文 | 深观商业

AI的风，到底还是刮进了证券圈。

例如，阿里云“通义点金”大模型已与中金、易方达等180余家金融机构合作，30余家实现生产上线。同时，华泰证券旗下的AI涨乐APP，最近也是风头正劲，频频通过大面积的宣传投放进行获客。

回顾2025年，用AI投资、理财一度成为社交平台的热门话题。

此前，阿里千问发布了“2025十大AI提示词”榜单，股票高居榜首。10月份，美国Nof1研究机构甚至发起了一场实验，分别给中美AI大模型代表各1万美元，在数字货币交易市场自主投资，不得人为干预，并对AI的操作方法、收益亏损进行24小时的直播。

这是全球首次公开的、真金白银的AI投资竞赛。

看起来，AI+金融在全球范围内正加速发酵，势不可挡。据悉，国内证券类APP里有高达82.6%已嵌入AI技术，覆盖A股、港股、美股、外汇、期货等40余个市场，“数据—分析—决策”成为玩家引以为傲的链路堡垒。

于是，理性、效率、科学……一系列能吸引普通投资者的字眼为这个赛道又添了一把火。然而，AI赋能金融、投资后，证券圈能跑出一个“DeepSeek”吗？这个答案背后，其实风险与机遇并存。

证券圈的“无奈”

当各行各业都在加速AI转型，金融行业也没有闲着。

数据显示，有71%的券商已经将数字化转型列为公司级战略，其中，AI技术成为核心驱动力。2024年中国金融行业生成式AI投资规模已达36.26亿元，预计到2028年将飙升至238.04亿元，年复合增长率高达60.1%。

在DeepSeek横空出世之前，中金公司、中信建投证券、广发证券等头部券商研究所已率先启动“AI+投研”应用探索并取得落地成果。目前，多家机构正在推进相关智能平台研发，将大模型技术融入到投研核心环节：

比如信息搜集（公告和公开新闻等）、数据处理（撰写数据与公告一致性检查）、风险预警（风险警示、提示函等）；辅助开展研报翻译、会议纪要；研报审核、信息加工；非结构化信息提取、中英文字/图表互译、研报质量把控及风险排查……

就目前来看，AI在金融赛道的效率还算可以。

比如在资产配置方面，国信证券就有一组数据显示过，其总量团队尝试用ETF优化风险评价模型，并选ETF基金做模拟资产配置，发现AI能够结合市场情绪、指数ETF跟踪误差等因素优化选基，帮助ETF模拟组合将年化收益率从6.75%提升至7.18%。

当然，从商业角度来看，证券圈加速布局AI绝非单纯追逐技术潮流，而是在当下市场竞争白热化、盈利模式重构、合规压力升级的多重背景下，基于生存与发展需求做出的必然选择。因为AI 已经成为决定券商未来收入增长、成本控制与市场份额的核心工具。

不可否认，当前证券市场日益艰难。

一方面，佣金战导致传统经纪业务利润空间不断压缩，机构客户又对投研专业性、服务响应速度提出更高要求，单纯依赖人力的模式已难以为继；另一方面，财富管理转型进入深水区，如何精准匹配客户偏好与金融产品、提升复购率成为增收关键；对信息披露、风险监控、交易合规的审核成本逐年攀升，进一步挤压券商生存。

这一点在各大券商的财报中展示得很直白。

早在2024年年中，48家券商有20家出现亏损，占比高达41.67%，包括投行实力强劲的头部券商。到2025年年中，行业盈利能力虽然有所改善，但还有10家处在亏损状态。根据Wind数据，头部券商利润率普遍下滑至20%左右，在2023年前，这个数字是50%。

在这样的盈利压力下，作为券商直面C端客户、承接经纪业务与财富管理转型的数字化载体，证券类APP之间的竞争早已从早期的功能同质化比拼，升级为围绕智能投顾、行情解读、交易体验、场景生态的深度内卷。

时至今日，国内证券类APP月活跃用户已突破1.66亿，全网渗透率达到15.46%。

但各大产品的用户增长都浮浮沉沉，增降不定。以2025年11月为例，易观千帆数据显示，11月证券类App的月活跃用户总数约1.72亿人，环比增长2.06%，同比减少3.20%，仅有2家券商App月活同比增幅超过10%，分别为兴业证券优理宝和国金佣金宝。

