证券时报记者 胡飞军
当AI（人工智能）大模型的发展从 “外挂式辅助”迈向对原生架构的重构，证券业正在经历一场从底层逻辑到服务形态的深刻变革。近日，广发证券副总经理、首席信息官（CIO）辛治运接受证券时报记者专访时表示，券商转型过程中最根本的挑战并非技术，而是组织认知与协同模式的转变。为此，广发证券以“自研做专、生态做广”策略，通过MCP（模型上下文协议）接入腾讯WorkBuddy生态等互联网平台智能体，推动专业金融能力实现标准化输出。
辛治运表示，从“外挂式辅助”走向“原生架构重构”，技术选型、模型训练固然困难，但更难的是让全员真正相信AI能成为业务的一部分，而不是一个“会聊天的搜索框”。挑战主要集中在三个层面：
一是组织层面。传统IT（信息系统）和业务是“需求—交付”关系，但在AI原生时代，这种模式跑不通。AI能力需要持续用业务数据反馈来喂养、迭代。广发证券在内部推动组建业务与技术深度融合的虚拟团队，让双方从一开始就坐在一起定义问题。
二是人才层面。既懂金融业务、又懂AI大模型的人才极度稀缺。广发证券采取“内部培养+跨界引入”的双轮驱动模式：一方面鼓励核心业务骨干学习AI思维，另一方面引入AI人才深入业务一线轮岗。只有让AI人才听得懂业务语言，让业务骨干看得懂“Token（词元）和RAG（检索增强生成）”的逻辑，技业融合才能真正落地。
三是文化层面。这是最隐性但最关键的维度。辛治运表示，广发证券坚持“AI是人的放大器，而不是替代品”，推动AI落地时“小步快跑、以点带面”，不搞大而全，也从不为AI而AI。每一项能力上线，都必须回答：到底有没有帮业务提效、有没有解决一线实际问题。
目前，广发证券已自研“天玑智融”投顾驾驶舱平台，集成近50个专业智能体，服务覆盖300余家营业部和数千名一线投顾；投行领域打造行业首个投行垂域大模型应用“投行文曲星”，落地56项细分AI功能。
自研之外，广发证券为何还要“走出去”，与腾讯WorkBuddy等外部平台生态协同？辛治运给出的答案是：自研是做专，生态是做广，两者缺一不可。
辛治运解释，广发证券主要有三点战略考量。一是，触达更多场景，让能力产生乘数效应。自研平台服务的对象，是广发自身体系内的员工和客户，但AI能力的价值，恰恰在于能被更广泛的场景调用。为此，广发证券与互联网大厂生态的合作，重在优势互补、双向赋能。
二是，用生态反馈驱动能力迭代。外部用户持续调用金融智能体技能，会产生大量真实使用数据和反馈，反过来驱动模型和Skill（智能体技能）持续优化，加速形成“输出—反馈—迭代”正循环。
三是，过去广发专业投研能力主要服务机构客户和高净值客群，但AI办公智能体平台让公司看到新可能：通过将专业研究与量化分析能力封装成标准化服务，借助WorkBuddy等生态触达更多普通投资者。
“内部自研做得越深、越扎实，对外输出的能力就越强、越可信——用专业厚度支撑普惠广度。”辛治运说。
展望未来，辛治运认为，AI大模型对金融行业影响深远。对券商而言，AI对触达客户、服务客户有很大推动作用，能显著提高对长尾客户的服务水平，也能提升内部管理效率。总之，AI对降本增效作用巨大。
但他强调，AI大模型技术正在重塑券商竞争格局。对头部券商来说，AI应用有非常大正向发展作用，可提高业务发展能力、管理能力，开发的Skill可面向客户拓展生态服务范围，起到裂变作用，大幅提升用户群体的体验。
谈及AI对核心业务流程的重塑，辛治运认为，例如，在投研环节，WorkBuddy等类似智能体平台正让“研报生产”从人力密集型变成“人机协创”。Skill将成熟研究方法论封装为标准功能，分析师一句话就能调取数据、生成初稿，生产力释放是数量级的。在投顾环节，最大变化是服务半径扩展和专业能力平权。过去优秀投顾能力是经验型的，不可复制，但AI Skill可以把头部投顾方法论标准化，赋能数千名一线投顾。
辛治运还提醒，大模型在金融业应用有特殊要求，包括合规性、数据准确性、反洗钱等，比普通行业要求更高。证券公司要和腾讯等平台形成良性互动，在满足监管要求、提高客户服务满意度的同时，保证风险防范和合规性。
“这一轮AI浪潮对所有金融机构都是一次能力重新定价的机会。”辛治运表示，广发证券愿意做开放生态的积极建设者，与互联网大厂一起，把专业金融服务的价值带给更广阔的用户群体。
盛康优配提示：文章来自网络，不代表本站观点。
