炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！
界面新闻记者 | 孙艺真
随着DeepSeek等低成本、高性能开源大模型的问世，AI应用在证券行业的普及和落地速度正显著加快。
界面新闻注意到，截至2月7日，已有国金证券（600109.SH）、国元证券（000728.SZ）、华福证券、兴业证券、国泰君安五家券商抢先宣布接入DeepSeek，上述券商普遍提到了DeepSeek开源和轻量化、低成本部署的特性。
华福证券于2月6日表示，公司已接入DeepSeek V3和R1两款大模型产品，将使用这两款大模型产品赋能员工知识问答、辅助软件研发、辅助制定营销方案、增强客户陪伴等业务场景。
国金证券同日宣布，已完成DeepSeek大模型的本地化部署测试，且部署成本显著降低，将应用于信息检索、文档处理、行业研究及市场研判等多个场景，并计划拓展至智能服务、风险管理、投资分析等核心业务领域。
国元证券2月7日表示，公司基于深度求索（DeepSeek）最新发布的推理大模型DeepSeek-R1，近日已完成该模型在金融场景的本地化部署及适配性测试，计划将其深度整合至自主研发的智能服务平台“燎元智能助手”中。
国元证券提到，DeepSeek-R1通过算法创新显著降低模型训练与推理成本，其“能力提升、价格下探”的特性将加速AI在垂直行业的普惠化进程。
2月7日晚间，兴业证券宣布，日前追加完成了DeepSeek V3和R1两款大模型产品接入中台大模型矩阵，可实现诸多业务场景的全面赋能升级。未来，DeepSeek可以在知识库问答场景中辅助员工高效获取知识，在智能客服领域助力客户服务质量提升，在智能服务场景中辅助制定个性化方案，在研发辅助中进一步提升研发效能。
2月7日晚间，国泰君安相关人士对界面新闻表示，国泰君安证券基于对人工智能技术的深度探索，完成DeepSeek R1模型的本地化部署及适配性测试，将赋能和拓展“君弘灵犀”在智能问答、智投服务、投教、行业研究、市场分析、合规风控、信息检索、文档处理等多个核心业务场景的应用。
DeepSeek脱胎于量化私募幻方量化，是由杭州深度求索人工智能基础技术研究有限公司（DeepSeek） 推出的高性能、低成本开源大模型。从成立到成为“现象级应用”，DeepSeek的研发和落地仅不足两年。
一名金融机构技术部门相关人士在受访时谈到，不同的大模型各有优势，与之前的一些大模型相比，DeepSeek的特点是开源推理型大模型：“比如说你给他提供一段文字或者数据，它不会直接给你生成内容，而是会先基于你的意图去分析你的一些思维方向是什么，会考虑得比较全面一点，所以会推导出来你最终想要的结果。”
国金证券通信首席分析师张真桢表示，DeepSeek模型通过多阶段训练等方法大幅降低了算力成本，解决了大模型开发成本过高的问题。私有化部署和自主微调的特性将进一步加速AI应用落地。他预计，单位算力成本的下降不会导致算力需求减少，反而会推动LLM（大语言模型）行业从头部厂商主导的训练阶段向各行业扩散，形成规模效应。
近年来，随着人工智能技术的飞速发展，大模型逐渐成为各行各业数字化转型的核心驱动力。作为金融行业的重要参与者，券商也开始积极探索大模型的应用，试图通过这一技术提升业务效率、优化客户体验并开拓新的商业模式。
除了此番接入DeepSeek之外，券商布局大模型的现状如何？行业应用场景有哪些？未来又将面临哪些挑战与机遇？
上述金融机构IT工程师谈到：“金融行业有海量的数据资源以及资金支持，自主研发或者接入大模型还是有一些天然优势，比如说，券商的业务涵盖投行、研究、交易、财富管理等多个领域，而这些业务领域均存在大量文本处理、数据分析和客户交互需求，为大模型应用提供了天然土壤和数据资源，但是，金融领域的人工智能自研肯定还是要基于大公司去做。”
一名中小券商技术部门相关人士在受访时表示，就在2024年年底，其所在公司也对接过两家做大模型的科技公司，目前还在免费试用的阶段，整体应用主要是日常办公及数据分析，相对较为基础。
整体而言，券商布局大模型的方式主要分为两种，一是与科技公司合作，借助外部科技公司的技术力量快速落地应用，如商汤科技（00020.HK）与海通证券联合发布的面向金融行业的多模态全栈式大模型、以及国元证券即将建成基于华为昇腾架构的智能算力平台；二是自主研发，打造符合自身业务需求的专属模型，如东方财富（300059.SZ）自研的“妙想”大模型，以及东吴证券（601555.SH）自主研发的的秀财大模型。
受访人士进一步表示：“一般而言，大型金融机构肯定会选择自研，代表就是幻方、东方财富等，既能掌握技术的主动权，也可以加快业务的迭代发展；不过，考虑到时间和成本，一般而言，多数券商会优先跟其他一些成熟的一些科技公司去合作，再慢慢过渡。”
在应用落地方面，有资管机构人士表示，AI技术、特别是引入了deepseek大模型以后的AI技术，将会对券商业务开展有巨大赋能作用，从大模型在券商业务中的应用场景来看，主要聚焦于智能投研、客服、投顾、IT运维、风控、市场营销等领域。
具体而言，上述资管机构人士谈到，客户服务是券商最早运用的AI技术，比如通过分析客户数据生成个性化投资建议，提供智能客服快速响应客户需求等等，进一步减轻人工客服负担；此外，人工智能可提升券商运营效率，比如自动化处理数据录入、报告生成等任务，快速检索和分析内部文档等等；在加强数据分析预测方面，人工智能可帮助券商更准确地预测市场走势，同时通过机器学习识别潜在风险，提供早期预警，帮助券商及时调整业务策略；在自营盘的投资组合优化方面，与量化类似，分析历史数据和市场条件，优化资产配置，同时通过深度学习实时执行交易策略，最大化投资收益。开发创新产品方面，例如，基于DeepSeek的算法开发智能投顾平台，提供个性化投资建议，同时结合区块链技术开发更透明、安全的资产管理产品等。
“关键点在于人工智能后续如何与业务进一步精准适配或者说是调整。”受访工程师表示。
他举例称，券商的产品营销方案、财富业务、包括分析师做金融分析的报告等方面均可提升工作效率，但精准度仍需根据实际情况完善。比如，在券商的技术部门，DeepSeek已经可以做一些代码开发的工作，但目前完整度仅在百分之七八十左右，后续仍需根据业务需求做定制化的代码调整；另外，大模型分析的数据基本上是基于网上抓取下来的，所以部分数据相对过时，与最新的业务实际情况不完全相符。
“人工智能毋庸置疑是未来发展的重要方向，对于券商而言，抓住这一技术浪潮，不仅意味着效率的提升和成本的降低，更意味着在激烈的市场竞争中占据先机。但是距离正式的大规模商用，各个公司，实际上还都在探索，现在没有任何一家公司可以说‘我完全能够依赖它’。”前述金融机构IT工程师指出。
发表评论