券商扶植的AI炒股，是新機遇還是“新陷阱”？

文 | 深觀商業

AI的風，到底還是刮進了證券圈。

例如，阿里云“通義點金”大模型已與中金、易方達等180余家金融機構合作，30余家實現生產上線。同時，華泰證券旗下的AI漲樂APP，最近也是風頭正勁，頻頻通過大面積的宣傳投放進行獲客。

回顧2025年，用AI投資、理財一度成為社交平臺的熱門話題。

此前，阿里千問發布了“2025十大AI提示詞”榜單，股票高居榜首。10月份，美國Nof1研究機構甚至發起了一場實驗，分別給中美AI大模型代表各1萬美元，在數字貨幣交易市場自主投資，不得人為干預，并對AI的操作方法、收益虧損進行24小時的直播。

這是全球首次公開的、真金白銀的AI投資競賽。

看起來，AI+金融在全球范圍內正加速發酵，勢不可擋。據悉，國內證券類APP里有高達82.6%已嵌入AI技術，覆蓋A股、港股、美股、外匯、期貨等40余個市場，“數據—分析—決策”成為玩家引以為傲的鏈路堡壘。

于是，理性、效率、科學……一系列能吸引普通投資者的字眼為這個賽道又添了一把火。然而，AI賦能金融、投資后，證券圈能跑出一個“DeepSeek”嗎？這個答案背后，其實風險與機遇并存。

證券圈的“無奈”

當各行各業都在加速AI轉型，金融行業也沒有閑著。

數據顯示，有71%的券商已經將數字化轉型列為公司級戰略，其中，AI技術成為核心驅動力。2024年中國金融行業生成式AI投資規模已達36.26億元，預計到2028年將飆升至238.04億元，年復合增長率高達60.1%。

在DeepSeek橫空出世之前，中金公司、中信建投證券、廣發證券等頭部券商研究所已率先啟動“AI+投研”應用探索并取得落地成果。目前，多家機構正在推進相關智能平臺研發，將大模型技術融入到投研核心環節：

比如信息搜集（公告和公開新聞等）、數據處理（撰寫數據與公告一致性檢查）、風險預警（風險警示、提示函等）；輔助開展研報翻譯、會議紀要；研報審核、信息加工；非結構化信息提取、中英文字/圖表互譯、研報質量把控及風險排查……

就目前來看，AI在金融賽道的效率還算可以。

比如在資產配置方面，國信證券就有一組數據顯示過，其總量團隊嘗試用ETF優化風險評價模型，并選ETF基金做模擬資產配置，發現AI能夠結合市場情緒、指數ETF跟蹤誤差等因素優化選基，幫助ETF模擬組合將年化收益率從6.75%提升至7.18%。

當然，從商業角度來看，證券圈加速布局AI絕非單純追逐技術潮流，而是在當下市場競爭白熱化、盈利模式重構、合規壓力升級的多重背景下，基于生存與發展需求做出的必然選擇。因為AI 已經成為決定券商未來收入增長、成本控制與市場份額的核心工具。

不可否認，當前證券市場日益艱難。

一方面，傭金戰導致傳統經紀業務利潤空間不斷壓縮，機構客戶又對投研專業性、服務響應速度提出更高要求，單純依賴人力的模式已難以為繼；另一方面，財富管理轉型進入深水區，如何精準匹配客戶偏好與金融產品、提升復購率成為增收關鍵；對信息披露、風險監控、交易合規的審核成本逐年攀升，進一步擠壓券商生存。

這一點在各大券商的財報中展示得很直白。

早在2024年年中，48家券商有20家出現虧損，占比高達41.67%，包括投行實力強勁的頭部券商。到2025年年中，行業盈利能力雖然有所改善，但還有10家處在虧損狀態。根據Wind數據，頭部券商利潤率普遍下滑至20%左右，在2023年前，這個數字是50%。

在這樣的盈利壓力下，作為券商直面C端客戶、承接經紀業務與財富管理轉型的數字化載體，證券類APP之間的競爭早已從早期的功能同質化比拼，升級為圍繞智能投顧、行情解讀、交易體驗、場景生態的深度內卷。

時至今日，國內證券類APP月活躍用戶已突破1.66億，全網滲透率達到15.46%。

但各大產品的用戶增長都浮浮沉沉，增降不定。以2025年11月為例，易觀千帆數據顯示，11月證券類App的月活躍用戶總數約1.72億人，環比增長2.06%，同比減少3.20%，僅有2家券商App月活同比增幅超過10%，分別為興業證券優理寶和國金傭金寶。

