行业资讯

加入亿拓客·流量大师 撬动财富之门!!!

券商开始给AI设"编制"了

wang 2026-11-21 行业资讯
券商开始给AI设"编制"了
11月19日,中信建投证券研究发了一条消息:成立AI投研中心,负责人是金融工程首席分析师姚紫薇。
中心设在研究发展部,给机构业务委员会下面各部门提供AI投研能力,还要做一个叫"信策"的平台和一个叫"信小喵"的机器人。我梳理了一下当前中信建投的组织架构:
这条消息有意思的是另外两件事:四个新岗位,和一句口号——"人人都是研究工程师"。
一家券商为AI单独设中心、单独列岗位,这已经不是买工具了,它动的是人和活儿的分配。

一、部门设置上:新增四类AI研究岗位

中心设在研究发展部,服务的是机构业务委员会下面所有部门,不是某个团队内部搞了个小组。
为中心设计了一套新的岗位(4个)分别是:AI研究架构师、AI研究工程师、AI应用工程师、解决方案经理。
第二个要单独看。"AI研究工程师"后面跟了一句解释——本身就是研究员,按研究方向和各研究团队一起,把研究方法做成能力。
这句话把过去的顺序倒过来了。以前是研究员提需求、技术部门做实现;现在研究员自己站到工程链条里。
也不是空想。今年三四月姚紫薇定了方向,然后自己把从研究到产品的全过程走了一遍。她想试试一个研究员加上AI、一行代码都不写,能不能做出能交给客户的东西。前后两周,"橘子MCP"做出来了,全程靠自然语言和AI对话。做完她说,难的不再是把产品实现出来,而是想清楚、说清楚自己要什么。
她对这件事的解释是:研究方法和方法背后的判断,都在研究员自己心里,最清楚产品该长什么样的人是他们本人;需求每转述一次,就会损失一点。AI补上了研究员的工程能力,所以最懂业务的人可以自己动手。
非常赞成这个观点,正如我作为AI产品经理,但是做了自己的投研应用,也在做自己的研究网站(后面等域名等事情确认好会同步给大家看),从写一篇研报开始做起。对于中信建投的AI投研中心的岗位设置,他们配套的是一个AI投研实验室:数据、大模型、开发工具统一备好,机构业务条线的同事都能进来,把自己的方法做成能力,再通过"信策"交给客户。中心的角色是搭好"中央厨房",把质量关。
结论:设中心、列岗位,改的是"谁来做产品"——从技术部门做给业务用,变成懂业务的人自己做。这是组织调整,不是工具采购。

二、分工上:AI拿走四样,人守三样

她把分工说得很干净。
AI接手的是研究里可以重复的部分:找资料、整理数据、更新图表、写初稿。
留给人的是三样:提出好问题,在信息不完整的时候做出判断,对结论负责。再加上对产业的一手认知和客户的信任。
这件事行业里有人在做。国金证券的金融工程团队今年一直在发"大模型赋能投研"系列,到8月已经写到第二十六篇,其中一篇的题目就叫《基金经理投资大师蒸馏与框架进化迭代Skill》。行业里把这类做法叫"蒸馏"——把人的方法抽出来喂给机器。
姚紫薇不认这个说法。她说蒸馏是把能力从人身上拿走,自己做的是给研究员的能力加上杠杆:方法还是研究员自己的,署着自己的名字;借助AI服务更多客户,自己也能腾出时间做深度思考。
这两种说法对应两种完全不同的做法。前一种省人头,后一种放产出。名字不一样,组织设计就会不一样。
结论:分工的分界线不是模型会不会,而是这件事做完之后有没有人认。可重复的交给AI,要认账的留给人。

三、同业里:三家券商在做同一件事

中信建投不是第一家。
11月10日,申万宏源和腾讯一起发了"申研AI",一个面向机构客户的研究平台。已经上了九个模块:基金研究、申万指数、策略资产配置,还有一个叫"分析师Flow"的东西。
所谓"分析师Flow",是把高频、标准化的研究任务做成固定流程。CPI点评、黄金定价、出行链景气跟踪,选一个流程,自动取数、分析、出报告,出来还能接着改。
这和姚紫薇讲的"把方法做成能力"是同一件事,只是叫法不同。
再往前,8月28日广发证券策略团队发了一份报告,判断卖方研究要经历一轮"MCP化变革"。MCP可以理解成插座和电器的国标,各种研究能力按统一接口被外部调用。报告里还有一句很直接的定位:懂AI会成为继财务分析、办公软件之后,从业者的第三项基本功。
广发的依赖在于:8.8万份研报、9万余项指标,靠AI把行业定期报告的制作时间从4小时压到15分钟。
另外,长桥、华泰等机构也都在做同样的事--把自己的研究能力外显。
结论:多家券商,各种做法,落点是同一个——把研究方法做成机器能调用的东西,然后卖给客户。

