【AI重构投研面面观】探索AI在投研领域的变革

　　编者按：Deepseek的问世如平地惊雷，展现了人工智能（AI）的非凡魅力。券商研究所敏锐洞察到AI为投研高效赋能的潜力，众多分析师纷纷分享AI应用体验或探索实践。

　　未来，AI将如何深度影响投研领域，成为热议话题。AI提升生产力的价值无可争议，但分析师对“职业取代”的担忧，以及技术平权如何重塑券商研究格局，同样值得深入探讨。

　　随着证券业分析师数量持续增长，2024年底已达5776人，而AI大模型显著提升了投研效率，分析师面临职业焦虑。

　　多家大型券商研究所采访显示，AI虽可能减少助理分析师需求，但短期内无法取代分析师。中信建投证券研究所认为，AI是能力放大镜，更多取代“脑力活中的体力活”，标准化复杂业务流程。

　　受访者普遍认为，AI作为智能助手承担基础性工作，深度研究仍是分析师主场。伴随AI发展，分析师的批判性思维、跨领域综合能力、前瞻判断能力将成为稀缺能力。

　　分析师积极接纳AI工具

　　作为持续学习的职业，分析师对新事物充满好奇，积极拥抱AI。DeepSeek兴起后，无论年轻或资深、总量或行业小组分析师，都在主动学习使用AI工具。公司和部门层面也积极引导分析师借助AI辅助研究。

　　分析师们尝试使用内外部AI应用，提升竞争力。动手能力强的分析师重度使用扣子、秘塔等平台，资深研究员则希望通过AI提供行研框架、产业链研究、估值模型的整体解决方案。

　　AI在会议纪要生成、数据采集整理、行业数据库更新等方面，解放了日常重复劳动。

　　AI仍需人类主导

　　受访人士认为，尽管AI在投研中作用日益重要，但至少在短期内无法取代分析师。分析师的价值在于发现上市公司价值、与投资者沟通，形成个性化判断，积累产业界影响力。

　　AI在某些单项技能上突出，但在细分场景中难以完全超越分析师。AI在输入任务上表现佳，能高效归纳信息，但存在遗忘问题，处理过多信息时易丢失重点。AI在数据计算、模型优化方面能提高效率，但仍需分析师监督，避免“AI幻觉”。AI在“写”的质量上褒贬不一，逻辑性、连贯性和专业性需训练和调整。

　　在目前测试的应用场景中，AI在回答完整度、忠实度、准确性等方面表现良好，但在信息甄别、观点认知、决策建议等专业性要求更高的场景里，仍需分析师主导。

　　“分析师逻辑搭建+AI执行”或成趋势

　　将AI定义为工具，更符合其在投研的定位。AI可替代部分助理研究员的基础和重复性工作，但在竞争壁垒分析、商业模式拆解、估值模型边际变化、投资评级建议等深度研究方面，仍是分析师主场。

　　未来更可能是人机协同，AI作为助理。分析师构建研究逻辑，AI承担数据处理、趋势分析和辅助建模等工作。

　　助理分析师面临挑战

　　AI重塑研究所人才培养体系，研究团队更多借力智能投研助理，对人工助理分析师需求下降。助理分析师承担的基础工作，如资料整理、日报周报撰写、基础数据分析，AI能更高效、低成本地完成。

　　但基础性、重复性工作也是分析师成长的必备过程，很难说可以完全跳过。

　　批判性思维等能力成稀缺资源

　　AI时代，分析师需转型，批判性思维、主动探索能力、创新前瞻判断成为稀缺能力。分析师需专注于逻辑推理、因果分析、市场预判和策略制定等高附加值任务。

　　跨领域综合能力，如对AI技术的理解、跨学科分析框架的构建，也将成为分析师的重要竞争力。未来，分析师应利用AI解放的生产力，开展更多有价值的工作，更早、更快地识别投资机会和潜在风险。

（文章来源：券商中国）