對話廣發證券副總經理辛治運：AI Agent正在重塑證券行業的業務邏輯與價值鏈

炒股就看，權威，專業，及時，全麵，助您挖掘潛力主題機會！

21世紀經濟報道記者 易妍君 廣州報道

伴隨大模型、AI Agent 等前沿技術不斷推陳出新，人工智能正在成為驅動證券行業高質量發展的核心引擎。

2月中旬以來，陸續有30多家券商“官宣”已完成DeepSeek等大模型的本地化部署。這意味著，券商業務場景與AI技術的融合愈發深入，將有助於券商更好地發揮資本中介職能，並提升服務實體經濟效能。

積極部署大模型也是當下“券商智能化轉型如火如荼”的一個縮影。頭部券商早在2017年前後就開啟了AI探索之路，2023年以來，大型券商旗下的智能應用開始規模化落地。

例如，在本地化部署DeepSeek之前，已落地財富AI員工助理、AI投顧駕駛艙、投行AI文曲星等40多個大模型應用場景，涉及財富管理、投資研究、投資銀行、衍生品業務、中後台管理等多個業務領域。

近日，廣發證券副總經理、首席信息官辛治運在接受21世紀經濟報道記者專訪時表示，目前，廣發證券圍繞算力、數據、算法三大核心要素持續推進創新，已形成“一個AI算力底座、一個企業級語料庫、一個模型倉庫”。

他談道，科技創新浪潮中，AI Agent（自主智能體）技術正在重塑證券行業的業務邏輯與價值鏈。在展業方麵，可推進業務流程的模式變革。如在投顧領域，AI Agent可實現投顧個性化，從“標準服務”到“千人千麵”的體驗升級。

不過，當前券商應用AI大模型也存在痛點。

辛治運分析，在技術層麵，應用AI的痛點涉及安全性與可靠性隱患，例如模型可能生成有害內容、思維鏈漏洞導致意外輸出，以及上下文長度限製削弱場景適用性。同時，數據安全與隱私保護的底層治理需求也亟待強化。

此外，他提到，行業缺乏具備AI和金融雙重背景的人才，招聘和培養難度大。

21世紀：在本地化部署DeepSeek之前，廣發證券是如何利用AI技術的？

辛治運：一直以來，廣發證券十分重視人工智能的應用探索與實踐。在本地化部署DeepSeek之前，我們已經建設公司級人工智能平台GF-SMART，應用在多個業務領域來提升業務效率和服務質量。

公司智能化建設曆程包括三個階段：第一階段是2017年至2019年（探索期），主要是探索AI技術在財經業務線的智能化應用場景落地，如易淘金智能投資工具、金鑰匙智能客服、科技櫃台智能質檢等；第二階段是2020年至2022年（中台建設期），重點建設智能AI中台，如智能推薦、智能文檔撰寫，完善智能平台能力，落地的典型應用有企微對話智能質檢、潛客智能外呼回訪、投行文檔智能核查等；

第三階段是2023年至2024年（智能應用規模化期），基於AI技術平台實現智能化應用在多個業務線的規模化落地。同時進行生成式AI大模型底座及應用建設，在本地化部署DeepSeek之前，已落地財富AI員工助理、AI投顧駕駛艙、投行AI文曲星等40多個大模型應用場景。通過這些智能化應用場景，廣發證券在財富管理、投資研究、投資銀行、衍生品業務、中後台管理等多個業務領域實現了智能化升級，提高了業務處理效率和服務質量，為客戶提供了更加個性化、智能化的服務體驗，推動了公司的數字化轉型。

21世紀：廣發證券財富AI員工助理是行業首批深度應用DeepSeek的AIGC係統。所謂深度應用，體現在哪些方麵？

辛治運：廣發財富AI員工助理“深度應用DeepSeek”體現在以下維度，並通過係統化工程實現了AIGC賦能業務的範式升級：

第一，應用DeepSeek技術優勢之深。在模型選型階段，技術團隊對DeepSeek與其他主流模型進行了多維度對比測試：在金融產品數據整合分析、多產品交叉對比等需要複雜計算和推理的場景中，通過深度應用DeepSeek-R1模型的思維鏈（Chain-of-Thought， CoT）能力，財富AI員工助理回答的質量和準確性較接入前有了顯著的提升。同時，CoT決策過程可視化將原本“黑箱”的AI推理轉化為可追溯的邏輯鏈，也為業務人員帶來了額外的價值和啟發。

第二，應用DeepSeek實現場景規模化之深。在財富AI員工助理中上線了基於DeepSeek的微信小程序——“花式拜年ⷨ𒡩‹祝福”，通過多模態內容矩陣和DeepSeek定製化文本生成能力，賦能員工一鍵生成差異化關懷服務。一周內成功生成數萬份個性化客情關懷素材，客戶服務時效、客戶互動轉化率均有數倍提升。

此次搭建的從“場景適配-個性定製-營銷賦能-效果追蹤”的服務閉環，也形成了可複用的場景化客情運營基座體係，推動了公司客服營銷AIGC+個性化的轉型。

財富AI員工助理同時結合RAG、Agent等技術，整合了超過1000個API及數據字段，覆蓋產品超6萬個，業務場景涵蓋金融產品、投顧資訊產品、管理經營數據分析及業務知識谘詢等，打造了一個綜合多智能體。通過該智能體的賦能，員工辦公效率、客服問答效率、生成研究報告和營銷素材的效率相比傳統人工模式均提升數十倍以上。

