2026年过半，券商半年报里出现了一个微妙的变化。

过去两年，AI在券商叙事中更多是“战略”“布局”“底座”。华泰说“ALL IN AI”，国泰海通说“All in AI”，中信建投说智能体普及率要到70%。口号喊得震天响，但没人敢在财报里把AI单独拎出来算一笔账。

现在不一样了。

国泰海通君弘智投的客户月留存率超过90%，华泰“AI涨乐”上线不到一年下载量超500万，中信证券智能投研“超级研究员”月均使用近4万次，长江证券的“江豚风控引擎”半年内拦截潜在违约债券交易、保守估算避免损失超8.4亿元。数字开始出现在经营讨论中，不再是PPT里的愿景。

但问题也随之而来：这些数字，究竟是AI创造的“增量价值”，还是本来就该发生的“自然增长”，只是被贴上了AI标签？

留存率90%：AI的功劳，还是牛市的味道？

国泰海通给出的数据最抓眼球。截至2026年6月末，灵犀智能化服务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客群显著正向提升，月留存率超90%。

乍看之下，这是一组完美的AI价值证明。但券研社需要追问一句：2026年上半年，43家上市券商合计营收同比增长突破40%，归母净利润增幅同样超过40%。在一个全行业业绩爆发的半年里，客户留存率上升，有多少是AI陪伴的功劳，有多少是账户浮盈带来的心理粘性？

这不是苛责。一位券商互金部人士私下聊过，行情好的时候，客户本来就不太会走；真正考验AI投顾价值的，是震荡市和下跌市。君弘智投的留存率数据选取的是2026年上半年，恰好是券商行业景气度极高的窗口期。如果下一份半年报里，这个数字在弱市中依然稳在90%以上，那才是AI真正站住了。

不过，国泰海通在AI上的投入深度确实领先。自研千亿参数“君弘灵犀”大模型、40余个Agent智能体矩阵、灵犀Skills首批入驻华为小艺和腾讯SkillHub。这套打法不是买个大模型API套壳，而是真金白银砸底层。问题在于，底层砸得越深，折旧和算力成本就越重，而券商财报里至今没有单独披露“AI业务”的投入产出比。

Token在燃烧，但效率提升怎么算？

中金公司信息技术部负责人谢碧松说了一句大实话：“我们目前每日Token消耗量在70亿至100亿之间，预计明年攀升至200亿。我们内部也一直在复盘：大量Token被消耗，员工工作效率有没有真正提升？资源是否存在浪费？”

这句话值得券研社反复引用。它来自一家头部券商的IT一把手，不是外部批评者。当消耗Token的人自己都在质疑ROI，说明行业确实走到了必须回答“产出验证”的节点。

中信建投首席信息官肖钢给出的方案是分阶段目标：2027年智能体普及率70%，2030年90%。中信证券的数字员工体系已经覆盖投行、研究、营销、合规，编码助理的代码采纳率达到81.4%。这些指标比“服务人次”更硬——代码采纳率骗不了人，AI写的代码如果不能用，程序员会直接关掉它。

但“采纳率”和“价值创造”之间还有一道鸿沟。一段AI生成的代码被采纳了，它带来的效率提升是让程序员早下班一小时，还是让系统上线快了一天，进而多赚了一笔钱？券商目前的披露颗粒度，还回答不了这个问题。

风控是AI最诚实的考场

如果说财富管理端的AI效果容易被行情干扰，那风控端的数字要干净得多。

长江证券“江豚风控引擎”实时扫描12.6万份公告、监管函与舆情，债券违约前平均提前4.2个工作日预警。2026年二季度，该系统拦截3单潜在违约债券交易，避免损失超8.4亿元。中金公司信用风险敞口同比下降14.6%，市场风险VaR连续6个季度低于监管阈值，合规AI巡检可实时识别37类异常交易模式。

风控场景的好处在于，它天然可量化。避免的损失就是避免的损失，没有“行情好所以看起来不错”的混淆项。长江证券那8.4亿，如果属实，单这一项就足以覆盖相当一部分AI投入。当然，前提是“保守估算”的假设经得起推敲——如果那些债券最终没有违约，这8.4亿就只是“可能损失”而非“实际避免”。

但至少，风控是AI在券商业务中最接近“可审计价值”的环节。它不依赖客户情绪，不依赖市场beta，只依赖模型准不准。

中小券商的沉默：不是不想ALL in，是ALL不起

头部券商在讲产出故事的时候，中小券商在讲另一套话术。

世纪证券副总经理谭显荣的表态很务实：“AI是绕不开的趋势，但中小券商现阶段更多是跟随应用。”他强调的是安全边际与合规管控，当前更多把AI当工具化、小范围辅助化使用。

这话翻译过来就是：头部烧Token做自研大模型的时候，中小券商在算一笔更简单的账——买现成的和自研的，哪个回本更快。国泰海通灵犀Skills上架第三方平台，某种意义上也是在给中小机构提供“租用AI能力”的选项。未来行业的分层可能会很残酷：头部做底座和生态，腰部做场景和应用，尾部直接买服务。

而真正值得券研社警惕的，是那些既没有自研能力、又不敢在财报里提AI的中小券商。当头部用留存率、采纳率、避免损失金额来证明AI价值时，沉默本身就是一种信号。

验证期到了，但考卷还没批完

回到标题的问题：产出验证期到了吗？

到了。但验证的标准正在从“你做了什么”变成“你做的东西省了多少钱、赚了多少钱、避了多少险”。

国泰海通的8300万人次服务、华泰的500万下载量、中信的81.4%代码采纳率，都是好故事。但2026年上半年的行情太好了，好到足以掩盖很多低效的AI投入。真正的验证窗口，是下一个震荡市，是Token消耗翻倍到200亿之后的成本压力测试，是客户在账户缩水时还愿不愿意为一个“AI投顾”停留。

中信建投肖钢说了一句很关键的话：“我们不单单追求智能体数量，而是希望真正解决业务痛点。” 这句话应该被贴在每一家券商AI战略会的墙上。智能体数量、Skill数量、服务人次，这些是过程指标。留存率、采纳率、避免损失、单位Token产出，才是结果指标。

2026年的半年报，券商AI终于从“口号”走进了“财报”。但财报里的数字，离“证明AI值得ALL in”还有一段距离。这段距离的长度，取决于下一次行情转冷时，那些留存率和转化率还撑不撑得住。

券研社的读者里如果有券商IR或科技条线的朋友，不妨在下次业绩说明会上问一句：贵司AI投入的回收周期，内部测算大概是几年？ 这个问题，比任何大模型参数都更难回答，但也更值得回答。