CIO说 | 王洪涛:以大模型重构证券业务生态,“AI友好”实践铸就行业转型标杆

2025-12-16 15:06:48  来源:CIO时代

摘要:在数字经济浪潮与金融科技深化发展的背景下,大模型凭借强大的推理与整合能力,正成为证券行业突破效率瓶颈的核心引擎。证监会《关于资本市场做好金融“五篇大文章”的实施意见》与《证券公司网络和信息安全三年提升计划(2023-2025)》的密集出台,更推动大模型从技术探索迈向生态重构的深水区。大模型已实现从知识问答、内容生成等基础场景,到全业务链价值创造的跨越式发展。
关键词: 国金证券 大模型 证券行业数字化

2025-12-16 14:21

 

 

王洪涛

国金证券首席信息官

王洪涛,工商管理硕士,现任国金证券资产管理有限公司首席信息官,在证券行业信息技术领域拥有20余年经验,曾任上海复旦金仕达计算机有限公司证券期货事业部技术总监、海通证券股份有限公司信息技术管理部总经理助理、副总经理、副总经理兼软件开发中心主任、软件开发中心总经理。参与制定6项行业技术标准并持有5项专利,因推动金融科技创新获“2023AIIA人工智能十大应用案例”荣誉。

 

国金证券

国金证券是一家资产质量优良、专业团队精干、创新能力突出的上市证券公司,秉承“让金融服务更高效、更可靠”的使命,追求“成为举足轻重的金融服务机构”的企业愿景,遵循客户至上、视人才为公司最重要的资本、以开放的心态真诚沟通、团队合作、专业规范、持续优化、追求卓越的核心价值观,致力于为客户提供证券交易、投资银行、资产管理、财富管理等全方位金融服务,将公司建设成为“治理健全、管理规范、业务精湛、资质齐备、技术领先”的国内证券行业具有一流竞争力和影响力的上市券商。

在数字经济浪潮与金融科技深化发展的背景下,大模型凭借强大的推理与整合能力,正成为证券行业突破效率瓶颈的核心引擎。证监会《关于资本市场做好金融“五篇大文章”的实施意见》与《证券公司网络和信息安全三年提升计划(2023-2025)》的密集出台,更推动大模型从技术探索迈向生态重构的深水区。大模型已实现从知识问答、内容生成等基础场景,到全业务链价值创造的跨越式发展。

 

文化先行:打破转型壁垒,构建AI友好生态

技术落地的深度,始终与组织文化的包容度同频共振。国金证券在AI布局之初便清晰认知:若缺乏全员认同的文化理念,再先进的技术也终将沦为“空中楼阁”。面对部分员工“AI是否会替代就业”的焦虑,王洪涛团队以“技术不可逆,拥抱者先行”为核心展开系统性宣导:“一个技术若能压倒性优于人工,相关工作的迭代便不可避免;若公司拒绝创新,最终所有员工都将因企业竞争力衰退而受损。”

为将理念转化为共识,国金证券构建了“宣导+实践”的文化渗透体系。国金证券通过内部讲座解析AI对券商行业的重塑价值,用“AI辅助投行审核减少80%-90%错误”等鲜活案例具象化技术优势,更设立AI提示词大赛、业务场景创新评选等活动,让员工在参与中感受技术赋能的力量,在参与中完成从“被动接受”到“主动创新”的转变。

文化建设的核心在于“AI友好”的生态构建。国金证券推动内部文档规范,减少“相关”“大量”等模糊表述,明确数据标准与术语体系,让AI能更精准地理解业务需求。这种从“要求AI适应人”到“人与AI双向适配”的思维转变,不仅降低了技术落地的摩擦成本,更培育出“主动探索、协同创新”的文化氛围,为后续实践铺平了道路。

基建突破:三维架构支撑,筑牢科技赋能根基

大模型在证券行业的深度落地,离不开坚实的科技支撑体系。国金证券以“业务导向,高效敏捷,统一管理,稳进创新”为核心,构建起券商一流的技术基建架构,为大模型应用奠定基础。

