就目前來看，AI在金融賽道的效率還算可以。
比如在資產(chǎn)配置方面，國信證券就有一組數(shù)據(jù)顯示過，其總量團(tuán)隊嘗試用ETF優(yōu)化風(fēng)險評價模型，并選ETF基金做模擬資產(chǎn)配置，發(fā)現(xiàn)AI能夠結(jié)合市場情緒、指數(shù)ETF跟蹤誤差等因素優(yōu)化選基，幫助ETF模擬組合將年化收益率從6.75%提升至7.18%。
當(dāng)然，從商業(yè)角度來看，證券圈加速布局AI絕非單純追逐技術(shù)潮流，而是在當(dāng)下市場競爭白熱化、盈利模式重構(gòu)、合規(guī)壓力升級的多重背景下，基于生存與發(fā)展需求做出的必然選擇。因為AI 已經(jīng)成為決定券商未來收入增長、成本控制與市場份額的核心工具。
不可否認(rèn)，當(dāng)前證券市場日益艱難。
一方面，傭金戰(zhàn)導(dǎo)致傳統(tǒng)經(jīng)紀(jì)業(yè)務(wù)利潤空間不斷壓縮，機(jī)構(gòu)客戶又對投研專業(yè)性、服務(wù)響應(yīng)速度提出更高要求，單純依賴人力的模式已難以為繼；另一方面，財富管理轉(zhuǎn)型進(jìn)入深水區(qū)，如何精準(zhǔn)匹配客戶偏好與金融產(chǎn)品、提升復(fù)購率成為增收關(guān)鍵；對信息披露、風(fēng)險監(jiān)控、交易合規(guī)的審核成本逐年攀升，進(jìn)一步擠壓券商生存。
這一點在各大券商的財報中展示得很直白。
早在2024年年中，48家券商有20家出現(xiàn)虧損，占比高達(dá)41.67%，包括投行實力強勁的頭部券商。到2025年年中，行業(yè)盈利能力雖然有所改善，但還有10家處在虧損狀態(tài)。根據(jù)Wind數(shù)據(jù)，頭部券商利潤率普遍下滑至20%左右，在2023年前，這個數(shù)字是50%。
在這樣的盈利壓力下，作為券商直面C端客戶、承接經(jīng)紀(jì)業(yè)務(wù)與財富管理轉(zhuǎn)型的數(shù)字化載體，證券類APP之間的競爭早已從早期的功能同質(zhì)化比拼，升級為圍繞智能投顧、行情解讀、交易體驗、場景生態(tài)的深度內(nèi)卷。
時至今日，國內(nèi)證券類APP月活躍用戶已突破1.66億，全網(wǎng)滲透率達(dá)到15.46%。
但各大產(chǎn)品的用戶增長都浮浮沉沉，增降不定。以2025年11月為例，易觀千帆數(shù)據(jù)顯示，11月證券類App的月活躍用戶總數(shù)約1.72億人，環(huán)比增長2.06%，同比減少3.20%，僅有2家券商App月活同比增幅超過10%，分別為興業(yè)證券優(yōu)理寶和國金傭金寶。
這背后的原因不難尋。一方面，投資者基礎(chǔ)保持韌性，新增開戶數(shù)238.14萬戶，環(huán)比增長3.10%；另一方面，交投意愿明顯趨冷，日均成交額環(huán)比下降約11%，證券服務(wù)應(yīng)用月活用戶規(guī)模同比亦減少3.20%。
兩相矛盾下，證券類APP的競爭邏輯已從“搶新增用戶”轉(zhuǎn)向“拼存量留存與轉(zhuǎn)化”。
而AI似乎為積弊已久的證券圈提供了一個破局機(jī)會。
要知道，國內(nèi)至少有2億普通投資者，C端投資者對AI的接受度高達(dá)63.8%，他們對智能薦股、交易便捷性、資訊時效性的需求占比分別達(dá)到44%、32%、36%。同時，使用智能解讀、風(fēng)險預(yù)警工具的用戶活躍度，比傳統(tǒng)軟件高出51%。
也就是說，AI的出現(xiàn)，讓正在“犯難”的證券圈抓住了一根稻草，只不過，這根稻草價值幾何，或許早已牽動了整個證券行業(yè)的神經(jīng)末梢。畢竟，AI只是賦能，不是全能，特別是在特殊的投資領(lǐng)域。
目前，市面上的AI投資產(chǎn)品密集上市：
從智能客服到智能投顧，從智能交易到智能運營……無論什么品類，背后的產(chǎn)品邏輯都是清一色的理性投資、數(shù)據(jù)分析、科學(xué)決策。AI也確實能通過海量數(shù)據(jù)處理、多因子模型運算、實時風(fēng)險預(yù)警，為投資者提供可量化、可追溯的決策支持，
