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）作为模拟、扩展人类智能的科技，近年来在ChatGPT等生成式AI产品的推动下，在长文本和多模态数据处理上展现广阔前景。2024年12月，中国发布的开源模型DeepSeek，凭借其强大思考链能力、低成本、高效能和开源特性，迅速引发轰动，有望让众多企业在性价比激励下加快智能化步伐。

证券业作为数据与技术双密集领域，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。例如，国泰君安推出千亿级参数多模态证券垂直类大模型，中信证券探索大模型与图计算融合等应用。监管部门也积极推动资本市场金融科技创新试点，多个试点项目中孵化出人工智能创新应用。

证券行业大模型建设呈现技术创新、生态建设、合规规范三大趋势。在技术创新方面，需深度融合新技术，提高大模型预测和推理精准性。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。

中小券商在推进人工智能建设过程中面临资源有限、技术能力薄弱等问题。融入地方政府和监管机构的人工智能大生态，是推进数字化转型的重要推动力。中小券商应结合自身优势，聚焦细分市场与特色服务，通过综合运用多方面能力，提供更具个性化和专业化的服务。如结合地方政策要求，选择业务多样性、技术复杂性且商业可持续的方向。

对于技术薄弱、成本敏感型的中小券商而言，按“市场需求度、技术可行性、商业可行性”原则，多层次推进是实现人工智能发展的关键。包括应用优先，部署现有厂商通用大模型并进行本地化应用对接；能力培养，加强模型推理等技术应用能力培育；生态借力，加大向先进机构学习，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、方案和建议更多是理论逻辑层面的探讨，还需在实践中不断审视、检验和改进。

（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）