四、为什么是现在:钱在变少

技术早就不是瓶颈,为什么是今年?
因为钱在变少。
券商研究所的收入,主要来自基金公司分给券商的交易佣金。公募费率改革推了几年,这块一直在缩。而研究所的成本是刚性的,养几十个分析师,一年几千万。
以前一份报告只能卖给签约的那几十家机构。客户就那么多,佣金池子在缩,靠"多写报告"多挣钱这条路已经走不通了。
姚紫薇的说法是:越来越多客户习惯直接提问、按需调用,研究服务只停留在报告和路演已经不够;做成能被调用的东西之后,能服务到过去覆盖不过来的客户。
同一份方法,以前卖一次,现在可以被反复调用。这是券商还愿意继续往研究所投钱的理由。
她在原文里留了一句话,很容易被略过:率先把研究能力做到"被机构真实调用、按调用计量归属"的机构,将定义下一阶段的行业标准。【无论是否正确,这确实是所有金融机构正在铆足劲做的事情】
这句话翻成大白话就是:谁的研究被客户真正用了、用了多少次,钱就算到谁头上。以前按报告份数算、按席位算,以后可能按次数算。【类比Wind、iFinD等数据服务商也在改革】
这不是口号,它关系到报价单怎么写。谁先把"按次数收费"写进报价单,谁就先拿到定价的主动权。
结论:AI投研中心表面是技术投入,底下是收入结构的应对。佣金变薄,逼着研究所把"卖一次"改成"卖很多次"。

五、当然AI产出的责任主体也清晰了

前面讲的都是能变的部分,还有一半不能变。
《发布证券研究报告暂行规定》第九条:署名的证券分析师应当对报告的内容和观点负责,保证信息来源合法合规、研究方法专业审慎、分析结论具有合理依据。这条规定2011年1月1日施行,十五年没动过。
今年10月,中证协规范券商研报业务,把这条线又扣紧一圈:严禁直接采信未经核验的AI生成内容,发布前必须全流程人工核实,AI核验记录要完整留存、环节可追溯。
不是没有教训。此前有券商的地产研报因为AI幻觉,把两年前国常会的表述错标成新近部署,被市场当场抓住。
回头看她坚持的三条:结论可追溯、合规前置、责任在人。每一项能力背后都要有一个署名团队。她那句"由谁对结论负责,这一点不能模糊",和上面两条规定说的是同一件事。
结论:能力可以批量复制,责任只能落到具体的人头上。这是AI投研绕不过去的一层。

六、我的判断:以后只剩两种

把方法做成产品、对客户开放、还按使用次数收费,前提是三样东西同时在:多年沉淀的研究方法、成建制的分析师队伍、扛得住审查的合规体系。少一样都有点坎坷——没有方法,做出来是空壳;没有分析师,没人敢在结果上签字;没有合规,客户不敢用。
所以我的判断是:三年之内,券商研究所会分成两种。
少数几家把自己的方法做成产品,直接向客户收钱,赚的是"同一个方法卖很多次"的钱。剩下的大部分,只能把方法供给这几家,或者在别人的产品里当一个数据源,赚的还是"卖一次"的钱。
中间那种"我们也做了AI,但我们自己卖不出去"的状态,撑不了太久。因为投入是硬的——实验室、平台、四个岗位的编制,都是真金白银,卖不出去就是纯支出。
想验证这个判断,盯两件事就够。第一,什么时候能看见一份写着"按使用次数收费"的报价单,出在谁家。第二,有没有中小研究所公开说自己给别家的平台供能力,而不是自己发产品。
这两件事里任何一件发生,今天这些"上线智能体"的消息,就都只是准备工作。

猜你喜欢