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！
DeepSeek大模型的横空出世，最近让各家券商忙得不可开交。金融科技人员忙着接入，而各大研究所通过研报、电话会、策略会等形式大谈特谈DeepSeek及相关投资机会。
日前，某券商金融行业首席曾在朋友圈分享了一张各岗位被AI取代难易程度导图，引发同行热烈讨论，与此同时，越来越多的券商研究人士纷纷在三方社交平台上吐露大模型使用后的心声。在这些既兴奋又焦虑的情绪背后，流露出DeepSeek的强悍表现带给不少券商投研人员的震撼和危机感。
在呼啸到来的AI时代下，券商分析师真的会被AI取代？基金经理们如何重新审视卖方研究的价值？我们不妨让DeepSeek和基金经理们进行一番隔空问答。
贩卖焦虑or狼真来了？券业热议DeepSeek冲击
DeepSeek等国产大模型的横空出世震惊了全世界，其超强的文字组织、逻辑推理能力极大的解放了文稿生产力，也让不少文字工作者的“碗饭”有些端不稳了。
有意思的是，DeepSeek效应也激发了不少券商分析师群体的“倾诉欲”。不少机构投研人士的大模型使用感想最近频频出现在社交平台上。
日前，某券商分析师向记者诉说了使用DeepSeek后萌生的职业危机感，“太颠覆了，一般人的文笔都比不上它（DeepSeek），而且很智能，我觉得它写的东西起码可以达到一个985研究生的水平。另外，学习能力非常强大，你喂给它几篇类似的内容，它就知道该给你写什么样的东西了。”
“以后，那种资料堆砌的研报就没有什么价值了，国内这个现象还挺多的，估计都要被机器取代了。”她坦言，从长期来看，即使是资深分析师也应该有危机感，“万物皆可被取代 ，没准你多喂它炒股方面的知识，以后AI的选股能力也可以很强。”
而这位券商研究人士的焦虑并不是个案。
值得一提的是，最近，某券商金融行业首席曾在朋友圈分享了一张各岗位被AI取代难易程度导图。导图显示，AI率先取代的将是简单机械、缺乏创意、弱社交的工作，相比之下，同时具备创意或决策、强社交属性的岗位则更难被AI取代，而证券分析师被标注在弱社交象限。
这张导图引发了同行们的讨论。对此，不少分析师并不认同。“这里的弱社交应该单指撰写报告层面。分析师是经常需要社交的。”有分析师认为。尽管如此，这也在一定程度上反映出部分分析师对AI冲击力的强烈感知。
与此同时，最近在一些热门社交平台上还可以经常刷到券商分析师们的言论，他们一面在大量使用DeepSeek，一面开始对未来忧心忡忡。记者在某热门社交平台上看到有分析师发帖讨论DeepSeek的使用心得，明显能感受到他们既兴奋又焦虑的情绪，例如：
“用DeepSeek搜索了一下不同奶茶咖啡品牌单店模型，虽然数据比较旧，但是可参考，节约了搜索资料数据的时间。感觉科幻电影马上照进现实了，本来觉得是下一代人要面临的问题，没想到这么快就能看到。”
“你可以问问它（DeepSeek）从资源禀赋、储量和未来成本变动角度分析中海油和西方石油，回答惊到我了，回答深度媲美卖方分析师。”
“AI发展太快，DeepSeek确实强大，像研究员这样的岗位面临失业风险，科技浪潮下，大家都得思考如何应对转型。”
“以后可以不需要实习生了。”
……
记者最近通过试用发现，如今国产大模型的功能已有明显的跃升。比如，现在豆包已经实现了给它一个原始资讯链接就可以快速自动写一篇内容详实、逻辑清晰的解读报告，而这样的资讯解读以往是券商研究报告中经常出现的内容。在写作遇到无法继续的时候，也可以随时求助大模型。此外，大模型在资料汇总整理方面也表现不俗，记者尝试用DeepSeek来检索个股基本面信息，能很快得到一篇条理清晰、内容完整的简报（但内容真实性有待核实）。
不过，在记者采访中，也并非所有的分析师都对大模型的能力“甘拜下风”，比如，在一些专业要求更高的领域，一些券商分析师则认为目前AI能提供的帮助还不够。
以最近都在卷大模型应用的券商金融工程研究团队为例，某资深金工分析师告诉记者，“大模型对日常工作可能有帮助，但对创新性的专题研究目前看来没什么太大的帮助，我试了下搜索得到的内容都是我们之前发过的报告内容。”
“DeepSeek和豆包这些模型我都试了，对我们做研究找新思路、新因子这块，帮助不是很大。”他指出。
不过，记者也注意到，去年以来，一些券商研究所的金工团队已经开始使用大模型来挖掘因子。