但在另一端的社交平臺，畫風(fēng)卻截然不同。
小紅書上，“AI 選股保姆級攻略”收獲近萬點贊，股民曬出 AI 薦股的盈利截圖相互取經(jīng)；有人將AI奉為“漲跌預(yù)言家”，根據(jù)模型提示的“神秘信號”操作；更有投資者因AI推薦個股虧損后，吐槽其為“反向冥燈”，將其歸為“玄學(xué)炒股”的新變種。
券商的理性敘事與用戶的玄學(xué)，對比之下，勾勒出AI賦能投資初期圖景：趨勢與荒誕并行。
首先，頂尖AI在投資理財方面已然具備一定的潛力。
中金公司研究部執(zhí)行總經(jīng)理測算，大模型預(yù)計每年為全球金融行業(yè)帶來2500億到4100億美元的價值增量，相當(dāng)于9%到15%的營業(yè)利潤增厚。騰訊研究院聯(lián)合畢馬威發(fā)布的《2025金融業(yè)大模型應(yīng)用報告》顯示，過去兩年，金融業(yè)對大模型的投入產(chǎn)出比首次超越技術(shù)先進(jìn)性，成為機(jī)構(gòu)應(yīng)用的核心衡量標(biāo)準(zhǔn)。
其次，AI賦能投資迎合了一部分市場需求。畢竟艾瑞咨詢在《2025年行業(yè)白皮書》中進(jìn)一步指出，高達(dá)75%的散戶日均盯盤時間不足 2 小時，錯過早盤異動（9:30-10:00）尾盤突襲（14:30-15:00）等關(guān)鍵時段機(jī)會的比例達(dá) 59%。
種種跡象下，AI落地金融賽道的目的或許是將投資效率重構(gòu)、帶動信息平等。然而，在流量炒作、人性焦慮與技術(shù)局限的幾重夾擊下，AI賦能投資的理想，在現(xiàn)實世界里，還是多少有些偏離了初衷。
先看被社交平臺熱捧的“AI暴富神話”。
根據(jù)《國際金融報》記者調(diào)查發(fā)現(xiàn)，以“DeepSeek 炒股”為詞條的內(nèi)容中，充斥著“一日賺 15 萬元”“收益率 1281.82%”等吸睛噱頭，博主們用極端化的收益數(shù)據(jù)來引流，卻對背后的風(fēng)險只字不提。
再往后，往往就會帶出一堆賣課教程、知識付費鏈接。
而“AI投資引流+賣課”早就形成了一套完整的流量變現(xiàn)路徑。去年5月，有短視頻平臺發(fā)布公告，封禁200余個利用AI工具實施非法薦股的賬號，但只要投資焦慮不減，“AI炒股”話題下的相關(guān)發(fā)帖熱度仍會動輒幾十萬。
另外，AI技術(shù)在投資賽道天然有自身難以逾越的短板。
比如，廣發(fā)證券認(rèn)為，一些大模型在標(biāo)準(zhǔn)化服務(wù)場景中已接近一線投顧平均水準(zhǔn)，但在對高凈值客戶深度服務(wù)中，仍需“人機(jī)協(xié)同”實現(xiàn)價值最大化，如在客戶風(fēng)險偏好、家庭財務(wù)規(guī)劃等個性化需求理解及情感陪伴方面，AI仍存短板，需人工投顧補足。
無獨有偶，華福證券相關(guān)人士表示，大模型目前還難以完全模擬人類投顧對復(fù)雜人性和市場微妙變化的理解，在洞察客戶個性化深層次需求方面，投顧的能力仍不可替代，并且在調(diào)倉建議環(huán)節(jié)，與一線投顧相比仍有差距。
更有意思的是，對AI的認(rèn)知錯位或許還會加劇投資市場的不公平。
那些能識破“AI神話”的專業(yè)投資者，可能會借助AI工具進(jìn)一步提升決策效率；而普通投資者若是在虛假流量與玄學(xué)認(rèn)知中，一次次陷入盲目跟風(fēng)的陷阱，原本旨在縮小信息鴻溝的AI，又制造了新的信息不對稱。
或許，技術(shù)能破解數(shù)據(jù)的復(fù)雜，卻始終難以馴服人心，而在這場關(guān)于AI與投資的博弈中，最遺憾的便是，投資圈上上下下本想借AI逃離盲目，在理想與現(xiàn)實的拉扯中，最終也許又困在了新一輪的混沌里。
有一點需要注意，券商信息科技化，早在2023年就開始了。
當(dāng)年，中國證券業(yè)協(xié)會《證券公司網(wǎng)絡(luò)和信息安全三年提升計劃》要求券商加大信息科技投入(不低于營收7%)，并將科技人員占比提升至7%。2023年14家券商信息技術(shù)投入合計達(dá)198.06億元，頭部券商科技人員占比接近20%。