这背后的原因不难寻。一方面，投资者基础保持韧性，新增开户数238.14万户，环比增长3.10%；另一方面，交投意愿明显趋冷，日均成交额环比下降约11%，证券服务应用月活用户规模同比亦减少3.20%。

两相矛盾下，证券类APP的竞争逻辑已从“抢新增用户”转向“拼存量留存与转化”。

而AI似乎为积弊已久的证券圈提供了一个破局机会。

要知道，国内至少有2亿普通投资者，C端投资者对AI的接受度高达63.8%，他们对智能荐股、交易便捷性、资讯时效性的需求占比分别达到44%、32%、36%。同时，使用智能解读、风险预警工具的用户活跃度，比传统软件高出51%。

也就是说，AI的出现，让正在“犯难”的证券圈抓住了一根稻草，只不过，这根稻草价值几何，或许早已牵动了整个证券行业的神经末梢。毕竟，AI只是赋能，不是全能，特别是在特殊的投资领域。

“理性投资”VS“玄学暴富”

目前，市面上的AI投资产品密集上市：

从智能客服到智能投顾，从智能交易到智能运营……无论什么品类，背后的产品逻辑都是清一色的理性投资、数据分析、科学决策。AI也确实能通过海量数据处理、多因子模型运算、实时风险预警，为投资者提供可量化、可追溯的决策支持，

但在另一端的社交平台，画风却截然不同。

小红书上，“AI 选股保姆级攻略”收获近万点赞，股民晒出 AI 荐股的盈利截图相互取经；有人将AI奉为“涨跌预言家”，根据模型提示的“神秘信号”操作；更有投资者因AI推荐个股亏损后，吐槽其为“反向冥灯”，将其归为“玄学炒股”的新变种。

券商的理性叙事与用户的玄学，对比之下，勾勒出AI赋能投资初期图景：趋势与荒诞并行。

首先，顶尖AI在投资理财方面已然具备一定的潜力。

中金公司研究部执行总经理测算，大模型预计每年为全球金融行业带来2500亿到4100亿美元的价值增量，相当于9%到15%的营业利润增厚。腾讯研究院联合毕马威发布的《2025金融业大模型应用报告》显示，过去两年，金融业对大模型的投入产出比首次超越技术先进性，成为机构应用的核心衡量标准。

其次，AI赋能投资迎合了一部分市场需求。毕竟艾瑞咨询在《2025年行业白皮书》中进一步指出，高达75%的散户日均盯盘时间不足 2 小时，错过早盘异动（9:30-10:00）尾盘突袭（14:30-15:00）等关键时段机会的比例达 59%。

种种迹象下，AI落地金融赛道的目的或许是将投资效率重构、带动信息平等。然而，在流量炒作、人性焦虑与技术局限的几重夹击下，AI赋能投资的理想，在现实世界里，还是多少有些偏离了初衷。

先看被社交平台热捧的“AI暴富神话”。

根据《国际金融报》记者调查发现，以“DeepSeek 炒股”为词条的内容中，充斥着“一日赚 15 万元”“收益率 1281.82%”等吸睛噱头，博主们用极端化的收益数据来引流，却对背后的风险只字不提。

再往后，往往就会带出一堆卖课教程、知识付费链接。

而“AI投资引流+卖课”早就形成了一套完整的流量变现路径。去年5月，有短视频平台发布公告，封禁200余个利用AI工具实施非法荐股的账号，但只要投资焦虑不减，“AI炒股”话题下的相关发帖热度仍会动辄几十万。

另外，AI技术在投资赛道天然有自身难以逾越的短板。

比如，广发证券认为，一些大模型在标准化服务场景中已接近一线投顾平均水准，但在对高净值客户深度服务中，仍需“人机协同”实现价值最大化，如在客户风险偏好、家庭财务规划等个性化需求理解及情感陪伴方面，AI仍存短板，需人工投顾补足。

无独有偶，华福证券相关人士表示，大模型目前还难以完全模拟人类投顾对复杂人性和市场微妙变化的理解，在洞察客户个性化深层次需求方面，投顾的能力仍不可替代，并且在调仓建议环节，与一线投顾相比仍有差距。

