专题：服贸会第七届中国金融科技论坛富才配资
中国国际服务贸易交易会-第七届中国金融科技论坛于2025年9月10日-11日在北京举行。主题为“科技赋能—金融业数字化转型与应用”。广发证券副总经理、首席信息官辛治运出席并演讲。
以下为演讲实录：
我将从三个方面展开汇报：
一是证券行业数智化转型的趋势观察；
二是我们数智化转型的实践；
三是AI时代数智化转型的思考。
首先看行业趋势。
一是数智化转型已成为行业共识。当前，行业处于低增长、低利率、低费率、高波动的市场环境，国内头部券商网点、人员都呈缩降态势。从数据看，券商营业总支出占营收的比例在下降富才配资，但IT人员和投入基本都还是在增加的，可见头部券商还在加大对金融科技、数智化转型的投入，金融科技的作用愈发重要。
二是构建差异化的科技核心能力。近年来，国内券商，尤其是头部券商大幅增加了金融科技投入，打造了一体化投资平台、国际化业务平台、智能化应用平台等，还在开发新一代核心交易系统。这些平台构成了较高的业务护城河，往往需要五到十年才能成型，对构建业务壁垒意义重大，系统开发投入大且复杂。比如国君的道合、中信的做市、华泰的FICC、中金等券商的相关平台，都投入巨大且成效显著。
三是加速布局国际业务，系统建设同步推进。近年头部券商国际业务营收和利润贡献明显上升，2024年前五中资券商平均营收贡献达28%，接近三分之一，国际业务逐渐进入收获期，对金融科技也愈发重视。例如，中信证券2020年提出全面对接系统，实现系统看穿、业务看穿；华泰证券开发了信用风险管理平台和FICC管理平台；中金在海外及场外交易布局管理系统，还获得了国际奖项。我们公司的泰坦跨境一体化投资管理平台（衍生品业务）和一体化FICC投资平台，也在同步布局。
四是AI智能化成为创新发展新引擎。2025年被称为智能体元年，大量智能体应用进入爆发期，正从单一智能体向多智能体发展。从券商应用来看，大模型研发策略趋于一致，回归“大模型+微调”模式，AI应用向深度和广度拓展，同时券商大力加强AI算力和知识库建设，以提升大模型应用水平、防范风险。
五是企业独特数据和专有知识库带来大模型时代的差异化价值。独特数据是企业差异化优势之一，企业需持续积累沉淀，打造自身数据优势，高质量数据至关重要。因此，数据治理、高质量数据搜集及知识库建设越来越受行业重视。
接下来汇报我们的数智化转型实践。
数智化转型是根据公司战略逐步落地的系统性工程，呈螺旋上升态势。它需要高层驱动，制定整体目标，引领业务模式和管理模式升级，同时配备强有力的组织推动和机制保障。 在数智化转型方法论指导下，我们紧跟市场机遇，聚焦业务发展重点，持续完善财经、机构、投行、跨境及金融管理等领域的信息化能力建设。围绕证券公司这五大业务条线，通过增长板、补短板，深化AI应用，夯实基础设施，推动公司数智化转型。
具体措施方面，财经条线聚焦引流获客，以及获客后如何赋能客户经营、提升客户体验与收益。投顾、理财等业务也需通过数智化转型实现赋能，机构业务、投行业务同样需要借助数智化转型推动能力建设和业务发展。 在经纪业务中，券商APP系统庞大，需数百人维护，存在功能拥堵、信息繁多的问题，投资者筛选工具门槛高，急需智能解决方案。但通用大模型存在专业性不足、业务逻辑缺失、合规风险等问题，在金融领域适配有限。为此，我们以大模型为底座，围绕客户投资全旅程打造10余项AI智能体模块，完成全场景对话革命、人机协调三大跃迁，覆盖交易、资讯、复盘等场景，大幅提升了客户交互体验，既为普通投资者赋能，也提高了公司数智化水平。
财富管理领域，以往智能体独立运行，数据不互通、跨领域无法协同，导致投顾人员对股票知识、产品信息、业务及机构合规等方面了解不全面。我们打造了天玑智融对内投顾驾驶舱，让投顾人员通过一个入口就能获取全面标准的业务咨询，涵盖股票、基金、理财产品及业务、机构等全链条内容，为投顾业务赋能富才配资，推动公司数智化转型。
机构业务涉及银行理财、私募基金、公司自身衍生品业务、场外衍生品业务、资管等，各类投资交易系统碎片化，协同管理困难，业务响应慢，难以支持股票、衍生品、场内场外、跨境等多品种交易场景，制约业务发展。自2020年起，我们打造泰坦全品种一体化投管平台，高效支撑复杂业务快速开展，成为公司支撑机构业务的跨境全品种优质平台。
投资研究全面向“AI+”转型，上线多个智能应用场景。投研工作任务复杂、流程冗长，传统模式下一份行业研究报告需研究员投入大量精力。我们开发了思维链投研智能体，将专家分析框架转化为智能体记忆，实现自主规划和多步执行。目前已落地4个场景，如AI行业定期报告在两个行业实现15分钟生成，而此前需4小时，还支持Excel底稿生成；基于COT技术的AI问答助手可跨行业交叉验证、分析周期驱动逻辑等，效果显著。
投行业务中文稿多、审核难、撰写及资料搜索验证、取证费劲，我们的“投行文曲星”解决了这些问题，该项目还获得证券协会优秀课题。其实现了投行业务综合化应用，建设智能函证，通过AI完成企业函证流水核查、投行流水核查，以及企业动态跟踪、文档审核、债券底稿复核及自动生成、智能舆情监管等56项AI功能，有效助力投行业务高效开展，防范已上市公司财务造假。
