编者按：Deepseek的问世犹如平地惊雷，让人工智能（AI）在财经领域大放异彩。券商研究所也看到了AI赋能投研的巨大潜力，多位分析师已分享了AI在投研中的应用体验或探索实践。

未来，AI将在投研领域发挥多大作用？这不仅是技术进步的体现，也引发了关于AI是否会取代分析师职业的担忧，以及技术平权将如何重塑券商研究业务格局的讨论。

证券时报记者马静报道

AI技术已能将会议录音快速转化为文字摘要，从人工两小时缩短至10分钟；利用大模型智能体，自动生成日报、周报等高频报告；结合市场情绪、指数ETF跟踪误差等因素优化选基，将ETF模拟组合的年化收益率提升至7.18%……

近日，证券时报记者采访了多家研究实力强劲的券商研究所，他们分享了多样的AI应用案例。

当AI从数据处理环节突围，进入决策分析辅助阶段，投研范式将发生何种变化？AI能否全面覆盖投研流程？对于这些问题，受访人士给出了深入的思考。

AI在投研各环节化身“多面体”

在DeepSeek之前，中金公司、中信建投证券、广发证券等大型券商研究所已启动“AI+投研”的探索，并取得一定成果。

中金研究打造的“中金点睛”品牌，提供找数据、AI搜索、智能纪要等对客服务，覆盖近百万用户和十万机构投资者。对内，中金通过自研系统全方位提升分析师工作效率。

广发证券在行业指标问答、自动绘图、研报增强搜索等方面取得进展。

中信建投证券引入AI大模型，多个研究团队建立行业知识库，统一管理研报、纪要、模型等资料，研究员可随时向智能体询问问题，并下载溯源文件。智能体还能自动生成行业日报、周报。

DeepSeek-R1的推理能力和低成本高效能，使券商研究所更加积极拥抱AI大模型。受访券商研究所已广泛应用AI大模型，并探索新的应用场景。

申万宏源研究在信息搜集、数据处理、风险预警等方面应用大模型技术。

广发证券利用AI大模型辅助研报翻译、会议纪要等工作，未来将在研报撰写辅助、信息加工等方面开展更多工作。

中金公司正在测试大模型在非结构化信息提取、中英文字/图表互译等领域的应用。

中信建投证券探索智能体辅助撰写深度报告，借助DeepSeek的规划、推理能力，对研究课题进行任务拆解、大纲制定。

AI在投研高级应用中有效性约40%

AI大模型在投研业务的应用场景广泛，从数据处理到信息加工和决策分析辅助。受访人士认为，AI明显改善了投研效率。那么，AI在投研中能解放多少生产力？

国信证券策略首席分析师王开介绍了AI在不同应用层级的有效性。在初级应用阶段，AI主要承担数据清理、热点追踪等任务，有效性理论上不打折扣。在中级应用阶段，AI辅助专题研究、资产配置优化，整体有效性约为60%。在高级应用阶段，AI用于市场深度洞察和大型课题研究，有效性约为40%。

可见，AI在基础性、重复性的投研工作中表现较好，但在创造性深度思考阶段仍需人工支持。

中信证券信用债首席分析师李晗表示，AI在数据处理方面效率提升，但在策略应用、机会挖掘等方面仍存在不足。

解决AI幻觉问题和海量数据处理

受访人士提到AI幻觉问题，如生成错误信息。这主要由大模型信息混杂、缺乏金融数据和语料导致。券商通过合法合规的数据来源、结构化提示词、多模型交叉验证等方式减少AI幻觉。

私有化部署的模型算力有限，无法满足海量信息处理需求。中信建投证券表示，处理公开信息时需借助云端大模型，但很难界定私域信息和公开信息。

国信证券探索将部分AI处理流程迁移至本地化模型，提高计算效率。

AI：好工具还是业务颠覆者？

当前，AI全方位赋能投研尚不完善，但未来发展日新月异。AI将在多大程度上重构券商投研业务？

王开认为，AI正从信息处理工具跃升为投研体系的核心驱动要素，推动研究范式升级。但AI在投研中的作用更倾向于增量优化，而非创造性构建。

受访人士共识认为，投研流程不会发生颠覆性改变，AI替代的是人力劳动密集环节，而非投资逻辑。

中金公司首席分析师姚泽宇认为，AI将在更多投研场景中提质增效，但大模型的优势在于文字与推理，不在于判断与创造。未来，人工主导、人机协作可能仍是常态。

中信建投证券表示，AI将深度介入信息采集、数据清洗等非决策类环节，分析师则向更高阶的认知维度迁移，实现人与AI的双向赋能。

（文章来源：证券时报）