‍

【AI重构投研面面观】

编者按：DeepSeek的问世犹如平地惊雷，让外界进一步见识了人工智能（AI）的魅力。参悟其中，券商研究所也意识到了AI高效赋能投研的极大可能性，不少分析师已相继晒出相关的AI应用体验或探索实践。

未来，AI将在多大程度上赋能投研，这是一个值得探讨的话题。AI对生产力的提升无疑值得各界欣喜，而AI给分析师带来的“职业取代”之忧，以及技术平权将如何重塑券商研究业务格局，同样值得一探究竟。

AI助推投研提效，驱动转型的不只是分析师，也包括研究所。在这场效率革命中，从人力、组织、科技投入等各方面，券商研究所都需要在变化中寻求未来的方向。

近日，多家大型券商研究所人士接受了券商中国记者的采访。有受访者表示“AI平权加速推动卖方研究转向深度”；也有人士直言，“卖方研究行业可能会迎来大浪淘沙的洗牌”；还有受访者提出“私域数字资产会是研究所未来差异化服务的基石”。总体来看，在公募佣金新规大背景下，AI给券商研究所提供了更多构建差异化发展的可能。

AI平权加速推动卖方研究转向深度

近几年，证券行业的金融科技投入持续增长，但“马太效应”也愈加明显，头部券商和其他中小券商的投入差距较为显著。券商研究业务分仓佣金亦是集中度较高，前27家券商分仓佣金收入54.15亿元，占去整体的八成。而DeepSeek出现后引发的技术平权讨论，似乎给中小券商研究所带来曙光，是否能通过AI赋能实现研究能力的“弯道超车”。

从受访券商人士的回答来看，可以理解为“很难”。广发证券发展研究中心和中信建投证券研究所有关人士均认为，AI对卖方研究同行都是机遇，但要实现真正的“弯道超车”还需综合考虑多方面因素。

“行业竞争格局的变化不仅取决于技术投入，还与研究质量、市场影响力、客户资源等多方面因素相关。”中信建投证券研究所有关人士认为，中小券商可以通过积极引入 AI 技术，结合自身特色和优势，专注于特定领域或行业，打造差异化的研究品牌。广发证券发展研究中心还指出，行业头部化应该是一个长期的必然趋势。

申万宏源研究总经理助理、TMT总监、首席分析师刘洋则提到，由于每家券商研究所都会用自己的理解与禀赋投入金融AI，因此效果上也会有差异。

刘洋还指出，AI平权会加速推动卖方研究向深度研究转向，把产业化、国际化、底层技术化等国家支持投研的方向一并指引进去。

高质量的研究价值进一步凸显

除了AI平权外，促使券商研究所进一步做好深度研究的动力也包括买方。除了公募交易佣金费率改革等政策因素外，也包括AI等技术因素。公开信息显示，一些基金公司正在采购AI大模型算力，智能投研正是其中一个场景。当买方也在紧锣密鼓地借助AI提高投研能力，对卖方研报的需求会否减少又成为一个新问题。

“目前AI的投研能力还是局限于基础研究，无需担心需求的减少。增加深度研究是我们未来发展的方向，要做真正有价值的精品研究。”浙商证券研究所有关人士指出。

这也是券商中国记者从多家券商研究所采访得到的共同答案。中金公司研究部执行总经理、非银行金融及金融科技行业首席分析师姚泽宇认为，AI大模型的出现会使得买方对于信息的获取变得更加容易，相应地对于信息的质量要求也会变得更高，包括时效性、准确性、完整性等方方面面。从而对于卖方分析师所提供的研究/服务的期待也会越来越高，行业竞争程度料将有所加剧，卖方研究行业可能会迎来大浪淘沙的洗牌。长期而言，高质量、有思想的研究价值会进一步地凸显。

中信建投证券研究所有关人士进一步提到，不仅不会减少，研报等产品需求可能会增加。在他看来，AI将帮助买方投研人员大幅提升能力边界，从以往的人工浏览阅读，转变为全部信息由AI初步处理，只反馈核心关键信息给投研人员。因此，可能要求卖方加大供给，但也不意味着质量要求下降，“因为AI可以很容易地筛选出有价值的研报信息，并过滤掉水货研报，如果卖方大量提供低质研报，将很快被买方定位发现，从而失去客户信任。”

广发证券发展研究中心亦认为，未来客户对于优质研究成果包括研报、数据、模型等信息的需求应该更多，并表示卖方同行应积极拥抱AI来夯实自身的研究底座。特别是要围绕中国式现代化主线，深度加强与产业界的链接，捕捉科技创新带来的产业变革、投资机会。

私域数字资产或会是差异化服务基石

从实践来看，有些研究所已经全面部署AI大模型，并将其应用到投研业务中的各个环节，有些研究所还停留在各行业小组或分析师个人自行探索的阶段。虽然进度有所不同，但必须正视的是，随着AI极大解放投研生产力，未来研究所在科技投入、人才、组织等方面都将面临调整。

刘洋预判，未来高价金融软件的售价会下降，研究所对IT投入将持续景气，而对初级人力的需求会下降。浙商证券研究所有关人士则提到，未来研究所会加大对金融科技的投入，引导激励现有人才向复合领域发展，成为分析师里最懂AI的、金融科技里最懂投研的。

不过正如华泰证券金工团队在探索6项DeepSeek投研应用后指出，“大模型作为帷幄之中的运筹者，真正决胜于千里之外的是Agent。”随着应用场景的不断深入，以及金融机构的风控合规等要求，研究所要通过不断地训练、调整、开发等使得AI更适用。这也意味着更多的投入成本。

对此，中信建投证券研究所有关人士认为，AI 的投入需聚焦长期价值。本地化部署虽初期成本较高，但能保障数据安全并积累专属知识库。长期看可降低人力依赖，如减少基础分析师岗位。

该位受访人士还表示，在AI时代，各家研究机构的私域数字资产将会是差异化服务的基石。借助AI手段，将各类数字资产持续沉淀积累下来，如核心数据、分析框架、估值模型等，会成为卖方研究机构的核心竞争力。

刘洋也认为，分析师自己的文风、AI辅助员工培训、AI生成排队排表等，都会是券商研究所未来借助AI实现差异化、特色化发展的方向，但其中最重要的还是自己可靠的数据源。

责编：罗晓霞‍‍‍

排版：王璐璐‍‍‍‍

校对：廖胜超‍‍‍‍‍‍‍‍

‍‍‍‍‍‍‍‍‍