前言

       “AI投顾已经不是一个能不能用的技术命题，变成了一个在合规前提下能不能规模化应用的制度命题。”

      十年间，技术迭代加速，AI应用取得突破——部分券商对AI的应用正从“辅助营销”向“服务核心”转化。AI不再是吸引眼球的营销噱头，而是实实在在落地到投资辅助、客户服务等核心业务场景。

      但行业也在追问一个更深层的问题：技术已经“能用”，业务部门敢不敢让客户“敢用”？

一、从“营销噱头”到“服务核心”

       先看进展。

国泰海通、华泰证券、招商证券等头部券商2025年信息技术投入均在19亿元以上，大额投入已形成事实上的“算力壁垒”。截至2026年7月末，已有32家券商完成算法与模型备案，备案项目总数超过50个，其中10余家头部券商完成了多模型备案。

AI投顾的产品形态，已从早期的“聊天机器人式问答”升级为具备持仓诊断、策略生成、动态调仓提醒、风险预警的全链路决策辅助。

国泰海通深入践行“ALL in AI”策略，依托灵犀APP3.0搭建数智服务平台，截至2026年6月末，灵犀智能化服务已达8300万人次。深度使用君弘智投服务的客群，整体投资胜率较未使用的客群有显著正向提升，客户月留存率超90%。公司买方资产配置规模较2025年末增长63.7%。

华泰证券坚定实施“ALL IN AI”战略，新一代AI原生交易服务平台“AI涨乐”累计下载量已超500万次。2026年上半年，公司实现营收236.58亿元，同比增长45.86%；归母净利润116.92亿元，同比增长54.87%。

兴业证券的“知己理财”AI投顾体系，2026年一季度经纪业务手续费净收入同比增长42.68%，“知己享投”服务规模峰值突破440亿元。

数字很漂亮。但问题的另一面同样清晰。

二、AI投顾的真正瓶颈，不是技术

据中证协发布的调研报告，境内智能投顾在监管、技术、市场等条件改善的共同支撑下进入二次发展阶段。但当传统投顾人均覆盖客户数的天花板触手可及，靠人力堆叠的老路已然走不通时，新的瓶颈出现了。

中证协的调研报告将当前智能投顾服务的痛点归纳为三个方面：监管框架的适用性挑战、服务客群长尾化放大投资者保护风险、大模型本身存在不可控性。

每一个层面都指向同一个核心问题——责任链条不清晰。

当AI推荐了一只股票、生成了一份配置方案，甚至执行了一笔交易——出了偏差，谁来负责？算法工程师？投顾人员？券商？还是那个看不见的模型？

AI投顾已从“能不能用”的技术命题，变成了在合规前提下实现规模化应用的制度命题。

三、“能用”与“敢用”之间，隔着责任链条

人工智能正加速渗透证券服务业，在提升投顾服务效率的同时，也带来算法依赖、责任归属与适当性管理等新的制度挑战。

这些挑战在具体业务场景中呈现出清晰的样貌：

投研场景。 招商证券国际推出的高股息实战2.0 AI原生投研执行系统，将主动选股改造为一条可审计、可复核的自动化生产线——把数周的定性研判压缩到数小时。在这一模式下，AI Agent不再只是生成答案，而是在工程约束下完成整个研究生产过程，但最终结论与评级仍由持牌分析师签署并负责。

投顾场景。 华鑫证券将AI智能服务机器人嵌入投研数据分析、策略复盘及一线服务支持场景，AI能够秒级输出专业的市场解析，并为一线投顾提供精准的服务话术与风险提示支持。AI输出的是“参考”，不是“决策”。

Skill场景。 2026年二季度以来，华泰证券、广发证券、国信证券、中金公司等头部券商密集上线各类AI Skill产品。

国泰海通率先推出“灵犀Skills”并上线AI技能仓库，华泰证券推出“智研Skill&MCP”与“AI涨乐Skills”，中金公司将首席分析师方法论封装为专属AI Skills。Skill将分析师研究框架、投研数据、业务能力封装为可标准化调用的数字功能模块，但Skill作为新生业态，能力边界模糊、合规风险暗藏、权属规则缺失等问题，仍是规模化推广的核心障碍。

“积极拥抱学习，但在推动应用上谨慎。”某券商研究院负责人的这句话，道出了行业的集体心态。

四、走出“不敢用”的四个方向

中证协的调研报告从四个维度对证券业合规开展智能投顾业务提出了系统性建议：

一是坚持约束与激励并行的监管理念。 约束端设置监管红线；激励端对技术及市场条件成熟的场景实施沙盒监管，允许在可控环境下进行业务验证。

二是实施业务范围分级准入制度，避免“一刀切”。 对于员工端助手（投研辅助、客户需求分析、合规风险筛查），因不直接面向投资者，风险传导性较弱，可免于监管。面向客户的智能投顾数字员工，则需评估场景成熟度并进行差异化准入管理。

三是完善AI投顾的管理手段。 从牌照到算法，把“可控”贯穿全流程。行业可探索专项业务牌照管理，在现有证券投资咨询业务牌照框架下研究设立“智能证券投资咨询业务牌照”。

四是筑牢人才与知识底座。 建立AI投顾人才培训体系及行业知识库，AI投顾的稳慎创新离不开复合型人才的支撑。

业内人士普遍认为，AI投顾要真正跨越“能用”与“敢用”之间的信任门槛，靠的不是更大的算力声量与更炫的交互外壳，而是责任链条被制度性地明确、落实。

五、三个关键问题

券商AI投顾从“能用”到“敢用”，中间隔着三道坎：

第一，责任归属。 传统投顾的服务链条是“人—客户”。AI投顾的服务链条是“人—模型—客户”。多了一个环节，多了一重风险，也增加了一重责任认定的复杂性。大模型本身存在不可控性，当AI推荐出错，是算法的问题、数据的问题，还是使用方式的问题？

第二，适当性管理。 投顾服务的核心原则是“了解你的客户”。AI能通过数据分析实现千人千面，但AI对投资者风险偏好的判断，是否具备与传统投顾同等的合规效力？当AI向客户推送了与其风险等级不匹配的产品建议，责任如何界定？

第三，客户信任。 国新证券的智能条件单功能已签约3.25万户，占活跃客户比例超15%，累计交易量近500亿元。投资者对AI应用的接受度正在提升。但“接受”不等于“信任”。当市场剧烈波动、当AI推荐出现偏差，客户的第一反应是“谁让我亏了钱”，而不是“AI算错了”。

六、AI投顾的终局

一位从业十二年的券商金融科技负责人说了一段值得记住的话：

“AI投顾的终点，不是让AI取代人，而是让每一个投顾都拥有一个AI助手。技术的价值不在于替代，在于让专业服务从金字塔尖走向长尾客群。”

2026年，券商AI战略已走过初期布局阶段。AI的落地效果正通过客户留存率、交易量、月活等硬指标得到检验。但“能用”与“敢用”之间的那道坎，从来不是技术门槛——而是制度门槛、信任门槛、责任门槛。

AI投顾的未来竞争，将不再是算力大小或模型参数的比拼，而是制度设计与信任构建能力的较量。谁能率先厘清责任链条、谁能最早让客户放心托付，谁就能在这场长跑中占据先机。

技术解决了“能不能”的问题。制度，才能回答“敢不敢”。

本文基于公开信息整理，不构成任何投资建议。所有受访者引语均已脱敏处理。

💬 读者投票

欢迎在评论区分享你的看法——你所在的机构，AI投顾走到哪一步了？