引言：一组数字，看懂证券行业的AI加速度

先不用看任何机构的预测，只看三组已经发生的事实。

第一组：采纳率的陡增。2023年，全行业只有19家证券公司在探索大模型应用；2024年扩展到37家；到2025年上半年，这个数字跳到了67家。两年半，增长2.5倍。要知道，全行业证券公司总共151家——接近一半的券商已经把大模型从"观察名单"搬进了"建设清单"。

第二组：部署方式的变化。2025年初，DeepSeek-R1发布，证券行业成为其最重要的落地场景之一，多家头部券商第一时间完成私有化部署——国泰君安的君弘灵犀、中金公司、广发证券（超20个场景接入DeepSeek）都在其中。"私有化部署"四个字是关键：它不是"试用一下API"，而是把大模型装进了核心生产环境。从"云上试水"到"本地建厂"，一字之差，是试点与量产的区别。

第三组：从后台走到面客。2025年4月，国泰海通成为行业首家获监管同意在APP上线大模型面客服务的券商；7月，行业首个全AI智能APP"国泰海通灵犀"发布。当监管机构开始为大模型面客开绿灯，意味着行业的信任门槛已经被跨过去了。

把这三组事实放在一起，结论只有一个：证券行业的AI应用已经越过了"创新者"与"早期采用者"之间的鸿沟，进入了规模化普及的拐点。2025年是券商AI应用的落地元年，2026年则是智能体在证券业务全面铺开的元年。

一、为什么证券行业是金融AI渗透最快的领域？

同样是金融机构，证券行业的AI渗透速度明显快于银行保险。原因藏在行业基因里。

第一，证券是天然的"数据密集型"行业。行情、公告、研报、舆情、资金流——券商每天要处理的信息体量以亿计，而这些恰恰是文本智能最擅长消化的非结构化数据。中信建投的实践证明，大模型一天能读完市场新增的1000多份研报并提取关键信息，10分钟"听"完2小时的调研会议并生成纪要。这种效率杠杆，在人肉时代不可想象。

第二，证券业务链条长、标准化环节多。从开户、投顾、交易，到投行尽调、合规审核、运营清算，几乎每一段流程都有大量"高频、标准、重复"的环节。沙丘智库把证券业大模型核心场景归纳为投顾、客服、营销、投研、投行、交易、合规风控、经营分析、运营、办公、IT、网络安全等12大类——场景密度之高，在金融各子行业中首屈一指。

第三，竞争压力倒逼。经纪佣金率持续下滑、财富管理转型迫在眉睫、开户红利见顶——券商比任何金融机构都更需要"降本"之外的新故事。AI恰好提供了两个方向：对内，把投顾、研究员、投行员工的人均产能放大数倍；对外，用"千人千面"的智能服务重新争夺零售客户。

第四，监管态度的微妙转变。从《证券公司网络和信息安全三年提升计划（2023—2025）》到行业协会组织大模型基础设施调研、推动信创环境下的大模型应用示范，监管的基调已经从"审慎观察"转向"规范中鼓励"。这在金融业是最大的风向标。

二、四场已经打响的战役

看懂证券行业的AI落地，要看清四场正在同时进行的战役。这四场战役的胜负，将决定未来五年券商的座次重排。

战役一：投顾之战——从"工具"到"陪伴"。智能投顾是券商APP里最早落地的AI应用。广发证券2016年就推出"贝塔牛"，实现"一客一策"的资产配置建议；到了大模型时代，智能投顾从静态问答升级为全程陪伴——东吴证券在秀财APP上线拟人化智能服务官"AI小水滴"和多轮对话投顾"AI看自选"，基于用户自选股和投资偏好生成个性化"自选日报"，覆盖行情、早报、数据分析、大事提醒等13个维度，内部总结为"千人千面、千人千策、千人千伴"。陪伴式智能投顾正在成为券商APP的标配。