21世紀：DeepSeek對哪些業務場景的賦能效果最好？

辛治運：在廣發證券的應用實踐中，DeepSeek在核查和問答業務板塊展現出了較好的賦能效果。廣發證券在對投行AI文曲星核查場景的大模型底座進行DeepSeek切換後，其核查準確率較原有模型提升顯著，如對招股書審核、債券募集說明書勾稽關係審核的準確率可提升7%以上。

在問答業務場景中，廣發證券在內部員工展業平台上部署了基於DeepSeek的智能問答係統——“智能犇犇”，為客服和投顧人員提供高效支持。數據顯示，基於DeepSeek模型的回答在員工幫助率和用戶交互體感方麵有明顯提升，在員工側，問題有效解答率較次優模型提升18個百分點。⠀

21世紀：金融領域對專業術語和邏輯推理需求強烈，廣發證券如何提升大模型在投研、合規等場景的準確率？

辛治運：廣發證券針對金融領域專業性強、邏輯嚴謹的特點，通過提示詞工程、檢索增強生成（RAG）等技術，構建了覆蓋數據治理、算法優化與知識迭代的全鏈路解決方案。針對投研，一方麵采用RAG技術，且持續更新投研語料庫與知識圖譜，不斷優化檢索規劃，提升全麵性與準確性；另一方麵借助工具調用機製獲取準確結果，降低幻覺，讓推理更精準，同時建立反饋閉環，整理異常案例持續優化迭代。在合規方麵，依托智能解析技術實現內外文檔的結構化處理，采用靈活切分策略，向量化檢索提高法規條款匹配的準確性，並構建可溯源的智能問答體係。⠀

21世紀：廣發證券是如何推進算力、數據、算法3大智能化核心要素建設的？

辛治運：廣發證券在智能化轉型中圍繞算力、數據、算法三大核心要素持續推進創新。通過建設GPU算力池實現算力資源池化與彈性調度，並基於本地部署與雲端算力集群的混合模式，構建靈活高效的算力底座，為日益增長的應用場景提供算力保障；在數據層麵，公司整合內外部多源異構數據打造企業級語料庫，通過大模型技術挖掘數據資產價值，為投研、風控等業務提供精準賦能；算法領域則聚焦企業級大模型研發，強化金融場景的語義理解與智能決策能力，同時探索多模態技術融合文本、語音、圖像等跨模態信息，優化人機交互體驗。

目前，公司已形成“一個AI算力底座、一個企業級語料庫、一個模型倉庫”的智能化基礎設施體係，未來將持續深化三大要素協同，推動金融業務全鏈條智能化升級。⠀

21世紀：券商將AI大模型融入各業務板塊的過程，麵臨哪些痛點和難點？

辛治運：在技術層麵，券商應用AI大模型的痛點涉及安全性與可靠性隱患，例如模型可能生成有害內容、思維鏈漏洞導致意外輸出，以及上下文長度限製削弱場景適用性。同時，深度推理中的指令偏離、幻覺問題、高算力資源壓力、工具調用能力不足、多模態技術短板，疊加數據質量參差不齊的隱患，進一步製約技術落地。此外，數據安全與隱私保護的底層治理需求也亟待強化。

在管理層麵，難點在於數據治理體係的完整性與合規性挑戰，包括敏感信息泄露風險、隱私防護機製的完善，以及技術創新與金融監管的動態平衡。另一方麵則是人才短缺。缺乏具備AI和金融雙重背景的人才，招聘和培養難度大。

這些痛點和難點需要券商在技術和管理兩個層麵上進行綜合應對，以確保AI大模型在各業務板塊的有效融合和應用。

21世紀：如何看待AI Agent（自主智能體）技術對券商業務流程的顛覆性潛力？

辛治運：AI Agent（自主智能體）技術正在重塑證券行業的業務邏輯與價值鏈。在展業方麵，可推進業務流程的模式變革。如在投顧領域，AI Agent可實現投顧個性化，從“標準服務”到“千人千麵”的體驗升級，Agent可通過客戶畫像與動態交互，提供精準的財富管理建議，並進一步整合多模態交互能力，如語音、視頻，構建更具溫度的“數字投顧夥伴”。

再如投行領域，AI Agent可實現從“信息傳遞”到“商機發現”轉變。AI Agent通過構建同業資源庫、並購資源庫、產業知識圖譜，實現AI同業檢索、AI並購撮合、企業挖掘，智能發現具備培育潛力的企業，助力投融資業務發展。在經營方麵，可引起管理流程的重構再造。如風控領域，AI Agent可實現風控實時化，從“事後應對”到“主動防控”的質變。AI Agent通過實時輿情監控與語義分析，實現風險識別能力的躍遷。投研領域，AI Agent可實現從“人主導”到“人機協同”的範式突破。AI Agent通過整合非結構化數據處理、動態推理與自動化報告生成能力，顯著提升投研效率。

廣發證券將持續探索AI Agent與業務場景的創新融合，在合規框架下推動行業向更智能、更普惠的方向演進。