更有意思的是，对AI的认知错位或许还会加剧投资市场的不公平。

那些能识破“AI神话”的专业投资者，可能会借助AI工具进一步提升决策效率；而普通投资者若是在虚假流量与玄学认知中，一次次陷入盲目跟风的陷阱，原本旨在缩小信息鸿沟的AI，又制造了新的信息不对称。

或许，技术能破解数据的复杂，却始终难以驯服人心，而在这场关于AI与投资的博弈中，最遗憾的便是，投资圈上上下下本想借AI逃离盲目，在理想与现实的拉扯中，最终也许又困在了新一轮的混沌里。

加速打造证券圈的“DeepSeek”？

有一点需要注意，券商信息科技化，早在2023年就开始了。

当年，中国证券业协会《证券公司网络和信息安全三年提升计划》要求券商加大信息科技投入(不低于营收7%)，并将科技人员占比提升至7%。2023年14家券商信息技术投入合计达198.06亿元，头部券商科技人员占比接近20%。

其中包括华泰证券、中金公司、国泰君安、海通证券、招商证券、中信建投、广发证券、中国银河、安信证券……行业数据显示，2025年国内智能炒股工具用户规模破亿，券商信息技术投入同比增长37%，其中AI相关研发投入占比超 45%。

时至今日，各大券商要么在自有APP里搭载AI功能，要么发布垂直智能体。

证券圈要诞生一个“DeepSeek”了吗？未必。

就目前来看，AI投资产品之间的竞争渐趋白热化。根据“2025年中国券商智能交易工具测评报告”，在10 款主流工具里，头部3款产品占据近65%的市场份额，分别为：AI涨乐、富途牛牛、君弘。

这三家能长期坚守住自己的市场地位吗？谁也不确定。

可以确认的是，AI+金融未来的角逐只会更加激烈。据悉，早在2024年，就有8家券商在信息技术领域投入金额超过10亿元，财联社记者统计，单“AI”一词在50家上市券商2025上半年报中共出现188次，平均每家券商提及3.76次。大型券商计划2026年继续推AI化APP，中小券商也将其纳入规划。

同时，大部分券商在模型层尚未拉开差异。

比如，阿里云及通义系列大模型已经服务了中国90%以上的金融机构，包括工商银行、建设银行等国有大行，中信证券、中金公司等头部券商，中国人寿、平安集团等前十保险公司，以及一众基金、支付、消金行业头部机构。

要想打破这种依赖，成为金融赛道的“DeepSeek”，券商不是没有突围路径。具体来看，要么以自研构建垂直技术壁垒，要么把AI深度渗透至核心创收场景，比如占营收比重最高的自营业务。

当前，华泰证券已经公开宣布自建量子金融实验室，其他券商也选择在金融垂类大模型中针对证券行业特点进行优化，包括自研垂类模型（如国泰海通证券的“灵犀大模型”）、开源模型微调（如国金证券的ChatGLM2）以及轻量化端侧模型（如银河证券的Gemma）。

只不过，这一步需要考虑的核心因素不少，包括建设成本、周期、算力卡类型、数据等级安全因素（包括数据隔离、资源管控、监控审计等）。而这在AI决心日渐旺盛的证券行业，或许正是拉开差异的最快途径。

其次，根据证券业协会发布的《证券公司2024年度经营情况分析》，2024年券商自营业务、经纪业务、利息净收入、投行业务、资管业务等五项收入的占比保持平稳，分别为38.6%、28.4%、11.1%、7.8%和5.3%。

自营、经纪是券商营收占比最大的两项业务，但当前大模型落地的场景基本集中在经纪业务。一位券商人士表示，“没有几家券商的自营业务在用大模型。”因为自营业务往往对策略的时效性、准确率、稳定性要求极高，AI落地的成本高、效果不显著。

然而，对比经纪业务的AI 应用多集中于智能客服、标准化投顾不同，自营业务的 AI 应用直接指向交易策略优化、风险预判、收益提升，这些场景的技术壁垒更高，一旦形成有效落地，将成为券商的核心竞争力。

证券圈的“DeepSeek”，从来不是一个能快速量产的技术产品，而是一场需要沉下心的长期修行。