這背后的原因不難尋。一方面，投資者基礎保持韌性，新增開戶數238.14萬戶，環比增長3.10%；另一方面，交投意愿明顯趨冷，日均成交額環比下降約11%，證券服務應用月活用戶規模同比亦減少3.20%。

兩相矛盾下，證券類APP的競爭邏輯已從“搶新增用戶”轉向“拼存量留存與轉化”。

而AI似乎為積弊已久的證券圈提供了一個破局機會。

要知道，國內至少有2億普通投資者，C端投資者對AI的接受度高達63.8%，他們對智能薦股、交易便捷性、資訊時效性的需求占比分別達到44%、32%、36%。同時，使用智能解讀、風險預警工具的用戶活躍度，比傳統軟件高出51%。

也就是說，AI的出現，讓正在“犯難”的證券圈抓住了一根稻草，只不過，這根稻草價值幾何，或許早已牽動了整個證券行業的神經末梢。畢竟，AI只是賦能，不是全能，特別是在特殊的投資領域。

“理性投資”VS“玄學暴富”

目前，市面上的AI投資產品密集上市：

從智能客服到智能投顧，從智能交易到智能運營……無論什么品類，背后的產品邏輯都是清一色的理性投資、數據分析、科學決策。AI也確實能通過海量數據處理、多因子模型運算、實時風險預警，為投資者提供可量化、可追溯的決策支持，

但在另一端的社交平臺，畫風卻截然不同。

小紅書上，“AI 選股保姆級攻略”收獲近萬點贊，股民曬出 AI 薦股的盈利截圖相互取經；有人將AI奉為“漲跌預言家”，根據模型提示的“神秘信號”操作；更有投資者因AI推薦個股虧損后，吐槽其為“反向冥燈”，將其歸為“玄學炒股”的新變種。

券商的理性敘事與用戶的玄學，對比之下，勾勒出AI賦能投資初期圖景：趨勢與荒誕并行。

首先，頂尖AI在投資理財方面已然具備一定的潛力。

中金公司研究部執行總經理測算，大模型預計每年為全球金融行業帶來2500億到4100億美元的價值增量，相當于9%到15%的營業利潤增厚。騰訊研究院聯合畢馬威發布的《2025金融業大模型應用報告》顯示，過去兩年，金融業對大模型的投入產出比首次超越技術先進性，成為機構應用的核心衡量標準。

其次，AI賦能投資迎合了一部分市場需求。畢竟艾瑞咨詢在《2025年行業白皮書》中進一步指出，高達75%的散戶日均盯盤時間不足 2 小時，錯過早盤異動（9:30-10:00）尾盤突襲（14:30-15:00）等關鍵時段機會的比例達 59%。

種種跡象下，AI落地金融賽道的目的或許是將投資效率重構、帶動信息平等。然而，在流量炒作、人性焦慮與技術局限的幾重夾擊下，AI賦能投資的理想，在現實世界里，還是多少有些偏離了初衷。

先看被社交平臺熱捧的“AI暴富神話”。

根據《國際金融報》記者調查發現，以“DeepSeek 炒股”為詞條的內容中，充斥著“一日賺 15 萬元”“收益率 1281.82%”等吸睛噱頭，博主們用極端化的收益數據來引流，卻對背后的風險只字不提。

再往后，往往就會帶出一堆賣課教程、知識付費鏈接。

而“AI投資引流+賣課”早就形成了一套完整的流量變現路徑。去年5月，有短視頻平臺發布公告，封禁200余個利用AI工具實施非法薦股的賬號，但只要投資焦慮不減，“AI炒股”話題下的相關發帖熱度仍會動輒幾十萬。

另外，AI技術在投資賽道天然有自身難以逾越的短板。

比如，廣發證券認為，一些大模型在標準化服務場景中已接近一線投顧平均水準，但在對高凈值客戶深度服務中，仍需“人機協同”實現價值最大化，如在客戶風險偏好、家庭財務規劃等個性化需求理解及情感陪伴方面，AI仍存短板，需人工投顧補足。

無獨有偶，華福證券相關人士表示，大模型目前還難以完全模擬人類投顧對復雜人性和市場微妙變化的理解，在洞察客戶個性化深層次需求方面，投顧的能力仍不可替代，并且在調倉建議環節，與一線投顧相比仍有差距。