在基础设施层面,国金证券全面推进上云战略,通过资源集约化管理降低运营成本,同时将系统响应速度与敏捷性提升至行业前列,实现资源优化配置与高效调度。

标准规范层面,落地ISO27000安全体系、CMMI3软件开发体系等国际标准,建立从模型选型、训练到废止的全流程管理规范,不仅提升了团队专业能力,更培养了一批懂金融、懂技术的复合型金融科技人才,为技术落地提供人才保障。

中台建设层面,持续推进数据、技术、业务中台迭代,配合60余种开源大模型的本地化部署与算力池建设,完成四五十家开源系统测试与内部部署,形成“云基础设施+标准体系+中台能力”的三维支撑架构,同时通过隐私计算、分布式架构及信创工作保障数据安全,为大模型深度融入业务提供了技术与安全双重保障。

保障护航:机制与技术协同,夯实转型支撑体系

为推动大模型高效应用,国金证券通过明确落地方向、搭建专属组织、构建技术体系,形成了一套可复制的实践路径。

在组织与技术准备上,国金证券以代码大模型与AI办公助手实现全员参与,建立人工智能实验室开展算法开发与场景探索,打造大模型中台汇聚技术能力;采用外挂式、嵌入式与定制化整合模式,结合提示词工程、搜索引擎联动及证券业务算法外挂,有效解决技术与业务的适配问题。

在具体业务场景中,大模型已深度融入国金证券核心业务环节,实现效率与质量的双重提升。在投研领域,通过DeepSeek思维链赋能,将产业链分析从静态升级为“智能推理+可解释性分析”模式,辅助快速生成投资标的总结,将人工耗时数周甚至数月的工作压缩至分钟级,报告生成效率提升数倍;

在自营投资决策中,自动提取研究报告因子并完成回测,大幅降低量化交易门槛;

在投资咨询业务里,优化服务模式,自动审核每日数千份公告并提示风险标的,同时构建“AI投顾+人工投顾”的协同服务体系——AI投顾聚焦自主型用户,提供标的筛选、信息归纳等决策辅助,人工投顾侧重依赖型用户,满足其情感陪伴与个性化咨询需求,通过企业微信等数字化触点拓展服务路径,将人工投顾从重复性工作中解放,实现“人工智慧+AI效率”的有机融合。

该模式不仅将投顾服务效率提升40%,更破解了“1名投顾服务多名投资者”的行业痛点;在投行与合规领域,大模型助力投行智能审核,校验招股说明书错别字、数据一致性,减少80%-90%的人工错误排查工作,同时借鉴行业智能质检经验,实现20余类违规点的精准识别,准确率提升40%。此外,大模型还应用于智能质检、员工办公等环节,日均API调用量达15万次,成为业务运转的重要支撑。

生态协同:政策引领未来,定义行业新范式

在政策与技术的双重驱动下,大模型赋能证券行业的路径愈发清晰。政策端,证监会在证券行业人工智能发展研讨会上明确提出,要“坚持需求导向与资源共享,强化保密管理与风险防范”,鼓励加大IT投入与数字化转型,为大模型应用提供了制度保障。实践端,以国金证券为代表的机构率先探索“AI+量化+服务”融合路径,为行业提供了可借鉴的经验。

关于大模型赋能证券行业的未来方向,王洪涛指出,大模型的下一阶段发展将聚焦两大方向,其一,从业务条线建立导向型AI体系,推动大模型向风控管理、智能问答等更多场景延伸,实现“全链条智能化”;其二,深耕底层技术,强化文档解析、公式推理等核心能力,通过PDCA循环持续优化模型精度。尤为关键的是,需破解行业共性的“模型幻觉”与成本控制难题,通过行业数据集共建与算力统筹,实现资源高效利用。

随着行业算力统筹、数据共享等基础建设推进,大模型将进一步拓宽应用边界,从数据分析、交易决策到风险防控实现全场景覆盖,推动证券行业向智能化、普惠化方向深度发展,成为行业转型升级的核心力量。随着技术成熟,大模型将凭借规模效应实现爆发式渗透,推动证券行业从“产品销售”向“买方顾问”转型,从“精英服务”向“普惠金融”升级,真正开启智能化发展新范式。

