过自然语言就能触发完整的工作流。

这种变化，意味着金融信息服务的交付方式正在从“信息推送”转向“任务执行”。

各家券商结合自身业务优势，走出了差异化的布局路径。

华泰强在零售端场景覆盖，中信建投聚焦投研高频需求，中金则押注分析师能力的数字化转化。

路径分化的背后，是对各自客户结构和业务禀赋的重新梳理，也是为下一步AI竞争划定边界。

产业影响：数据、算力与商业模式的多重变局

券商集体押注AI Skill，直接推高了金融科技领域的投入强度。

据证券日报报道，目前已有40家左右机构在准备基金投顾牌照申报，其中大部分是券商，

而AI Skill正是提升投顾服务效率的关键技术支撑。

系统建设、人才储备、获客成本以及长期投入，成为摆在机构面前的现实考验。

与此同时，全球AI市场的商业化提速也为这一趋势提供了外部参照。

据券商中国报道，全球AI巨头Anthropic第二季度营收已超过115亿美元，同比增长1361%，

调整后营业利润由负转正，年化营收在5月突破470亿美元。

Anthropic与OpenAI争夺企业客户，说明AI能力正在从技术验证走向规模化变现，

金融行业作为高价值数据场景，自然成为兵家必争之地。

对券商而言，AI Skill的价值不只是降本增效，更在于重构用户黏性。

当用户习惯用自然语言调用选股、诊断、模拟交易等功能后，券商的APP就不再是信息浏览工具，而成为一个可交互的投研工作台。

这种转变有望提升用户停留时长和交易转化率，但也对数据质量、模型精度和系统稳定性提出了更高要求。

数据壁垒是这一轮竞争的关键。Skill的智能化程度，取决于底层投研数据的广度和深度。

头部券商多年积累的研报、行情、财务模型，构成了难以复制的护城河；而中小券商在数据储备和算力投入上显然处于劣势。

这可能导致行业进一步分化，头部机构凭借数据和技术双优势扩大领先，中小机构则需要在垂直场景中寻找突破口。

商业模式上，AI Skill的落地也带来新的收费想象空间。

目前多数券商将Skill作为增值服务内嵌于现有APP，但未来不排除对高级功能单独收费，或向机构客户输出标准化模块。

参考海外市场，AI服务的订阅制正在被广泛接受，国内券商若能跑通“基础免费+高级付费”的模式，或将开辟新的收入来源。

不过，挑战同样明显。AI生成的投研建议若出现偏差，责任归属如何界定？

监管对AI荐股、自动交易等功能的合规要求是否会收紧？这些都是行业必须直面的问题。

此外，通用大模型在金融场景的适配性仍需持续优化，券商若过度依赖外部模型，可能在数据安全和定制化能力上受制于人。

竞争格局与未来走向

当前，券商AI Skill的竞争已从单点功能比拼，转向体系化能力对抗。

华泰的AI涨乐、中信建投的蜻蜓Skill广场、中金的分析师数字化，本质上都是在构建各自的AI生态。

谁能率先跑通“数据—模型—场景”的闭环，谁就能在下一轮竞争中占据主动。

从行业整体看，金融信息服务模式正从“产品导向”走向“服务导向”，AI Skill成为连接用户与专业能力的桥梁。

基金投顾试点转常规、券商加速申报牌照，AI技术在其中扮演的角色将越来越重要。

可以预见，未来两年，券商AI应用将从目前的工具化阶段，进一步向智能化投顾、自动化交易等更高阶形态演进。

对于中小券商而言，与其全面铺开，不如聚焦单一优势场景做深做透。

例如，在特定行业研究、量化选股或风险预警等细分领域，打造差异化Skill，避免与头部机构正面竞争。

同时，加强与外部AI厂商的合作，弥补算力和模型能力短板，也是可行的路径。

回到产业层面，券商AI Skill的集体落地，标志着金融信息服务进入系统升级周期。

这场升级不只是技术迭代，更是对行业商业模式、竞争格局乃至监管框架的深层重塑。

数据、算法、场景的三重叠加，将决定未来五年金融信息服务的座次排序。

无论是头部券商还是中小机构，都需要在这一轮变革中找到自己的位置，否则很可能被淘汰出局。

继续往下看，券商竞相封装金融AI Skill已经不只是单点消息，

后面更关键的是客户验证、交付效率和供应链稳定性能不能按同一节奏往前走。

如果前面的改善不能继续传导到更细的执行端，市场很快就会重新评估这轮变化的成色。

落到经营端，真正会拉开差距的，往往不是谁先把声量做大，而是谁先把客户验证和交付效率稳下来。

对平台企业与供应链厂商来说，这类差距通常先出现在周度推进和合作接口上，随后才会传导到更实在的结果。

眼前这轮变化之所以值得继续跟，背后牵着的就是这一串更硬的变量。

接下来几个月里，券商竞相封装金融AI Skill后续能不能继续成立，关键还是客户验证有没有复用，

交付效率有没有改善，供应链稳定性有没有开始往外传导。

只要这几个环节还在同步往前，眼前这轮变化就不只是题材；一旦其中两项开始停滞，市场很快就会重新评估前面的乐观预期。

这意味着，券商竞相封装金融AI Skill后面真正要看的，已经不是单点产品热度还能不能继续放大，而是客户验证、交付效率和供应链稳定性会不会连续改善。

只有这些变量开始稳定兑现，这轮变化才会从阶段性信号走向更明确的趋势。

长期看，对平台企业与供应链厂商来说，竞争差距不会停留在表态或热度上，

而会先体现在客户验证和交付效率能不能沉到日常动作里。

谁能把这些环节持续做实，谁才更有机会把券商竞相封装金融AI Skill留在结果上。

国泰海通、华泰、中金等头部券商密集推出金融AI Skill，将投研框架、数据模型封装为标准化功能模块。

______

来源：远见网

栏目：原创

阅读全文