摘要：从五十家A股券商最新披露的AI战略进展来看，一场深刻的行业变革正在发生。头部券商以“All in AI”的姿态全面押注，中型券商加速追赶，中小券商则寻求差异化突围。这些进展表面上呈现的是各家机构在技术投入和应用场景上的差异，但深层揭示的是一个更为根本的命题：证券行业的核心竞争力正在从资本规模驱动转向技术能力驱动，而AI战略的真正分水岭不在于“用了什么工具”，而在于“构建了什么能力”。各家券商的AI战略进展最重要的启示是：AI对证券行业的重塑已经超出了效率提升的范畴，正在引发一场关于组织能力、数据资产和人才结构的系统性重构。那些能够将AI从“辅助工具”升级为“核心能力”的机构，将在这场变革中获得结构性优势；而那些仅停留在工具层面的应用，则可能面临被边缘化的风险。

关键词：券商AI战略；行业分化；组织变革；数据资产；核心竞争力

 一、引言

当五十家A股券商的AI战略进展被逐一审视时，一个清晰的图景浮现出来：整个证券行业正在经历一场前所未有的技术投入热潮。据披露数据，去年已有三十四家上市券商在信息技术上合计投入近二百七十六亿元，占这些券商总营业收入的比重达到百分之六点二。头部券商的信息技术投入普遍维持在十亿元以上，国泰海通以三十二点三五亿元高居榜首，华泰证券以二十六点七九亿元紧随其后，招商证券以十九点零八亿元位列第三。

但如果仅仅将这些数字理解为“券商加大了技术投入”，那就错过了真正重要的信息。在这些投入数字的背后，是各家机构对AI战略定位的根本性调整，是行业竞争逻辑的深层转换，是对“什么是券商核心能力”这一命题的重新回答。华泰证券首席执行官周易在业绩说明会上说了一句意味深长的话：“传统证券公司将被AI彻底毁灭，这是毋庸置疑的事实。”他将AI重构定义为“一道必答题”，而非“一道选择题”。这句话所传达的，不是某一家券商的战略选择，而是整个行业对时代变化的一种集体判断。

那么，各家券商当前的AI战略进展，究竟说明了什么？本文试图从三个层面来回答这个问题：第一，行业格局层面，AI战略的差异如何重塑了券商之间的竞争关系？第二，能力构建层面，AI战略的深入推进揭示了哪些超越技术本身的深层逻辑？第三，组织变革层面，AI战略的落地对券商的治理结构、人才结构和文化基因提出了怎样的挑战？

 二、战略 

观察头部券商的AI战略，最显著的特征是战略表述的“升维”。在去年的年报中，国泰海通和华泰证券明确写入了“All in AI”战略，招商证券则提出了“打造AI证券公司”的愿景，目标是到2030年实现客户服务、业务场景、员工办公、高频作业四个维度的AI覆盖率均达到百分之百。国泰海通早在2024年就率先提出从“AI in ALL”到“ALL in AI”的策略演进，这一表述本身具有标志性意义——“in”到“ALL in”，意味着AI从嵌入业务流程的辅助要素，转变为贯穿全部业务的核心引擎。

但战略表态只是起点。更值得关注的是头部券商在落地路径上的系统化布局。华泰证券的做法是以“AI涨乐”这一AI原生交易终端为核心载体，构建任务助手统筹调度涨停猎手、事件捕手等多类专业智能体的全链路投资执行中枢-。国泰海通则依托自研的千亿参数多模态证券垂类大模型“君弘灵犀”，在行业首家上线灵犀“AI技能仓库”，推动投资、出行、娱乐、消费等智慧生活场景的自然融合。中信证券的路径更为独特——它将重点放在“AI数字员工”体系建设上，已上线十八个高价值数字员工，目标是“为每位员工配备多个数字分身，最终实现‘一岗一数字员工、一人一数字团队’的人机协同新范式”-。中信证券还自主研发了“AI数字员工能力五级标准”，试图为金融业AI应用的能力评估提供标准化框架。

这些案例的共同特征在于：头部券商的AI战略已经超越了“在哪些业务场景中使用AI”的层面，进入了“以AI为底层逻辑重构业务模式”的阶段。华泰证券的“AI涨乐”是从底层重塑投资者与金融服务交互方式的尝试；中信证券的数字员工体系是在重新定义“员工”这一组织基本单元的内涵；国泰海通的“君弘灵犀”则是在构建一个可以不断扩展能力边界的智能体生态。