·END·


 

 

王洪涛

国金证券首席信息官

王洪涛,工商管理硕士,现任国金证券资产管理有限公司首席信息官,在证券行业信息技术领域拥有20余年经验,曾任上海复旦金仕达计算机有限公司证券期货事业部技术总监、海通证券股份有限公司信息技术管理部总经理助理、副总经理、副总经理兼软件开发中心主任、软件开发中心总经理。参与制定6项行业技术标准并持有5项专利,因推动金融科技创新获“2023AIIA人工智能十大应用案例”荣誉。

 

国金证券

国金证券是一家资产质量优良、专业团队精干、创新能力突出的上市证券公司,秉承“让金融服务更高效、更可靠”的使命,追求“成为举足轻重的金融服务机构”的企业愿景,遵循客户至上、视人才为公司最重要的资本、以开放的心态真诚沟通、团队合作、专业规范、持续优化、追求卓越的核心价值观,致力于为客户提供证券交易、投资银行、资产管理、财富管理等全方位金融服务,将公司建设成为“治理健全、管理规范、业务精湛、资质齐备、技术领先”的国内证券行业具有一流竞争力和影响力的上市券商。

在数字经济浪潮与金融科技深化发展的背景下,大模型凭借强大的推理与整合能力,正成为证券行业突破效率瓶颈的核心引擎。证监会《关于资本市场做好金融“五篇大文章”的实施意见》与《证券公司网络和信息安全三年提升计划(2023-2025)》的密集出台,更推动大模型从技术探索迈向生态重构的深水区。大模型已实现从知识问答、内容生成等基础场景,到全业务链价值创造的跨越式发展。

 

文化先行:打破转型壁垒,构建AI友好生态

技术落地的深度,始终与组织文化的包容度同频共振。国金证券在AI布局之初便清晰认知:若缺乏全员认同的文化理念,再先进的技术也终将沦为“空中楼阁”。面对部分员工“AI是否会替代就业”的焦虑,王洪涛团队以“技术不可逆,拥抱者先行”为核心展开系统性宣导:“一个技术若能压倒性优于人工,相关工作的迭代便不可避免;若公司拒绝创新,最终所有员工都将因企业竞争力衰退而受损。”

为将理念转化为共识,国金证券构建了“宣导+实践”的文化渗透体系。国金证券通过内部讲座解析AI对券商行业的重塑价值,用“AI辅助投行审核减少80%-90%错误”等鲜活案例具象化技术优势,更设立AI提示词大赛、业务场景创新评选等活动,让员工在参与中感受技术赋能的力量,在参与中完成从“被动接受”到“主动创新”的转变。

文化建设的核心在于“AI友好”的生态构建。国金证券推动内部文档规范,减少“相关”“大量”等模糊表述,明确数据标准与术语体系,让AI能更精准地理解业务需求。这种从“要求AI适应人”到“人与AI双向适配”的思维转变,不仅降低了技术落地的摩擦成本,更培育出“主动探索、协同创新”的文化氛围,为后续实践铺平了道路。

基建突破:三维架构支撑,筑牢科技赋能根基

大模型在证券行业的深度落地,离不开坚实的科技支撑体系。国金证券以“业务导向,高效敏捷,统一管理,稳进创新”为核心,构建起券商一流的技术基建架构,为大模型应用奠定基础。

在基础设施层面,国金证券全面推进上云战略,通过资源集约化管理降低运营成本,同时将系统响应速度与敏捷性提升至行业前列,实现资源优化配置与高效调度。

标准规范层面,落地ISO27000安全体系、CMMI3软件开发体系等国际标准,建立从模型选型、训练到废止的全流程管理规范,不仅提升了团队专业能力,更培养了一批懂金融、懂技术的复合型金融科技人才,为技术落地提供人才保障。