战役二：APP重构之战——AI从插件变成中枢神经。这是2025年最重要的变化。国泰海通灵犀APP以AI为核心中枢替代传统功能架构，突破综合APP"体量重、功能复杂"的痛点，实现从"功能堆砌"到"智能中枢驱动"的底层逻辑变革；华泰证券的"AI涨乐"以GUI+LUI双驱动设计，实现从"人找功能"到"AI送服务"的转变，语音下单、专属策略Agent一应俱全；广发"易淘金"围绕客户投资全旅程打造十余项AI智能体模块。券商APP正在经历十年未有的重构。

战役三：投研与投行之战——专业生产力的工业化。中金公司"中金点睛大模型"集成300多位分析师的投研智慧，覆盖超12万个高价值投研数据指标，累计服务1600余家机构、超4.4万名客户；广发证券打造行业首个投行垂域大模型"投行文曲星"，落地56项细分AI功能，覆盖承揽、承做、承销与持续督导全流程。当AI开始读底稿、写申报、做审核，券商最重的"专业服务业"属性正在被重新定义。

战役四：生态之战——技术平权正在发生。同花顺的"问财"升级为基于HithinkGPT大模型的智能投顾Agent后，通过开放API、网页嵌入和私有化部署选项，为中小券商低门槛接入AI能力提供了可能。这意味着AI不再是头部券商的专利——这是中小券商后来者的历史性机会，也是头部券商必须加速的倒计时。

三、从"试点"到"量产"：行业落地的三级阶梯

复盘67家券商的实践，证券行业的AI落地呈现出清晰的"三级阶梯"，每一级都有明确的标志性动作和价值产出。

第一级：内部提效——AI是员工的助手。这是所有券商的起点，也是风险最低的一级。典型场景包括：研报摘要与会议纪要生成（中信建投的大模型一天读完1000多份新增研报）、智能代码生成与审核（招商证券的AI编码助手）、协同办公（招商证券"招证聚力"平台、长江证券的大模型办公应用）。这一级的价值用"工时"衡量，看得见摸得着，是建立组织信心的第一阶段。

第二级：业务重构——AI是流程的引擎。当AI从"帮人干活"升级为"重构流程"，价值开始用"业务指标"衡量。投行底稿自动复核、合规文本智能审核、债券询报价机器人（银河证券）、场外衍生品对客服务助手（广发证券）、私募基金合同参数自动解析（东吴证券）——这些场景的共同特征是：AI嵌入业务流程的关键节点，直接改变流程的周期和成本结构。

第三级：面客服务——AI是客户的投资伙伴。这是价值最大、门槛也最高的一级。国泰海通灵犀APP的全AI中枢、华泰AI涨乐的"一股一策"、东吴"AI小水滴"的7×24小时陪伴、广发"易淘金"的十余项智能体模块——AI开始直接面对客户，承担投顾问答、行情分析、策略生成的职能。这一级需要监管沟通、合规体系、技术稳定性的三重保障，但一旦跑通，就是护城河级别的优势。

三级阶梯的意义在于节奏：绝大多数券商的正确路径是逐级而上，而不是一步登顶。先在内部提效中积累数据、经验和组织信任，再向业务重构和面客服务进军。跳过前两级的机构，往往在第三级摔得最重。

四、他山之石：摩根士丹利的参照意义

把目光短暂转向海外：摩根士丹利为其约1.6万名投顾配备基于GPT-4的AI助手，让投顾在几秒内检索数十万份研究文档，98%的投顾团队每天使用。这个案例的启示不在于技术，而在于路径：先解决投顾"找资料"这个最痛的效率问题，用高频刚需建立使用习惯，再逐步扩展到内容生成和客户经营。

国内券商的"投顾驾驶舱""财富AI助理"走的正是同一条路——但中国市场的零售客户体量、监管框架和渠道结构完全不同，摩根士丹利的方法论可借鉴，具体打法必须本土化。

五、临界点之后，券商竞争的三个新赛点

临界点之后，竞争规则变了。未来三年，券商之间的AI竞争将围绕三个新赛点展开：

赛点一：谁能让AI从"成本中心"变成"收入中心"。目前多数券商的AI产出仍是效率数字——节省工时、缩短审核周期。真正的分水岭在于AI能否直接驱动收入：智能投顾带来的客户留存和AUM增长、智能营销带来的转化率提升、投研AI带来的机构服务溢价。中金点睛服务1600家机构、广发财富AI助理赋能投顾展业，已经在回答这个问题。