与头部券商的“全面押注”形成对照的是，中小券商在AI战略上展现出一种更为务实的路径选择。受限于投入规模，中小券商难以像头部机构那样在算力、模型和平台层面进行全面布局。但它们并未因此缺席这场变革，而是通过聚焦核心场景和借力外部生态来构建自己的AI能力。

国盛证券提供了一个典型的观察样本。这家营收规模不足二十五亿元的券商，在2025年的信息技术投入占营业收入比重高达百分之十点一二，位居全行业前列。它成立了专门的AI应用工作领导小组，出台了人工智能应用战略规划，以DeepSeek等大模型技术为核心打造覆盖前中后台的智能化服务体系。国盛证券的策略是“深耕细分市场与特色业务，发挥人工智能灵活、可定制的技术优势，与头部券商开展差异化竞争”，例如为中小客户定制专属智能投顾服务，在投研领域打造专业优势。

行业层面的路径分化已经相当清晰：头部券商多依托自研大模型与全客群入口深度布局，中小券商则倾向接入成熟智能中台，深耕养老、县域等细分场景，以差异化服务突围。这一分化的背后，是一个更具根本性的问题：在AI时代，券商的竞争壁垒究竟来自哪里？是自研模型的性能优势，还是对特定场景的深度理解？是算力资源的规模，还是数据资产的独特性？各家券商用不同的战略选择回答了这个问题，而这些回答之间的差异，恰恰揭示了行业正在经历的深层变革。

 三、能力

纵观各家券商的AI实践，一个被反复提及但未被充分重视的变化是：AI在券商中的角色定位正在发生质变。在前一阶段，AI更多地被视为一种“工具”——用来提升客服效率、加速研报撰写、优化风控流程。但在当前的战略框架中，头部券商正在将AI构建为一种“能力资产”——它可以被持续训练、迭代和复用，成为组织长期竞争优势的来源。

这一转变在多个维度上体现出来。广发证券搭建了企业级Skill Hub平台，沉淀了三十类标准化智能体Skill插件，覆盖投研、财富管理、客户服务、运营支持、合规风控等核心场景，形成了“构建—审核—发布—使用—评估”的闭环。这意味着AI能力不再是散落在各个业务部门中的孤立工具，而是可以被系统化管理、标准化交付的组织资产。国泰海通在行业首家上线“AI技能仓库”，同样是这一逻辑的体现。

更深层的变化发生在数据层面。国金证券首席信息官王洪涛在描述其AI应用策略时提到，公司围绕评判应用场景出现幻觉的危害和风险，提出了包括风险传导速度、纠错成本、监管程度以及人机协同程度等维度在内的评估标准，对场景进行评估分级，再根据评估制定智能体的运转模式。这种分级管理的思路意味着，券商开始将AI能力本身视为一种需要治理的资产，而非一个可以随意调用的工具。

如果要在各家券商的AI战略进展中寻找一个共同的“瓶颈”，答案很可能是数据。在AI应用从“有没有”走向“好不好”的阶段之后，制约效果的核心因素不再是模型的能力上限，而是数据的质量和可用性。国盛证券在其AI战略规划中明确将“数据支撑”列为四项原则之一，强调“加强数据治理体系建设，整合内外部数据构建统一数据湖，确保数据质量和安全”。国泰海通的技术研发部负责人也在行业交流中指出，“另类数据规模化应用离不开完备的数据平台底座”。

这一判断具有重要的战略含义。在传统券商竞争中，核心竞争力往往被定义为资本规模、客户数量和牌照资源。但在AI时代，数据资产正在成为一项独立的、具有决定性意义的竞争要素。那些在数据治理上投入更早、在数据标准化上做得更细的券商，将在AI应用的效果上获得持续的领先优势。这也解释了为什么华泰证券和中金公司在经历了两年的信息技术投入下降之后，在去年重新加大了投入力度——AI应用的深入必然要求更坚实的数据基础设施支撑。

在各家券商的AI实践中，一个反复出现的表述值得深思：AI不是替代人，而是与人协同。中信证券将其数字员工体系的终极目标设定为“人机协同新范式”，国金证券在场景分级管理中明确提出“有些场景只能是人工确认后执行”。华泰证券首席执行官周易则从反面阐述了这一逻辑：AI重构的目标是“让数据驱动的产业认知、智能化的客户服务、一体化的业务协同，成为公司最核心的竞争能力”。

这些表述不能仅仅被理解为对AI替代就业的“政治正确”回应。它们实际上揭示了AI战略的一个核心判断：证券业务中真正具有决定性价值的环节——投资判断、风险决策、客户信任建立——在可预见的未来仍然需要人类的专业判断和情感连接。AI的价值在于将从业者从重复性劳动中解放出来，使他们能够将更多精力投入到这些高价值活动中。招商证券非银金融联席首席分析师张晓彤的话颇具启发性：AI的真正使命不是替代人工写报告、做PPT的“形式主义提效”，而是完成过去“想做但做不了”的创造性工作。

 四、组织

各家券商的AI战略进展还揭示了一个容易被忽视但至关重要的维度：组织变革。AI战略的落地不仅是技术问题，更是一场深刻的管理变革，它对券商的治理结构、人才结构和文化基因都提出了新的要求。

在治理结构层面，一个显著的变化趋势是AI职能的“升格”。兴业证券在2026年7月将“金融科技部”升级为“AI创新发展部”，这一机构名称的变化传递出明确的信号：AI不再仅仅是技术部门的职责，而是被提升为公司层面的战略职能-。华鑫证券则启动了“AI赋能三年规划”编制，目标直指“AI驱动型证券公司”，并通过举办全员AI Agent技能大赛来推动技术与业务壁垒的打破-。这些组织调整的意义在于，它们将AI从“IT项目”转变为“组织工程”。

在人才结构层面，券商对AI人才的需求正在从“少数专职”转向“全员覆盖”。华泰证券启动了“Fintech星战营——AI专项人才储备计划”，东方财富证券推出了“科技新锐”项目，面向金融科技人才设置AI数据分析、AI互联网产品等管培生岗位。但更深层的变化不在于招聘多少AI人才，而在于如何让现有的业务人员具备与AI协作的能力。华鑫证券提出的“人人都是AI工程师”口号，虽然带有一定的修辞色彩，但它所指明的方向是清晰的：在AI深度融入业务流程的时代，AI素养将成为券商从业者的基础能力，而非专业技术人员的专属技能。

在文化基因层面，AI战略的成功落地要求券商在决策方式上从“经验驱动”向“数据驱动”转变，在创新节奏上从“稳健优先”向“快速迭代”转变。这对一个以风险控制为核心文化的行业而言，是一个不小的挑战。正如国盛证券在其AI战略规划中所强调的，需要采用“敏捷开发模式，将AI应用开发划分为多个迭代周期，通过持续测试、反馈和优化逐步提升系统性能”。这种迭代思维与传统券商的“零容错”文化之间存在天然的张力，如何在二者之间找到平衡，是每家券商在AI战略推进中都必须面对的组织命题。

 五、结语

最重要的事情是什么？

如果只允许用一个词来回答，那就是“能力”。这些进展所说明的最重要的事情，是证券行业的核心竞争力正在经历一次根本性的重新定义。过去，一家券商的竞争力取决于它拥有多少资本、多少客户、多少牌照。现在，这些传统优势仍然重要，但正在被一种新的能力维度所补充甚至部分替代：将AI技术转化为业务价值的组织能力。

这种“组织能力”包含几个相互关联的要素：将AI从工具升级为资产的能力，在数据治理上持续投入的能力，在人与AI之间建立有效协同关系的能力，以及在组织层面推动AI素养全员化的能力。各家券商在这几个维度上的进展差异，远比它们在应用场景数量上的差异更能说明问题。一家拥有多个AI应用但数据治理薄弱、组织变革滞后的券商，其长期竞争力可能弱于一家应用场景不多但在数据基础设施和组织协同上做得扎实的券商。

华泰证券CEO的那句“传统证券公司将被AI彻底毁灭”，或许在语气上过于决绝，但它指向的判断是严肃的：AI对证券行业的冲击不是一次性的技术升级，而是一场持续性的能力重塑。那些将AI战略理解为“引入一些AI工具来提升效率”的机构，可能会发现自己在这场变革中逐渐失去了位置；而那些将AI战略理解为“构建一种面向未来的组织能力”的机构，则有可能在行业格局的重塑中获得新的优势。这就是各家券商AI战略进展所揭示的最重要的事情。

（文/迈进）

e-Mail：lab@enet16.com

【DBC拟定框架简介】