对此，上述金工分析师坦言，目前大模型能起到辅助作用，但还不具备创造性，“（一些券商金工团队对大模型的应用）其实就是用机器学习方法挖因子，AI现在还不能自己挖因子。股票投资毕竟不完全是科学，不然幻方去年业绩也不至于不好。”
然而，随着大模型能力的不断升级，AI或将不可避免地影响到工作生活各个方面，如何使用AI工具来赋能自己，将是多数职场人士的必选项。
DeepSeek给券商和基金提出五大问题
一方面，券商研究人士“贩卖”焦虑成为业内焦点。另一方面，AI的这轮冲击波也让一些深层次的问题值得被关注，比如，随着AI时代轰轰烈烈地到来，什么样的研究报告才具有生命力，能让公募基金等机构心甘情愿付费？
对于这一讨论方向，在深度思考的模式下，DeepSeek一连向记者输出了5个问题，其中不乏一些颇为尖锐的话题。具体如下：
1．基金公司是否可能借助开源模型自建研究工具，减少对外部研报的采购？
2．技术渗透是否会导致基金等买方机构对标准化研报的需求下降，转而更关注深度分析和定制化服务？
3．券商研究所向基金公司提供的多元化服务，比如，研究报告、不定期交流、大型策略会、行业精品专题会议、培训、预约调研、邀请专家、承担课题等方面，你觉得还有哪些是有价值或者可以更进一步升级的呢？
4．基金机构是否会因AI工具的普及而对研报的原创性、逻辑严谨性提出更高要求？
5．若DeepSeek推动AI技术平权，中小型券商研究所能否通过开源模型快速缩小与头部机构的研究能力差距？这是否会加剧行业竞争，迫使基金机构重新评估合作券商的选择标准？
就这些问题，《每日经济新闻》记者找来了多家基金公司和多位基金经理，看看他们如何回答DeepSeek？一场基金经理与DeepSeek之间的隔空对话就此展开。
某中大型基金公司人士向记者表示：“随着人工智能技术迅猛发展，AI赋能千行百业是大势所趋。目前国内部分基金公司已经开始尝试利用AI技术进行量化投资和智能投研。基金公司借助开源模型自建研究工具，不仅可以减少对外部研报的依赖，还能提高研究效率和投资决策的准确性。虽然实施过程中会面临一些挑战，但通过合理的规划和资源投入，基金公司有望打造出适合自身需求的智能研究平台，提升核心竞争力。”
深圳某基金公司人士进一步指出，传统投研及投资环节存在信息类型繁杂、大量数据噪音、数据高度分散、生成效率较低、沉淀机制欠缺等主要问题。AI通过对信息的高效收集、整合、加工，有望全面提升投研及投资在“搜”“读”“算”“写”“用”等环节的效率。随着技术渗透，基金等买方机构对“千人一面”的标准化研报需求逐渐降低，更关注深度分析和定制化服务，这也将是大势所趋。
不过，也有些基金公司人士认为目前AI还不足以替代卖方研究。沪上某基金经理坦言：“大幅减少外部研报的采购，对公募基金来说不太可能，因为基金需要券商服务，自己搞点提供辅助有可能。”
前述基金经理也分析表示：“现在卖方提供的服务不仅仅是公司研究，还有各种专家服务和政策判断等，这些都是AI提供不了的。”
至于未来券商研究所提供怎样的服务，才能在AI时代更具有竞争力？前述深圳基金公司人士表示，资管行业具有知识密度高、时效性强、严谨性高等特点，当前AI大模型仍然存在专业短板，AI大模型直接应用于财富资管领域专业任务的效果有待完善。且涉及到专业度高、个性化强、较为复杂的对客服务方面，AI大模型仍需人工参与判断，同时直接应用AI提供强投资建议亦存在一定的监管合规风险。
AI大模型目前更擅长对已有数据/信息进行整理，有机构预计未来随着AI大模型学习能力逐步加强，AI有望进一步理解财富及资管业务的底层逻辑，从理论主义出发提升专业能力，降低不可控性，提升决策的可解释性、进而在资产配置和投资决策上形成一定的突破。
对此，深圳某基金经理表示，“券商的价值就是在合法合规的前提下提供能涨或者有价值的股票。如果未来AI在这方面能力很强的话，也不是不可以考虑。”
毫无疑问的是，基金公司属于数据密集型行业，沉淀了如金融交易、投研报告、风控授信、客户画像等高质量的数据资产，在对内或对外的工作流程当中，从业人员会高频调用数据资产，形成各种形式的内容用于信息传递，在这一过程中AI能够有助于降本增效。未来基金公司将更加关注研究的深度、准确性和前瞻性，能够提供个性化、差异化研究服务的券商或将更受青睐。