中台建设层面,持续推进数据、技术、业务中台迭代,配合60余种开源大模型的本地化部署与算力池建设,完成四五十家开源系统测试与内部部署,形成“云基础设施+标准体系+中台能力”的三维支撑架构,同时通过隐私计算、分布式架构及信创工作保障数据安全,为大模型深度融入业务提供了技术与安全双重保障。

保障护航:机制与技术协同,夯实转型支撑体系

为推动大模型高效应用,国金证券通过明确落地方向、搭建专属组织、构建技术体系,形成了一套可复制的实践路径。

在组织与技术准备上,国金证券以代码大模型与AI办公助手实现全员参与,建立人工智能实验室开展算法开发与场景探索,打造大模型中台汇聚技术能力;采用外挂式、嵌入式与定制化整合模式,结合提示词工程、搜索引擎联动及证券业务算法外挂,有效解决技术与业务的适配问题。

在具体业务场景中,大模型已深度融入国金证券核心业务环节,实现效率与质量的双重提升。在投研领域,通过DeepSeek思维链赋能,将产业链分析从静态升级为“智能推理+可解释性分析”模式,辅助快速生成投资标的总结,将人工耗时数周甚至数月的工作压缩至分钟级,报告生成效率提升数倍;

在自营投资决策中,自动提取研究报告因子并完成回测,大幅降低量化交易门槛;

在投资咨询业务里,优化服务模式,自动审核每日数千份公告并提示风险标的,同时构建“AI投顾+人工投顾”的协同服务体系——AI投顾聚焦自主型用户,提供标的筛选、信息归纳等决策辅助,人工投顾侧重依赖型用户,满足其情感陪伴与个性化咨询需求,通过企业微信等数字化触点拓展服务路径,将人工投顾从重复性工作中解放,实现“人工智慧+AI效率”的有机融合。

该模式不仅将投顾服务效率提升40%,更破解了“1名投顾服务多名投资者”的行业痛点;在投行与合规领域,大模型助力投行智能审核,校验招股说明书错别字、数据一致性,减少80%-90%的人工错误排查工作,同时借鉴行业智能质检经验,实现20余类违规点的精准识别,准确率提升40%。此外,大模型还应用于智能质检、员工办公等环节,日均API调用量达15万次,成为业务运转的重要支撑。

生态协同:政策引领未来,定义行业新范式

在政策与技术的双重驱动下,大模型赋能证券行业的路径愈发清晰。政策端,证监会在证券行业人工智能发展研讨会上明确提出,要“坚持需求导向与资源共享,强化保密管理与风险防范”,鼓励加大IT投入与数字化转型,为大模型应用提供了制度保障。实践端,以国金证券为代表的机构率先探索“AI+量化+服务”融合路径,为行业提供了可借鉴的经验。

关于大模型赋能证券行业的未来方向,王洪涛指出,大模型的下一阶段发展将聚焦两大方向,其一,从业务条线建立导向型AI体系,推动大模型向风控管理、智能问答等更多场景延伸,实现“全链条智能化”;其二,深耕底层技术,强化文档解析、公式推理等核心能力,通过PDCA循环持续优化模型精度。尤为关键的是,需破解行业共性的“模型幻觉”与成本控制难题,通过行业数据集共建与算力统筹,实现资源高效利用。

随着行业算力统筹、数据共享等基础建设推进,大模型将进一步拓宽应用边界,从数据分析、交易决策到风险防控实现全场景覆盖,推动证券行业向智能化、普惠化方向深度发展,成为行业转型升级的核心力量。随着技术成熟,大模型将凭借规模效应实现爆发式渗透,推动证券行业从“产品销售”向“买方顾问”转型,从“精英服务”向“普惠金融”升级,真正开启智能化发展新范式。

·END·



第四十一届CIO班招生
国际CIO认证培训
首席数据官(CDO)认证培训
责编:zhanghy

免责声明:本网站(http://www.ciotimes.com/)内容主要来自原创、合作媒体供稿和第三方投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
本网站刊载的所有内容(包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等)版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时,请及时通知本站,予以删除。