AI平台方面，刚才各位都报告了，AI应用都离不开AI中台和AI基础设施建设。为避免AI应用碎片化，我们以生成式AI技术为引擎，构建Agent智能体平台，将分散的知识、经验提炼总结，结构化成为AI模型可使用的知识库，提升大模型应用表现。同时打造开放MCP平台，将数智化转型中积累的金融服务、数据服务通过系统调用与AI大模型应用打通，实现现有业务流程融合。我们是券商行业首家入驻阿里云百炼MCP服务市场、首家正式登陆火山引擎大模型生态广场、首批入驻华为AI生态的券商。
数据方面至关重要，我们在数据治理上构建了覆盖客户、产品、风险等全维度的数据中台，提升数据管理能力，推动数据技术与业务场景深度融合。上个月，我们成为行业首家通过DCMM五级认证的机构，标志着公司在数据管理和应用上取得良好成绩。
公司高度重视AI能力培养和组织架构优化，针对全员、AI应用人才及AI技术人才，开展分层次学习和竞赛训练，提高员工创新意识和AI意识，推动AI创新应用落地，提升公司整体效能。我们还推出了“AI澎π计划”，由公司总裁亲自参与，选拔优秀人才，扶持创新业务应用，目前正在推进中。
业内多家券商如中金、华泰、国君、中信等，都在数智化转型方面做了不同尝试，殊途同归，取得了良好效果。 因此，最后我想谈谈在当下AI时代对数智化转型的一些思考。
首先，我们见证了AI应用范式的三次跃迁：最初是人委托AI执行单一任务，如生成年报摘要；目前演进到AI委托人，如系统生成初步分析报告后交人审核，像风控报告、研究报告的智能生成；未来将实现委托AI端到端模式，如场外衍生品交易全流程自动化，人仅提供经验输入。这些变化本质上是AI从工具到自主决策的进化，如同从手动驾驶到自动驾驶的跨越。 我们公司在这方面也有探索，例如AI在机构业务的交易、报价、咨询等方面的创新，相关案例在澳大利亚举行的Gartner全球论坛上展示，相对处于行业领先水平。 在大模型主导的智能时代，人类价值将被重新定义。传统业务中分析师需手工处理数据的特征工程，未来AI将能自主完成从数据到策略的生成，人则聚焦模型的评估和优化。我们易方达的刘硕凌曾与黄仁勋面对面交流，正如黄仁勋提到的“天才”的角色，未来证券及金融行业的核心竞争力，体现在企业能否培养既懂金融又懂IT及AI模型调优的复合人才，能否持续优化模型，使企业AI应用水平和模型达到前沿智能水平。
AI时代需要新的方法论推进AI落地。当前很多公司在推进AI，但随着应用增多，需转变思维，避免陷入忽视实际需求、业务价值，缺乏逐步验证，忽视企业变革等陷阱。我们观察到，业内有些公司AI应用水平不高，却投入数亿购买算力，其实际作用和效果值得商榷。因此，可参考比如阿里提出的“RIDE”方法论，找准AI快速创造价值的场景，设定可量化指标。我们公司采取小步快跑、快速迭代新试点的方式，本质上以业务价值为核心驱动，确保AI应用落地理性，避免盲目跟风。
其次，通过AI中台统一规划破解行业AI应用碎片化问题。中台是关键，我们正与同行一道构建自己的AI平台，它如同金融业务的智能操作系统，底层整合算力、数据、算法三要素，中层沉淀NLP自然语言处理、图像识别等能力，构造智能体平台，支持投顾、风控、投行等应用场景。这不仅避免重复造轮子，更能实现专业知识积累。建议同行积极布局中台战略，避免短期跟风导致技术债务，实现长期胜出。
第三个问题，怎么让数据真正为AI就绪。我们的做法是边用边治：从组织架构入手，设立数据治理委员会；通过数据对齐机制消除语义鸿沟；借助数据中台实现数据安全共享，边执行边治理。需特别提醒的是，数据治理不是IT部门单独的事，需要业务部门及运营部门深度参与，才能用好、管好数据。
第四，前面专家提到AI的治理与安全，随着AI深入业务，安全风险不容忽视。比如AI编程中代码能否出境，业务人员向AI模型输入的提问、提示词是否涉及公司机密，个人使用信息是否愿意被他人知晓等，这些敏感信息需要保护。提示词注入、数据投毒等工具手段已在金融行业出现，我们的应对策略是：模型层通过指令过滤防止恶意提示词，数据层对客户信息脱敏处理，应用层高风险操作进行人工复核。我们需进一步强化这方面工作，也希望与各位专家多交流合作。
第五，人才转型方面，AI不是取代人，而是放大超级员工的价值。构建AI就绪型员工的关键，在于提升人与AI融合的能力。我们在推行AI辅助编程的过程中，技术部门曾有顾虑，比如开发人员担心AI辅助编程会减少工作岗位，这需要转变观念。目前公司开展的全员AI培训覆盖了96%的员工，通过培训让业务部门和IT部门员工都能运用AI提升业务水平，赋能业务发展。
最后，数智化转型是体系化工程，已是行业共识。若用冰山比喻，IT系统建设、大数据AI算法和模型应用是露出水面的部分，更重要的是水下的业务模式转变、组织架构和机构变革、人才能力和结构改变。数智化转型的有效推进，关键在于改变人，这需要长期坚持、与时俱进，任重道远。
以上是我的分享，不当之处请大家指正，谢谢！
新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。
海量资讯、精准解读，尽在新浪财经APP
责任编辑：王翔 富才配资
億策略提示：文章来自网络，不代表本站观点。