更有意思的是，對AI的認知錯位或許還會加劇投資市場的不公平。

那些能識破“AI神話”的專業投資者，可能會借助AI工具進一步提升決策效率；而普通投資者若是在虛假流量與玄學認知中，一次次陷入盲目跟風的陷阱，原本旨在縮小信息鴻溝的AI，又制造了新的信息不對稱。

或許，技術能破解數據的復雜，卻始終難以馴服人心，而在這場關于AI與投資的博弈中，最遺憾的便是，投資圈上上下下本想借AI逃離盲目，在理想與現實的拉扯中，最終也許又困在了新一輪的混沌里。

加速打造證券圈的“DeepSeek”？

有一點需要注意，券商信息科技化，早在2023年就開始了。

當年，中國證券業協會《證券公司網絡和信息安全三年提升計劃》要求券商加大信息科技投入(不低于營收7%)，并將科技人員占比提升至7%。2023年14家券商信息技術投入合計達198.06億元，頭部券商科技人員占比接近20%。

其中包括華泰證券、中金公司、國泰君安、海通證券、招商證券、中信建投、廣發證券、中國銀河、安信證券……行業數據顯示，2025年國內智能炒股工具用戶規模破億，券商信息技術投入同比增長37%，其中AI相關研發投入占比超 45%。

時至今日，各大券商要么在自有APP里搭載AI功能，要么發布垂直智能體。

證券圈要誕生一個“DeepSeek”了嗎？未必。

就目前來看，AI投資產品之間的競爭漸趨白熱化。根據“2025年中國券商智能交易工具測評報告”，在10 款主流工具里，頭部3款產品占據近65%的市場份額，分別為：AI漲樂、富途牛牛、君弘。

這三家能長期堅守住自己的市場地位嗎？誰也不確定。

可以確認的是，AI+金融未來的角逐只會更加激烈。據悉，早在2024年，就有8家券商在信息技術領域投入金額超過10億元，財聯社記者統計，單“AI”一詞在50家上市券商2025上半年報中共出現188次，平均每家券商提及3.76次。大型券商計劃2026年繼續推AI化APP，中小券商也將其納入規劃。

同時，大部分券商在模型層尚未拉開差異。

比如，阿里云及通義系列大模型已經服務了中國90%以上的金融機構，包括工商銀行、建設銀行等國有大行，中信證券、中金公司等頭部券商，中國人壽、平安集團等前十保險公司，以及一眾基金、支付、消金行業頭部機構。

要想打破這種依賴，成為金融賽道的“DeepSeek”，券商不是沒有突圍路徑。具體來看，要么以自研構建垂直技術壁壘，要么把AI深度滲透至核心創收場景，比如占營收比重最高的自營業務。

當前，華泰證券已經公開宣布自建量子金融實驗室，其他券商也選擇在金融垂類大模型中針對證券行業特點進行優化，包括自研垂類模型（如國泰海通證券的“靈犀大模型”）、開源模型微調（如國金證券的ChatGLM2）以及輕量化端側模型（如銀河證券的Gemma）。

只不過，這一步需要考慮的核心因素不少，包括建設成本、周期、算力卡類型、數據等級安全因素（包括數據隔離、資源管控、監控審計等）。而這在AI決心日漸旺盛的證券行業，或許正是拉開差異的最快途徑。

其次，根據證券業協會發布的《證券公司2024年度經營情況分析》，2024年券商自營業務、經紀業務、利息凈收入、投行業務、資管業務等五項收入的占比保持平穩，分別為38.6%、28.4%、11.1%、7.8%和5.3%。

自營、經紀是券商營收占比最大的兩項業務，但當前大模型落地的場景基本集中在經紀業務。一位券商人士表示，“沒有幾家券商的自營業務在用大模型。”因為自營業務往往對策略的時效性、準確率、穩定性要求極高，AI落地的成本高、效果不顯著。

然而，對比經紀業務的AI 應用多集中于智能客服、標準化投顧不同，自營業務的 AI 應用直接指向交易策略優化、風險預判、收益提升，這些場景的技術壁壘更高，一旦形成有效落地，將成為券商的核心競爭力。

證券圈的“DeepSeek”，從來不是一個能快速量產的技術產品，而是一場需要沉下心的長期修行。