AI导读：

中小券商在金融服务模式升级中，加快智能化建设步伐，利用AI技术提升业务效能。证券行业积极探索大模型技术应用，推动数字化、智能化发展。中小券商需融入地方政府和监管机构的人工智能大生态，结合自身优势，提供个性化和专业化的服务。

当前，大模型等新兴技术正在引领金融服务模式的升级。中小券商需要保持对先进科技的持续跟进和研究，顺势而为，主动对表对标监管部门和地方政府战略规划和政策支持，根据自身情况选择适合自身发展的路径。

机构加快智能化建设步伐。人工智能（AI）是模拟、扩展人类智能的科技，近年来，ChatGPT等生成式AI产品在长文本和多模态数据处理上展现广阔前景。2024年12月，中国人工智能企业发布了开源模型DeepSeek，迅速在全球引发轰动，让包括中小券商在内的众多企业有望加快智能化建设步伐。

AI在证券行业的应用实践广泛。证券业拥有海量结构化数据资源及高频业务场景，正积极探索大模型技术的应用，已应用于信息检索、文档处理等多个场景，并逐步拓展到智能服务、风险管理等核心业务，推动业务效能提升和行业高质量发展。

近年来，监管部门积极发布相关制度政策，抓好资本市场金融科技创新试点。近期，由中国证监会与国家数据局联合推动的资本市场金融科技创新试点项目中，孵化出包括广发证券、银河证券在内的人工智能创新应用，为证券市场的数字化、智能化建设增添新动力。

证券行业大模型建设呈现三大趋势：技术创新方面，需深度融合新技术，提高大模型在特定场景中的预测和推理精准性；生态建设方面，需形成三位一体的发展模式，探索行业解决方案和生态体系建设；合规规范方面，需重点关注数据隐私和内容安全，严格保障数据安全。

中小券商AI建设需融入地方政府和监管机构的人工智能大生态，利用政策助推和算力、数据资源。同时，结合自身优势，聚焦细分市场与特色服务，提供个性化和专业化的服务。技术薄弱、成本敏感型的中小券商，应按“市场需求度、技术可行性、商业可行性”原则，多层次推进人工智能发展。

一是应用优先，部署现有厂商通用大模型并进行本地化应用快速对接；二是能力培养，加强模型推理等技术应用能力培育，尝试与外部机构合作；三是生态借力，加大向先进机构学习，聚焦证券行业复杂业务流程和专业门槛，逐步培育自主可控的算法技术体系。

需要说明的是，本文提出的思路、方案和建议更多的是理论逻辑层面的探讨。（作者系东莞证券运维技术中心总经理刘志繁、副总经理廖倡）（文章来源：证券时报）