财报季的券商研究所，大模型已经成了标配：财报摘要、公告解读、数据整理、研报初稿，AI几分钟出活。华泰证券的“华泰智研”嵌入研究所日常工作流后，财报季实测单组研究员整理纪要、核对财报的工时下降40%，电话会纪要摘要的溯源准确率稳定在90%以上。招商证券更进一步，把“AI研究所”产品化成“小研Work”平台，沉淀30万余项指标、1000余个研究框架，封装成买方客户随时可调用的Skill。

效率肉眼可见地涨了。但另一个问题浮出水面：研报还值钱吗？

一、效率提升的真实幅度：AI省的是时间，不是判断

AI确实省时间的环节很明确：数据清洗、格式化摘要、舆情监控、纪要转写。人工2小时的录音整理，AI压缩到10分钟；原本两周的行业资料综述，AI十几分钟出初稿。国金金工团队测算过，这类工具成熟落地后，单个研究员每天能省下1—2小时的重复劳动。

但AI替代不了的环节同样清晰：产业调研、管理层判断、非共识观点。AI擅长归纳已经公开的信息，不擅长捕捉尚未被定价的边际变化——一条草根调研里的细节、管理层话术里的弦外之音、和一致性预期相反的判断，才是买方真正付钱的东西。而且金融研究对数字零容错，AI的幻觉不是胡说，而是逻辑流畅、包装专业的错误，研究员的校验成本甚至可能吃掉AI省下的时间。

二、商业模式冲击：“信息整理型研报”先失去定价权

雪上加霜的是，AI提效撞上了佣金改革。2024年7月公募佣金新规实施后，公募基金平均佣金率从2023年的万分之7.3，降到2024年的万分之5.15，2025年上半年进一步跌到万分之3.69；券商分仓佣金收入2024年为106.52亿元，同比下滑35%，2025年上半年44.58亿元，再降34%。

买方付的钱少了，挑得更狠了——他们不再愿意为“信息整理型研报”付费，因为这类内容AI自己就能生成。研究所的三块收入随之分化：分仓佣金缩水且向头部集中，前十家已拿走过半份额；机构服务在升级，把研究能力封装成Skill和MCP接口卖给买方，从“卖报告”转向“卖工具、卖数据、卖框架”；品牌效应则更加向明星分析师倾斜。一句话：基础产能越来越便宜，稀缺判断越来越贵。

三、合规与责任：AI写了稿，锅谁背？

行业已经出过研报“时间穿越”的乌龙——AI错误标注政策发布时间，直接采信没做校验，最后见报成公共事件。

监管的态度正在收紧：中证协已明确要求，AI生成内容必须经过分析师实质核验并全程留痕，禁止直接采信未经校验的数据和结论，一旦出错，署名分析师和研究所承担全部责任。AI是辅助生产工具，不是责任转移工具。可以预见的走向是：AI辅助研报会像基金持仓一样走向标准化披露——哪些环节用了AI、核验流程是什么，未来大概率要写进合规底稿。

写在最后

AI正在把研报从“信息产品”逼成“观点产品”和“服务产品”。信息差被抹平之后，分析师的价值锚点，正在从“写得快”转向“看得准、聊得深”。

值得讨论的问题是：当客户桌面上就有一个装着研究所方法论的AI，路演还要不要飞？而一个从不做调研、只靠AI整理信息的分析师，和这个AI之间，谁先被替代？