【AI重构投研面面观】

编者按：DeepSeek的问世犹如平地惊雷，让外界进一步见识了人工智能（AI）的魅力。参悟其中，券商研究所也意识到了AI高效赋能投研的极大可能性，不少分析师已相继晒出相关的AI应用体验或探索实践。

未来，AI将在多大程度上赋能投研，这是一个值得探讨的话题。AI对生产力的提升无疑值得各界欣喜，而AI给分析师带来的“职业取代”之忧，以及技术平权将如何重塑券商研究业务格局，同样值得一探究竟。

一方面是证券业分析师数量持续增长，2024年底已达5776人。另一方面是AI大模型可大幅提升投研效率。当分析师直面AI，职业焦虑由此衍生。

券商中国记者近日对多家大型券商研究所采访发现，AI的发展可能会导致对助理分析师的需求减少，但并不能取代分析师，至少在短期内是这样。如中信建投证券研究所有关人士认为，AI不是岗位替代者，而是能力放大镜，更多取代的是“脑力活中的体力活”，将复杂业务流程不断标准化，分步迭代。

多数受访者认为，AI更多是作为智能助手，承担基础性工作，而深度研究仍是分析师的主场。并且，伴随AI进步，分析师的批判性思维、跨领域的综合能力、前瞻判断能力都将成为稀缺能力。

分析师积极拥抱AI工具

作为一个持续学习、终身学习的职业，分析师们往往对新事物保持着旺盛的好奇心，对AI的探索也毫不例外。券商中国记者从受访券商了解到，DeepSeek火热后，不论年轻或资深的，所处总量或行业小组的，分析师们都在积极拥抱，主动学习使用AI工具。除了内在驱动外，如广发证券发展研究中心提到，公司和部门层面也在积极引导分析师借助AI来辅助自身研究工作。

“大家充分意识到，AI是个放大镜，而擅长使用AI工具的分析师的能力会得到进一步放大。”据中金公司研究部执行总经理、非银行金融及金融科技行业首席分析师姚泽宇观察，分析师们都在不断尝试使用内外部的各种AI应用，希望通过积极拥抱新技术来提升自身的竞争力。

据中信建投证券研究所有关人士介绍，在学习路径上，一些动手能力强的分析师已经是扣子、秘塔等平台工具的重度使用者，还有一些则侧重于技术人员合作，积极进行场景发掘探索。尤其是一些资深的研究员，更希望能通过AI针对行研框架、产业链研究、估值模型等提供整体的解决方案。

“分析师对AI工具接受度普遍较高，也源于在工作中切实感受了AI的效率提升作用。”浙商证券研究所人士指出，AI在会议纪要生成、数据采集整理、行业数据库更新等方面的应用，很大程度上解放了日常重复劳动。

当下AI仍需人类主导

申万宏源研究总经理助理、TMT首席分析师刘洋认为，未来研究所必将是人人使用AI，人人善于AI。不过，尽管AI在投研中将占据越来越重要的作用，但受访人士普遍认为，AI不能代替分析师，至少在短期内是这样。

“分析师的价值更多地体现在发现上市公司价值、与投资者沟通交流方面。在这个过程中，分析师会对产业发展变化形成个性化的判断，产生新知识、新观点，并积累在产业界的影响力。”广发证券发展研究中心认为。

其实，从发展水平来看，或许AI在某些单项技能上表现突出，但在细分场景中，很难完全说当下的AI已经彻底接近，甚至超过分析师的表现。

据国信证券经济研究所策略首席分析师王开介绍，AI在“听”和“读”这类输入任务上表现较好，能够高效归纳市场信息、提炼观点要点，但存在遗忘问题，且处理过多信息时容易丢失重点。在数据计算、模型优化方面，AI 也能够帮助分析师提高工作效率，但仍需在分析师监督下完成工作，避免“AI幻觉”的产生。AI在“写”的质量上则褒贬不一，其能快速整合相应素材，但在逻辑性、连贯性和专业性上仍需训练和调整，特别是在深度研究和市场策略分析方面，仍需逐步雕琢和优化。

姚泽宇也提到，在目前测试中的应用场景里，AI在回答完整度、忠实度、准确性等维度平均可以做到70—80分水平，尤其是在读、写这类大模型所擅长的场景里表现更佳。但在信息甄别、观点认知、决策建议等专业性及精确度要求更高的场景里，仍然需要分析师主导以保证其结果质量。

中信建投研究所人士虽然提到AI在公开信息的采集、合成等方面的能力已经超越人类，但他也表示，由于幻觉问题还未根除，由AI整理的各类“初稿”，仍需研究员人工复审，大部分场景无法直接交付给客户。