另外，前述中大型基金公司人士还认为，DeepSeek推动AI技术平权，为中小型券商提供了缩小与头部机构研究能力差距的机会。通过开源模型和AI技术，中小型券商有望抓住技术赋能的机遇，提升研究质量和效率，通过差异化竞争和品牌建设赢得市场，增强竞争力。然而，这一趋势也可能加剧行业竞争，促使基金公司重新评估合作标准，将技术创新能力纳入合作券商的评估标准，相对更关注券商的研究效率、数据质量和定制化服务能力。在合作模式上可能会减少对单一券商的依赖，转而与多家券商合作，获取多样化的研究视角。中小型券商也有望通过技术创新和服务质量赢得更多合作机会。
然而，也有观点认为，在AI热潮之下需谨防另一种羊群效应。“如果大家都用DeepSeek，那大家都赚不了钱，招数一样的下场只有被割。”深圳某公募基金经理表示。
敢问路在何方？DeepSeek这样说
从上述基金公司人士的热烈讨论来看，尽管目前业内还存在着各种不同的观点，但毫无疑问的是，“变革时刻”已经到来。
近年来，关于分析师过剩的话题不时见诸媒体，但一直停留在“狼来了”的阶段，喧嚣有余，警惕不足，整个行业分析师人数还在持续增加。不过今年以来，随着DeepSeek的快速渗透，这次有关AI将取代分析师的说法颇有“狼真的来了”的意味。
2023年年初，在ChatGPT横空出世之际，财通证券研究所曾“第一个吃螃蟹”采用ChatGPT撰写了一篇医美行业研究报告。这篇报告题为《提高外在美，增强内在自信——医疗美容革命》，全文长达近6000字，署名的作者只有“ChatGPT”。
这篇带有试验性质的研报发布后，时任财通证券研究所所长通过社交网络分享了首次用ChatGPT写研报全过程体验下来的一些感受，在惊喜之余她也坦言“待手动确认及调整的部分仍然较多，内容的准确性、时效性有待提升；无法直接提供数据来源；复杂句式存在语义不通顺的情况。”
经过2年的迭代之后，DeepSeek最近的爆发让世人看到，如今，AI不仅能力更为出色，而且还更触手可及。可以想象的是，未来，也许有一天会出现一款覆盖所有行业的“全能股票投研大模型”赋能每一位普通投资者，届时当前对标专业机构的券商研究服务或将实现平权化。
那么，随着AI时代真正不可阻挡地到来，未来券商分析师们的出路在哪里呢？来看看DeepSeek怎么说。
对于AI时代下券商研报的价值，DeepSeek一方面认为分析师的经验、判断力和对市场的理解是AI难以完全替代的，券商研究所的个性化服务在AI时代仍有市场，此外，投资者与分析师之间的信任关系是AI难以建立的。
但DeepSeek也表示，未来的分析师需要适应技术变革，与AI协作，专注于高附加值的任务。“在这个AI越来越强的时代，分析师的核心竞争力将更多地体现在人类的创造力、洞察力和情感智慧上。”DeepSeek表示。
虽然行业正在面临AI的挑战，不过正如DeepSeek所言，AI崛起之下，分析师的角色仍有价值。事实上，在缺乏结构化数据的情况下，大模型的投研实战能力还有待提升，AI+分析师或许是更强大的组合；另外大模型提供的内容目前还无法保证没有差错，AI会“说胡话”的反馈也不在少数，在券商研报这样要求严谨、低容错率的应用场景中人工介入仍不可或缺。但随着大模型能力越来越强，未来AI取代部分人工将是大势所趋，因此上述一些分析师的担忧或将长期存在。
公开信息显示，目前部分券商如国泰君安、国金证券、兴业证券、国元证券等已接入DeepSeek基座开展智能投研等场景探索，一些能够快速落地的应用已经付诸实践。虽然整体仍处于技术验证阶段，但渗透的速度较快。
值得关注的是，最近，AI分析已经被一些头部券商正大光明地应用在外发研报中。去年12月，中金公司大类资产团队推出AI策略系列报告，从AI视角解读中央经济工作会议等重要政策，为投资决策提供新视角。日前，中信证券也发布了一篇利用AI进行分析的研报《A股投资者行为分析系列——透过2715份基金季报看市场》，据称，该研报将2亿以上规模主动公募基金的基金经理分为12类，并分别投喂2715份2024年四季度基金季报给DeepSeek R1模型进行详细对比分析，并得出结论。
然而，对于券商这样的强监管行业而言，AI的快速渗透也带来了一些全新的问题。例如，随着AI越来越多地介入到券商的研究业务，由之而来的潜在合规风险将如何应对？记者采访了某券商研究所的合规人士，对方表示，目前还没有成熟的解决方案，“我们现在更多是看（研报）内容，不看工具。至于怎么写的，毕竟报告署名的还是分析师。”
另外，DeepSeek这样的开源工具对每家券商都是公平的，如何形成独特的优势还有待观察。东吴证券非银团队认为，下一步要密切跟踪券商在DeepSeek应用层能否突破同质化竞争，形成差异化产品力。
发表评论