行业资讯

加入亿拓客·流量大师 撬动财富之门!!!

三把不一样的尺子:券商AI卡住的地方

wang 2026-09-18 行业资讯
三把不一样的尺子:券商AI卡住的地方
同一件事,三拨人手里拿着三把刻度不一样的尺子,量出来的数自然对不上。
券商的AI眼下遇到的麻烦,我越来越觉得是这么回事。不是技术不行,也不是谁不努力,是几个关键环节上,大家压根没在用同一把尺子。下面分三层说。

一、算力这件事上,有两把尺子

第一把尺子是买的时候用的。立项的时候要测算这台机器能支撑什么,用的是能力的上限——最好情况下,它能跑多少并发、能覆盖多少场景、能替代多少人工。这把尺子的刻度是往上顶的。
第二把尺子是真正用的时候用的。任何一个要上生产的场景,得先过稳定性、准确性、合规这几道关。过了关之后,业务敢压上去的用量,跟当初那份测算之间,通常差着不小一截。这把尺子的刻度是收着量的。
两把尺子一减,就是那个让人不太舒服的数字。所以讨论算力利用率之前,得先把尺子说清楚:按哪把量。不然一边说三成是浪费,一边说三成已经不错,谁都说服不了谁——因为两个人手里根本不是同一把尺。
想明白这一层,另一个问题也就顺了。AI服务器的价格一直在往上走,越晚买越贵。但价格涨,是落在第一把尺子上的;而收益,落在第二把尺子上。涨价影响的是当初那个上限测算,回本要靠后面那个真实用量。这两者之间的落差,就是为什么预算会越来越难批——不是不愿意投,是上一笔的账,用哪把尺子都讲不圆。

二、价值这件事上,也有两把尺子

技术这边量的是可行性:数据齐不齐,模型跑不跑得动,效果能不能复现。
业务那边量的是另外几样:能不能带来收入,能不能省下人力,出了事谁来担。
这两把尺子的刻度不一样,所以开会的时候,两边都在认真讲道理,就是讲不到一块去。技术说这个场景条件最好,业务说这个场景贡献最小,两边都没错。
于是就有了一个很常见的场面:东西做出来了,交付过去了,用的人不多。人也不说它不好用,就是不用。往深了看,是交付的时候用的是技术那把尺子——功能跑通了就算完成;而业务用的是自己那把尺子——帮不上我,跟没有差不多。
同样,所谓重点场景排不出先后,也不是优先级的问题。要排序,就得有一把双方都认的尺子;尺子没有统一,谁都能把自己手上那个排到前面,那自然排不出结果。投入产出算不清楚,多数时候也不是算术出了问题,是缺共同的刻度。

三、人这件事上,还是两把尺子

市场上给AI人才定价,看的是算法能力、工程经验、做出过什么效果。
券商内部能给出来的位置,看的是懂不懂业务、能不能落地、有没有合规意识。
两把尺子的刻度不重合,就出现一个挺别扭的结果:贵和用不上,同时成立。按市场那把尺子量出来很值钱的人,到了券商这里未必接得住业务;而券商真正需要的那种人,在市场上又不按这个价出。
还有一层更麻烦的。真正稀缺的,是能同时读两把尺子的人——既看得懂技术这边的刻度,也看得懂业务那边的刻度。但恰恰是这种人,在单看任何一把尺子的时候都不显眼:论算法他不是最强的,论业务他不是最熟的,所以在两边的评价体系里都排不到前面,也就最难被识别出来,最难被招到。
所以这件事,靠招人是补不齐的。招人补的是一把尺子上的缺口,而缺的是同时读两把尺子的能力,这种能力只能自己长出来,长的对象往往是那些在业务流程里泡了很多年、对细节最有感觉的骨干,而不是纯技术背景的同事。

四、尺子对不上,往下一层是两件事

第一件是意识。这里我想说得准确一点:不要求每条业务线立刻都上AI,这既不现实,也没必要。但希望每条线的负责人遇到问题时,第一反应里能多出一个选项——这件事,能不能让AI先做一部分。
观望其实很好理解,业绩压力摆在那儿,试错成本高,谁都不愿意当第一个。但意识这一关不过,尺子就永远统一不了。因为统一尺子这件事,技术单方面做不到,业务单方面也做不到,得两边一起点头。
第二件是组织。眼下的情形通常是,技术手里一把尺子,业务手里一把尺子,中间没有一个位置专门负责把两把尺子对齐。
这件事如果挂在技术下面,对齐的时候会不自觉偏向技术——毕竟那把尺子是自己天天在用的;如果挂在业务下面,又会偏向短期,因为业务有自己的考核周期。我见过的做得比较顺的形态,是一个不挂在任何一边的小组,人从两边抽调过来。它真正要干的活儿不是交付,是对齐刻度:把业务的话换算成技术能接住的形式,再把技术能做到什么、做不到什么,翻成业务听得懂的话。
这个小组的价值不在于做了多少东西,而在于让两边用上了同一把尺子。

五、尺子最容易统一的地方,是自己的特色业务

前面说了这么多对不上,那从哪里开始,尺子会自动一致?
我的答案是:从自己做得最久的那块业务开始。
道理很直白。在一家券商真正有壁垒的那块业务上,懂业务的人、有价值的数据、能判断结果对不对的人,本来就是同一批人。三把尺子在那里天然是一把,不需要谁来对齐刻度。
这就是为什么那里最容易出结果。不是因为技术更容易,而是因为衡量标准不用换算。
反过来,一上来就追那些听着热、但自己并不擅长的场景,等于三把尺子都得重新造,越造越乱,最后往往做成一个展示品,看完就收起来了。
大模型落地要做后训练,要反复打磨提示词,要有人在旁边判断这个回答到底对不对。这些活儿说到底是同一件事:有人拿着业务那把尺子在做判断。而这批人,在特色业务团队里是最不缺的。
起步的地方也不必大。先在一个尺子本来就一致的角落里把它跑通,拿到一个说得清楚的结果,再往外交接。第一件做成了,第二件的预算和信心,自然就有了。

写在最后

对券商来说,这早就不是做不做的问题,是怎么把它做出结果的问题。
卡买回来了,到底是资产还是成本,很大程度上取决于有没有一把大家认的尺子。尺子统一了,那不到三成的利用率是起点;尺子不统一,再买多少卡,也只是把分母做大。
你那边如果也有类似的观察,欢迎一起聊。

猜你喜欢

发表评论

发表评论: