每經記者 王海慜 李娜    每經編輯 彭水萍    

DeepSeek大模型橫空出世，讓各家券商最近忙得不可開交，金融科技人員忙著接入，各大研究所通過研報、電話會、策略會等形式大談特談DeepSeek及相關投資機會。

日前，某券商金融行業首席在朋友圈分享了一張各崗位被AI取代難易程度導圖，引發同行熱烈討論。與此同時，越來越多的券商研究人士紛紛在三方社交平臺上吐露大模型使用后的心聲。在這些既興奮又焦慮的情緒背后，體現出DeepSeek帶給不少券商投研人員的震撼和危機感。

呼嘯而來的AI背景下，券商分析師真的會被AI取代?基金經理如何重新審視賣方研究的價值？《每日經濟新聞》記者不妨讓DeepSeek和基金經理進行一番隔空問答。

崗位取代導圖引發討論

DeepSeek等國產大模型橫空出世震驚了世界，其超強的文字組織、邏輯推理能力極大解放了文稿生產力，也讓不少文字工作者的“飯碗”有些端不穩了。

有意思的是，DeepSeek效應也激發了不少券商分析師群體的“傾訴欲”。不少機構投研人士的大模型使用感想最近頻頻出現在社交平臺上。

日前，某券商分析師向記者訴說了使用DeepSeek后萌生的職業危機感，“太顛覆了，一般人的文筆都比不上它（DeepSeek），而且很智能，我覺得它寫的東西起碼可以達到一個‘985’（大學）研究生的水平。另外，學習能力非常強大，你喂給它幾篇類似的內容，它就知道該給你寫什么樣的東西。”

“以后，那種資料堆砌的研報就沒有什么價值了，國內這個現象還挺多，估計都要被機器取代。”她坦言，從長期來看，即使是資深分析師也應該有危機感，“萬物皆可被取代 ，沒準你多喂它炒股方面的知識，以后AI的選股能力也可以很強。”

事實上，這位券商研究人士的焦慮并不是個案。

值得一提的是，最近，某券商金融行業首席在朋友圈分享了一張各崗位被AI取代難易程度導圖。導圖顯示，AI率先取代的將是簡單機械、缺乏創意、弱社交的工作，相比之下，同時具備創意或決策、強社交屬性的崗位則更難被AI取代，其中證券分析師被標注在弱社交象限。

這張導圖引發了同行的討論。對此，不少分析師并不認同。“這里的弱社交應該單指撰寫報告層面，分析師是經常需要社交的。”有分析師認為，盡管如此，這也在一定程度上反映出部分分析師對AI沖擊力的強烈感知。

與此同時，一些熱門社交平臺上還可以經常刷到券商分析師的相關言論，他們一面大量使用DeepSeek，一面對未來憂心忡忡。《每日經濟新聞》記者在某熱門社交平臺上看到有分析師發帖討論DeepSeek的使用心得，明顯能感受到他們既興奮又焦慮的情緒，例如：“用DeepSeek搜索了一下不同奶茶咖啡品牌單店模型，雖然數據比較舊，但是可參考，節約了搜索資料數據的時間。感覺科幻電影馬上照進現實了，本來覺得是下一代人面臨的問題，沒想到這么快就能看到。”“你可以問問它（DeepSeek）從資源稟賦、儲量和未來成本變動角度分析中海油和西方石油，回答驚到我了，回答深度媲美賣方分析師。”“AI發展太快，DeepSeek確實強大，像研究員這樣的崗位面臨失業風險，科技浪潮下，大家都得思考如何應對轉型。”

記者通過試用發現，如今國產大模型的功能已有明顯躍升。比如，現在豆包已經實現給它一個原始資訊鏈接就可以快速自動寫一篇內容詳實、邏輯清晰的解讀報告，這樣的資訊解讀以往是券商研究報告中經常出現的內容。

在寫作遇到無法繼續的時候，也可以隨時求助大模型。

此外，大模型在資料匯總整理方面也表現不俗，記者嘗試用DeepSeek來檢索個股基本面信息，很快得到一篇條理清晰、內容完整的簡報（內容真實性有待核實）。

不過，在記者采訪中，也并非所有分析師都對大模型的能力“甘拜下風”，比如，在一些專業要求更高的領域，一些券商分析師則認為目前AI能提供的幫助還不夠。以最近都在卷大模型應用的券商金融工程研究團隊為例，某資深金工分析師告訴《每日經濟新聞》記者：“大模型對日常工作可能有幫助，但對創新性專題研究目前看來沒什么太大幫助，我試了下，搜索得到的內容都是我們之前發過的報告內容。”“DeepSeek和豆包這些模型我都試了，對我們做研究找新思路、新因子這塊，幫助不是很大。”他指出。

不過，記者也注意到，2024年以來，一些券商研究所的金工團隊已經開始使用大模型來挖掘因子。對此，上述金工分析師坦言，目前大模型能起到輔助作用，但還不具備創造性，“（一些券商金工團隊對大模型的應用）其實就是用機器學習方法挖因子，AI現在還不能自己挖因子，股票投資畢竟不完全是科學，不然幻方（公司）去年業績也不至于不好。”

然而，隨著大模型能力不斷升級，AI或將不可避免地影響到工作生活各個方面，如何使用AI工具來賦能自己，將是多數職場人士的必選項。

基金經理回答五大問題

一方面，券商研究人士“販賣”焦慮成為業內焦點，另一方面，AI這輪沖擊波也讓一些深層次問題值得被關注，比如，隨著“AI時代”轟轟烈烈到來，什么樣的研究報告才具有生命力，能讓公募基金等機構心甘情愿付費？

對于這一討論方向，在“深度思考”的模式下，DeepSeek一連向《每日經濟新聞》記者輸出了5個問題，其中不乏一些頗為尖銳的話題。具體如下：1.基金公司是否可能借助開源模型自建研究工具，減少對外部研報的采購？2.技術滲透是否會導致基金等買方機構對標準化研報的需求下降，轉而更關注深度分析和定制化服務？3.券商研究所向基金公司提供的多元化服務，比如，研究報告、不定期交流、大型策略會、行業精品專題會議、培訓、預約調研、邀請專家、承擔課題等方面，你覺得還有哪些是有價值或者可以更進一步升級的呢？4.基金機構是否會因AI工具的普及而對研報的原創性、邏輯嚴謹性提出更高要求？5.若DeepSeek推動AI技術平權，中小型券商研究所能否通過開源模型快速縮小與頭部機構的研究能力差距？這是否會加劇行業競爭，迫使基金機構重新評估合作券商的選擇標準？

就這些問題，記者找來多家基金公司和多位基金經理，看看他們如何回答DeepSeek？一場基金經理與DeepSeek之間的隔空對話就此展開。

某中大型基金公司人士向記者表示：“隨著人工智能技術迅猛發展，AI賦能千行百業是大勢所趨。目前國內部分基金公司已經開始嘗試利用AI技術進行量化投資和智能投研。基金公司借助開源模型自建研究工具，不僅可以減少對外部研報的依賴，還能提高研究效率和投資決策的準確性。雖然實施過程中會面臨一些挑戰，但通過合理的規劃和資源投入，基金公司有望打造出適合自身需求的智能研究平臺，提升核心競爭力。”

深圳某基金公司人士進一步指出，傳統投研及投資環節存在信息類型繁雜、大量數據噪音、數據高度分散、生成效率較低、沉淀機制欠缺等主要問題。AI通過對信息的高效收集、整合、加工，有望全面提升投研及投資在“搜”“讀”“算”“寫”“用”等環節的效率。隨著技術滲透，基金等買方機構對“千人一面”的標準化研報需求逐漸降低，更關注深度分析和定制化服務，這也將是大勢所趨。

不過，也有些基金公司人士認為目前AI還不足以替代賣方研究。上海某基金經理坦言：“大幅減少外部研報的采購，對公募基金來說不太可能，因為基金需要券商服務，自己搞點提供輔助有可能。”

前述基金經理也分析稱：“現在賣方提供的服務不僅僅是公司研究，還有各種專家服務和政策判斷等，這些都是AI提供不了的。”

至于未來券商研究所提供怎樣的服務，才能在AI時代更具競爭力？前述深圳基金公司人士表示，資管行業具有知識密度高、時效性強、嚴謹性高等特點，當前AI大模型仍然存在專業短板，AI大模型直接應用于財富資管領域專業任務的效果有待完善。且涉及專業度高、個性化強、較為復雜的對客服務方面，AI大模型仍需人工參與判斷，同時直接應用AI提供強投資建議亦存在一定的監管合規風險。

AI大模型目前更擅長對已有數據/信息進行整理，有機構預計未來隨著AI大模型學習能力逐步加強，AI有望進一步理解財富及資管業務的底層邏輯，從理論主義出發提升專業能力，降低不可控性，提升決策的可解釋性，進而在資產配置和投資決策上形成一定的突破。

對此，深圳某基金經理表示：“券商的價值就是在合法合規的前提下提供能漲或者有價值的股票。如果未來AI在這方面能力很強的話，也不是不可以考慮。”

毫無疑問的是，基金公司屬于數據密集型行業，沉淀了如金融交易、投研報告、風控授信、客戶畫像等高質量的數據資產，在對內或對外的工作流程當中，從業人員會高頻調用數據資產，形成各種形式的內容用于信息傳遞，在這一過程中AI能夠有助于降本增效。未來基金公司將更加關注研究的深度、準確性和前瞻性，能夠提供個性化、差異化研究服務的券商或將更受青睞。

另外，前述中大型基金公司人士還認為，DeepSeek推動AI技術平權，為中小型券商提供了縮小與頭部機構研究能力差距的機會。通過開源模型和AI技術，中小型券商有望抓住技術賦能的機遇，提升研究質量和效率，通過差異化競爭和品牌建設贏得市場，增強競爭力。然而，這一趨勢也可能加劇行業競爭，促使基金公司重新評估合作標準，將技術創新能力納入合作券商的評估標準，相對更關注券商的研究效率、數據質量和定制化服務能力。在合作模式上可能會減少對單一券商的依賴，轉而與多家券商合作，獲取多樣化的研究視角。中小型券商也有望通過技術創新和提高服務質量贏得更多合作機會。

然而，也有觀點認為，在AI熱潮之下需謹防另一種羊群效應。“如果大家都用DeepSeek，那大家都賺不了錢，招數一樣的下場只有被割。”深圳某公募基金經理表示。

行業變革時刻已經到來

從上述基金公司人士的熱烈討論來看，盡管目前業內還存在各種不同的觀點，但毫無疑問的是，“變革時刻”已經到來。

近年來，關于分析師過剩的話題不時見諸媒體，但一直停留在“狼來了”的階段，喧囂有余，警惕不足，整個行業分析師人數還在持續增加。不過2025年以來，隨著DeepSeek快速滲透，這次有關AI將取代分析師的說法頗有“狼真的來了”的意味。

2023年初，在ChatGPT橫空出世之際，財通證券研究所曾“第一個吃螃蟹”采用ChatGPT撰寫了一篇醫美行業研究報告。這篇報告題為《提高外在美，增強內在自信——醫療美容革命》，全文長達近6000字，署名的作者只有“ChatGPT”。

這篇帶有試驗性質的研報發布后，時任財通證券研究所所長通過社交網絡分享了首次用ChatGPT寫研報全過程體驗下來的一些感受，在驚喜之余她也坦言：“待手動確認及調整的部分仍然較多，內容的準確性、時效性有待提升；無法直接提供數據來源；復雜句式存在語義不通順的情況。”

經過2年迭代，DeepSeek最近的爆發讓世人看到，如今，AI不僅能力更為出色，而且還更觸手可及。可以想象的是，未來，也許有一天會出現一款覆蓋所有行業的“全能股票投研大模型”賦能每一位普通投資者，屆時當前對標專業機構的券商研究服務或將實現平權化。

隨著“AI時代”真正不可阻擋地到來，未來券商分析師們的出路在哪里？來看看DeepSeek怎么說。

對于AI時代下券商研報的價值，DeepSeek一方面認為分析師的經驗、判斷力和對市場的理解是AI難以完全替代的，券商研究所的個性化服務在AI時代仍有市場，此外，投資者與分析師之間的信任關系是AI難以建立的。

DeepSeek也表示，未來的分析師需要適應技術變革，與AI協作，專注于高附加值的任務。“在這個AI越來越強的時代，分析師的核心競爭力將更多地體現在人類的創造力、洞察力和情感智慧上。”DeepSeek表示。

雖然行業面臨AI挑戰，不過正如DeepSeek所言，AI崛起之下，分析師的角色仍有價值。事實上，在缺乏結構化數據的情況下，大模型的投研實戰能力還有待提升，AI+分析師或許是更強大的組合；另外大模型提供的內容目前還無法保證沒有差錯，AI會“說胡話”的反饋也不在少數，在券商研報這樣要求嚴謹、低容錯率的應用場景中人工介入仍不可或缺。隨著大模型能力越來越強，未來AI取代部分人工將是大勢所趨，因此上述一些分析師的擔憂或將長期存在。

公開信息顯示，目前部分券商如國泰君安、國金證券、興業證券、國元證券等已接入DeepSeek基座開展智能投研等場景探索，一些能夠快速落地的應用已經付諸實踐。雖然整體仍處于技術驗證階段，但滲透速度較快。

值得關注的是，最近，AI分析已經被一些頭部券商正大光明地應用在外發研報中。2024年12月，中金公司大類資產團隊推出AI策略系列報告，從AI視角解讀中央經濟工作會議等重要政策，為投資決策提供新視角。日前，中信證券也發布了一篇利用AI進行分析的研報《A股投資者行為分析系列——透過2715份基金季報看市場》，據稱，該研報將2億元以上規模主動公募基金的基金經理分為12類，并分別投喂2715份2024年四季度基金季報給DeepSeek R1模型進行詳細對比分析，并得出結論。

然而，對于券商這樣的強監管行業而言，AI快速滲透也帶來了一些全新的問題。例如，隨著AI越來越多地介入券商的研究業務，由之而來的潛在合規風險如何應對？《每日經濟新聞》記者采訪了某券商研究所的合規人士，對方表示，目前還沒有成熟的解決方案，“我們現在更多是看（研報）內容，不看工具。至于怎么寫的，畢竟報告署名的還是分析師”。

另外，DeepSeek這樣的開源工具對每家券商都是公平的，如何形成獨特的優勢還有待觀察。東吳證券非銀團隊認為，下一步要密切跟蹤券商在DeepSeek應用層能否突破同質化競爭，形成差異化產品力。

封面圖片來源：視覺中國