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。

机构正在加快智能化建设步伐，人工智能（AI）融合了计算机科学、认知科学等多领域知识，近年来，ChatGPT等生成式AI在长文本和多模态数据处理上展现广阔前景。2024年12月，中国发布了开源模型DeepSeek，凭借低成本、高效能和开源特性，迅速引发轰动，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。

作为数据与技术双密集领域，证券业拥有海量结构化数据资源、高频业务场景及强烈的数字化转型诉求，是人工智能和数据要素应用的战略高地。当前，证券业已积极探索大模型技术应用于信息检索、文档处理、行业研究等多个场景，并逐步拓展到智能服务、风险管理、投资分析等核心业务。

近年来，监管部门积极发布相关制度政策，统筹开展多项大模型前瞻技术与基础标准研究。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、银河证券为代表的人工智能创新应用，为证券市场增添新动力。

证券行业大模型建设呈现以下趋势：在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；在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；在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。

证监会发布的实施意见明确提出，要稳妥推动数据要素相关技术在资本市场重点领域的应用实施。融入地方政府和监管机构的人工智能大生态，是中小券商推进数字化转型的重要推动力。当前，多个地方政府推出政策助推人工智能产业发展，为企业提供了丰富的数据资源和算力资源。

中小券商在推进人工智能建设过程中遭遇了资源有限、技术能力薄弱等问题。中小券商应结合自身优势，聚焦细分市场与特色服务，通过综合运用协同、融资、投资、科技等多方面能力，提供更具个性化和专业化的服务。

对于技术薄弱、成本敏感型的中小券商而言，多层次推进是实现人工智能发展的关键：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，加强模型推理与智能体等技术应用能力培育；三是生态借力，加大向先进机构学习，聚焦如何应对证券行业复杂业务流程和专业门槛，探索构建适配证券行业特征的AI生态共建共享模式。

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）