業內普遍認為，隨著技術迭代與規則完善，未來Skills將進一步推動券商從

新華財經北京6月29日電（記者劉玉龍）近期，證券行業掀起AI智能體技能（以下簡稱Skills，即大模型落地金融場景的核心載體，可將專業金融能力封裝為自然語言調用的標準化服務單元）布局熱潮。作為證券業AI應用從單點工具向體系化賦能躍遷的重要舉措，Skills密集上線究竟將重構哪些業務邏輯、能否轉化為實實在在的業績支撐、創新過程中的合規邊界如何劃定？記者圍繞行業普遍關注的三大焦點問題采訪了多位業內人士。

業內普遍認為，隨著技術迭代與規則完善，未來Skills將進一步推動券商從傳統交易通道向智能服務平臺轉型，不僅將為證券行業開辟新的增長空間，也將進一步降低普通投資者獲得專業金融服務的門檻。

一問：業務邏輯重構，“效率革命”如何落地？

(資料圖片僅供參考)

目前，已有華泰證券、廣發證券、中金公司、中信建投、中信證券、國信證券等機構上線Skills工具，覆蓋研報查詢、估值建模、ETF篩選、智能選股、行情分析等高頻投研與交易服務場景，部分券商也通過第三方機構探索相關服務。

Skills的核心價值，是把券商沉淀多年的交易通道、數據中臺、風控模型、研究框架從后臺的“隱形資產”轉化為前臺可直接調用的“生產力工具”，實現技術價值從后臺支撐向前臺服務的躍遷。

廣發證券信息技術部相關負責人表示，從證券行業數字化轉型維度看，當前Skills發展呈現三大突出特征：一是場景垂直化，從通用問答向專業金融場景深耕；二是使用普惠化，降低專業工具門檻覆蓋普通投資者；三是生態互通化，通過接入主流AI平臺打破數據和能力孤島。

據公開資料，Skills實際落地效果已經顯現。如財富管理端，投資者通過日常對話即可完成行情查詢、ETF篩選、基金對比等操作，大幅降低了專業金融工具的使用門檻，提升客戶粘性與活躍度；投研業務方面，研報查詢、個股估值分析、財務對比等能力的Skills化，使分析師和投資者可以通過對話方式快速獲取專業數據，提升投資研究效率。

“從更宏觀的角度看，這反映出券商數字化轉型競爭重心的轉移：過去比拼App功能與模型規模，如今通用大模型正逐漸成為公共底座，真正拉開差距的，是誰擁有可靠、可被調用的專業能力。”華泰證券研究所所長、固收首席分析師張繼強表示，受影響最直接的是投研生產環節——取數、初稿、估值交給工具，分析師得以專注于判斷；其次是投顧與財富服務，研究成果能更快、更標準地傳導至一線。

中信建投證券金融工程與基金研究首席分析師姚紫薇認為，Skills的落地是賣方研究業務在通用人工智能時代的范式演進，第一次讓分析師的分析框架、估值模型具備了工程化、規模化輸出的條件，未來買賣雙方的服務體系將逐步演進為“智能體對智能體”的數字化協同模式，Skills服務能力將成為衡量賣方核心競爭力的關鍵標尺。

中信證券股份有限公司高級副總裁、人工智能條線負責人徐崚峰分析，Skills對業務的影響方面，AI應用已從單點工具到全鏈路賦能，展業模式正從“人力密集”走向“人機協同”，覆蓋投研、交易、財富管理、合規等高頻場景，效率與體驗同步提升。

國信證券相關負責人指出，Skills是券商專業能力的數字化、AI化，可以非常方便地在各種AI場景中被調用，但也對券商服務的專業能力和運營水平提出了更高的要求。

二問：商業化路徑漸明，能否成為行業新增長極？

對于Skills的價值轉化，行業已形成一定共識：短期以效率提升、用戶沉淀為主，中長期將成為商業模式升級的重要支點。

姚紫薇分析，就業務影響與業績轉化而言，短期內Skills更多體現為研究服務效率與觸達廣度的提升，強化機構客戶黏性；中長期看，隨著派點、傭金分倉機制與數字化服務深度綁定，Skills有望成為研究業務商業模式升級的重要支點，最終轉化為可量化的業績支撐。

“能否直接轉化為業績，需要客觀看待。”張繼強說，現階段Skills更應視為盤活內部數據資產、夯實基礎的投入，真正落到收入，取決于誰能率先找到既合規、客戶又確有需求的場景，這并非一蹴而就。

廣發證券信息技術部相關負責人也表示，Skills對業績的直接拉動需要一定周期，目前更多體現在用戶體驗提升和運營效率改善上，中長期有望通過提升客戶粘性和拓展服務邊界轉化為實質性業績增量。

部分先行機構的Skills已經跑出了可驗證的價值兌現路徑。徐崚峰介紹，中信證券“市值管理助理2.0”融合前沿Skills能力，已輔助落地數千萬級創收；“零售經營助理”累計轉化大量客戶、輔助創收數億元；“產品銷售助理”基于AI精準匹配客戶與產品，ETF客戶購買轉化率顯著高于人工；“超級投行家”支撐債券募集說明書AI輔助撰寫，效率大幅提升。

中金公司相關負責人介紹，未來Skills將采取分層服務模式：圍繞服務國家戰略、服務實體經濟的普惠性服務免費開放；面向專業機構客戶的深度投研輔助服務采取商業化模式，實現商業價值與社會價值的平衡。

三問：守牢合規底線，責任邊界如何厘清？

隨著分析師研究框架封裝為Skills、AI“分身”提供投研服務等創新模式出現，相關合規、責任與權屬問題成為行業必須直面的核心課題。

受訪業內人士普遍達成三大共識。

一是服務本質不變，合規標準不松。Skills是服務“形式”上的創新而非服務“本質”的改變，現有的合規制度與責任認定框架并不會發生根本性變化，Skills的輸出本質上仍是研究信息服務，無論載體如何更迭，都須接受與研報同等的合規約束，觀點以已公開發布的研究為依據，守住不提供投資建議的邊界。

二是責任主體明確，“AI輔助、人類負責”是核心原則。AI始終定位為輔助工具而非替代人類決策，生成內容必須保留人工把關與可追溯的審核記錄，承擔責任的始終是機構與持牌的分析師，不會因為換上AI外殼而模糊責任。同時需要厘清分析師個人經驗與機構資產的權屬邊界。

三是自律先行，創新與合規同步推進。目前多家頭部機構已經出臺內部規范，如中信證券出臺《AI數字員工五級分類標準》，明確了各層級數字員工的能力邊界、適用場景與人機責任劃分，讓合規界定與風險管控從原則性表態落地為可執行的具體規范。此外，每項技能調用均攜帶明確的權限邊界，嚴格落實最小權限原則，同時通過敏感數據分級分類管理與隱私計算技術實現數據“可用不可見”，全方位保障核心敏感數據的絕對安全。

姚紫薇表示，AI和合規的關系，不是“能力越強、問題越少”，而是“能力越強、越要把邊界和治理放在前面”。而且風險不只在單家機構——當越來越多人用相似的模型、相似的數據，市場會變得越來越同質，擁擠交易和系統性風險也會隨之上升，這是整個行業都要面對的。

受訪人士表示，隨著AI技術的發展，建議行業監管部門盡快出臺相關指引，考慮為分析師Skills化提供明確的合規框架，推動行業健康發展。

關鍵詞：