其中包括華泰證券、中金公司、國泰君安、海通證券、招商證券、中信建投、廣發(fā)證券、中國銀河、安信證券……行業(yè)數(shù)據(jù)顯示，2025年國內(nèi)智能炒股工具用戶規(guī)模破億，券商信息技術(shù)投入同比增長37%，其中AI相關(guān)研發(fā)投入占比超 45%。
時至今日，各大券商要么在自有APP里搭載AI功能，要么發(fā)布垂直智能體。
證券圈要誕生一個“DeepSeek”了嗎？未必。
就目前來看，AI投資產(chǎn)品之間的競爭漸趨白熱化。根據(jù)“2025年中國券商智能交易工具測評報告”，在10 款主流工具里，頭部3款產(chǎn)品占據(jù)近65%的市場份額，分別為：AI漲樂、富途牛牛、君弘。
這三家能長期堅守住自己的市場地位嗎？誰也不確定。
可以確認(rèn)的是，AI+金融未來的角逐只會更加激烈。據(jù)悉，早在2024年，就有8家券商在信息技術(shù)領(lǐng)域投入金額超過10億元，財聯(lián)社記者統(tǒng)計，單“AI”一詞在50家上市券商2025上半年報中共出現(xiàn)188次，平均每家券商提及3.76次。大型券商計劃2026年繼續(xù)推AI化APP，中小券商也將其納入規(guī)劃。
同時，大部分券商在模型層尚未拉開差異。
比如，阿里云及通義系列大模型已經(jīng)服務(wù)了中國90%以上的金融機(jī)構(gòu)，包括工商銀行、建設(shè)銀行等國有大行，中信證券、中金公司等頭部券商，中國人壽、平安集團(tuán)等前十保險公司，以及一眾基金、支付、消金行業(yè)頭部機(jī)構(gòu)。
要想打破這種依賴，成為金融賽道的“DeepSeek”，券商不是沒有突圍路徑。具體來看，要么以自研構(gòu)建垂直技術(shù)壁壘，要么把AI深度滲透至核心創(chuàng)收場景，比如占營收比重最高的自營業(yè)務(wù)。
當(dāng)前，華泰證券已經(jīng)公開宣布自建量子金融實驗室，其他券商也選擇在金融垂類大模型中針對證券行業(yè)特點進(jìn)行優(yōu)化，包括自研垂類模型（如國泰海通證券的“靈犀大模型”）、開源模型微調(diào)（如國金證券的ChatGLM2）以及輕量化端側(cè)模型（如銀河證券的Gemma）。
只不過，這一步需要考慮的核心因素不少，包括建設(shè)成本、周期、算力卡類型、數(shù)據(jù)等級安全因素（包括數(shù)據(jù)隔離、資源管控、監(jiān)控審計等）。而這在AI決心日漸旺盛的證券行業(yè)，或許正是拉開差異的最快途徑。
其次，根據(jù)證券業(yè)協(xié)會發(fā)布的《證券公司2024年度經(jīng)營情況分析》，2024年券商自營業(yè)務(wù)、經(jīng)紀(jì)業(yè)務(wù)、利息凈收入、投行業(yè)務(wù)、資管業(yè)務(wù)等五項收入的占比保持平穩(wěn)，分別為38.6%、28.4%、11.1%、7.8%和5.3%。
自營、經(jīng)紀(jì)是券商營收占比最大的兩項業(yè)務(wù)，但當(dāng)前大模型落地的場景基本集中在經(jīng)紀(jì)業(yè)務(wù)。一位券商人士表示，“沒有幾家券商的自營業(yè)務(wù)在用大模型。”因為自營業(yè)務(wù)往往對策略的時效性、準(zhǔn)確率、穩(wěn)定性要求極高，AI落地的成本高、效果不顯著。
然而，對比經(jīng)紀(jì)業(yè)務(wù)的AI 應(yīng)用多集中于智能客服、標(biāo)準(zhǔn)化投顧不同，自營業(yè)務(wù)的 AI 應(yīng)用直接指向交易策略優(yōu)化、風(fēng)險預(yù)判、收益提升，這些場景的技術(shù)壁壘更高，一旦形成有效落地，將成為券商的核心競爭力。
證券圈的“DeepSeek”，從來不是一個能快速量產(chǎn)的技術(shù)產(chǎn)品，而是一場需要沉下心的長期修行。
快報
根據(jù)《網(wǎng)絡(luò)安全法》實名制要求，請綁定手機(jī)號后發(fā)表評論