“分析师逻辑搭建+AI执行”或更现实

显然，将AI定义为工具，也许更符合其在投研工作的定位。“AI可以替代部分助理研究员的基础和重复性的工作，但在竞争壁垒分析、商业模式拆解、估值模型边际变化、投资评级建议等深度研究方面，仍是分析师的主场。”浙商证券研究所有关人士表示。

中信建投证券研究所有关人士亦指出，以DeepSeek为代表大模型在投研工作中的意义，在于解构复杂脑力劳动中的标准化环节，将人类从重复性信息处理中解放出来，为专业分析腾出认知带宽。在他看来，应该把AI看作是金融行业生产力工具的进化升级，未来更可能是人机协同，由AI担当助理。

王开也更倾向于把当前的AI作为增强型工具，而非完全独立决策主体。更现实的趋势是“分析师逻辑搭建+AI执行”，即 AI 作为分析师的智能助手，承担数据处理、趋势分析和辅助建模等工作，而人类分析师则聚焦于研究逻辑的构建。

刘洋则认为，在深度思考、旁征博引、跨领域思考方面，分析师与AI应当共同进步，甚至互相帮助。

助理分析师可能面临挑战

但随之而来的问题是，当AI越来越适合扮演一个好助理的角色，那原本作为助理的助理分析师、行研实习生又何去何从？

中信建投证券研究所有关人士认为，AI正在重塑研究所的人才培养体系。当研究团队负责人及资深分析师更多借力智能投研助理时，对人工助理分析师的需求就会下降。刘洋也预判，对初级人力的需求会下降。

据中信建投证券研究所有关人士介绍，助理分析师承担的工作相对基础，包括资料整理、日报周报撰写、基础数据分析等。然而，人工智能不仅能够胜任这些工作，而且效率更高、成本更低，稳定性更高。与此同时，由于AI天然具备“越用越聪明”的特性，在分析师与AI日常不断交互、协同服务客户的过程中，可以通过辅助提示工程等，对AI处理问题的缺陷、错误等不断改进，使得AI的专业知识和技能更加完善。反过来进一步促进分析师对AI的信赖和协同，形成一种人机合作的良性循环效应。

不过，对于助理分析师的未来也有不同的观点。比如广发证券发展研究中心认为，从分析师成长路径来看，基础性、重复性工作也是学习成长的必备过程，很难说可以完全跳过。

批判性思维等成为稀缺能力

但不可否认的是，在这个AI时代，分析师需要转型，其中批判性思维、主动探索能力、创新前瞻判断等都将成为稀缺能力。

国信证券经济研究所策略首席分析师王开提到，过去，分析师的核心竞争力在于数据整理、信息归纳和基础建模，而AI现已在这些环节实现高效赋能，使得分析师更需要专注于逻辑推理、因果分析、市场预判和策略制定等高附加值任务。

同时，王开认为，跨领域的综合能力，如对AI技术的理解、跨学科分析框架的构建，也将成为未来分析师的重要竞争力。

在浙商证券研究所有关人士看来，分析框架构建、产业趋势洞察、企业壁垒评价、创新前瞻判断等其实正是分析师的核心能力。而AI大模型技术可以使得分析师成长曲线更为陡峭，通过技术手段提升基础和重复性环节效率，释放精力以聚焦高价值工作。

广发证券发展研究中心亦表示，未来期待分析师能够利用AI解放出来的生产力，开展更多有价值的工作，如产业研究、深度研究、协同研究等，并且利用AI强大的信息收集整合能力，更早、更快地识别投资机会和潜在风险。

中信建投证券研究所有关人士亦提到了分析师核心能力要求的转向。在他看来，AI时代，资深首席分析师和销售两类角色在投研行业中不仅难以被替代，反而会愈发重要。前者凭借专业知识和行业经验，在确定关键数据来源、分配数据权重等方面拥有不可替代的作用。后者对推动业务发展至关重要，但也需逐步借用AI工具，以提高对客户服务的精准度、专业度和效率。

而且，尽管该位受访人士指出，助理分析师的部分基础工作可以被AI取代，但他也强调，年轻分析师并非无用武之地。“像一线调研这样的工作，是机器无法完成的，年轻分析师可以多走进企业，深入一线，进行一线调研。通过实地走访获取一手信息，是AI时代年轻分析师的重要竞争力体现之一。”

针对AI幻觉问题，广发证券发展研究中心还认为，优秀分析师的独立思考和主动探索能力会显得更加重要。

姚泽宇也有类似观点，他认为，在AI时代，当信息差逐渐减少、市场共识更容易形成，更需要分析师有挑战“一致预期”的勇气和发现“边际变化”的敏锐，对于卖方分析师复合型的综合能力要求会越来越高，其中有深度的思想、品牌IP等价值可能会被进一步放大。