赛点二：谁能完成"智能体化"的组织改造。中信建投的投顾Copilot从单一Agent演进到"主Agent+4子Agent"再到自主规划Agent，国泰海通把260多个核心场景装进了1+N模型矩阵——下一个阶段的竞争，不是单点AI功能的竞争，而是"智能体编排能力"的竞争。

赛点三：谁能在合规框架内跑得最快。证券是强监管行业，面客AI的每一句话都要经得起适当性、合规性检验。国泰海通能率先获批大模型面客服务，靠的不只是技术，更是合规体系的提前建设。在证券行业，合规能力不是AI速度的刹车，而是油门的一部分。

六、2025—2026行业大事记：一年半走完五年的路

把行业关键事件按时间轴排开，"临界点"三个字会变得非常具体：

• 2025年1—2月：DeepSeek-R1引爆行业，国泰君安、中金、广发等头部券商密集完成私有化部署，"接入DeepSeek"成为券商公告的高频词；
• 2025年4月：国泰海通成为行业首家获监管同意在APP上线大模型面客服务的券商——面客AI的闸门正式打开；
• 2025年上半年：开展大模型探索的券商达到67家，较2023年的19家增长2.5倍；东吴证券秀财GPT累计落地69个AI应用，广发证券大模型应用达75个；
• 2025年7月：行业首个全AI智能APP"国泰海通灵犀"发布，券商APP进入"AI中枢"时代；
• 2025年8月：江海证券"组合家"APP上线，AI驱动的主题投资平台成为中小券商差异化突围的新样本；
• 2025年11月：中金公司对外系统披露AI战略蓝图，"中金点睛"累计服务1600余家机构、超4.4万名客户；
• 2026年：国泰海通启动自研"海通智脑"金融大模型，国泰海通大模型应用覆盖260多个核心场景；广发证券发布"投行文曲星"完整能力体系并提出行业通用的"CODE模型"落地框架。

一年半时间，从"要不要用大模型"到"全AI智能APP"，从19家到67家——证券行业用一年半走完了过去数字化转型五年的路。这就是临界点的含义：不是渐进改良，而是范式切换。

七、三个最常见的认知误区

临界点之上，仍有大量券商在误区里打转。三个误区最典型：

误区一："等监管明确了再说"。事实是监管已经在明确——首家大模型面客服务获批、行业协会组织专项调研、信创环境应用示范推进，方向早已清晰。等所有细则都落地再动手的机构，面对的是已经被对手教育过的市场和被抬高的客户预期。

误区二："先建个大平台再谈应用"。证券行业的教训比比皆是：平台建成之日，往往就是技术过时之时。正确姿势是"应用牵引、平台沉淀"——国泰海通的1+N架构、广发的Skill Hub，都是先有场景、后抽象成平台，而不是反过来。

误区三："AI是科技部的事"。沙丘智库总结的行业规律很直白：大模型应用做得好的券商，无一例外都是业务条线深度主导。投研AI要研究员参与语料标注，投顾AI要一线投顾参与话术校准——没有业务灵魂的AI，只是昂贵的玩具。

八、给行业的一张行动清单

把本篇浓缩成一张行动清单，不同位置的券商各取所需：

2. 还没下场的：本周就立项一个内部场景（知识库问答或会议纪要），用开源模型+私有化部署，三个月内让全行看到第一个可用成果；
4. 已在试点的：对照"三级阶梯"自查——是否卡在第一级太久？向业务重构升级的条件是否成熟？
6. 已在规模化的：聚焦两个新问题——AI的收入贡献怎么算？智能体的编排平台怎么建？

无论处在哪一级，有一个动作是所有券商都该立刻做的：把AI从"科技规划"挪进"经营规划"——当AI开始影响收入结构，它就是一把手工程，而不是CIO工程。

结尾金句

67家券商下场，意味着剩下84家已经没有"要不要做"的选择权，只有"怎么做对"的紧迫感。证券行业的AI竞争，上半场拼的是谁敢先用，下半场拼的是谁能用好——而上下半场的转换，已经开始了。