今年以來，國泰海通、華泰證券、中金公司、中信建投、廣發證券、國信證券等大型券商先后推出金融AI Skill(技能)，平安證券、國投證券、財信證券等中小券商也加速跟進。行業正集中將沉淀多年的投研框架、數據模型、行情工具封裝為可供AI智能體直接調用的標準化功能模塊，金融信息服務模式迎來系統升級。

“這一輪集中布局，本質上是券商AI競爭從大模型能力向業務能力資產化、接口化演進?！币子^千帆證券業咨詢專家夏雨在接受《證券日報》記者采訪時表示，AI Skill將行情數據、研報、選股、投研方法等原本分散的能力封裝為AI可調用模塊，使自然語言能夠直接連接券商業務系統，推動AI從“回答問題”提升為“完成任務”。同時，Skill具備標準化、可復用和生態開放特征，既是券商搶占智能體入口的產品卡位，也是對既有數據、投研和業務能力的一次重新組織。

【資料圖】

走出差異化路徑

相較于券商垂直金融應用，通用AI產品在金融場景中普遍存在適配性不足、專業數據缺位、投研邏輯薄弱等問題，面對復雜的市場研判與投資決策，往往只能輸出模板化內容，難以滿足精細化分析需求。

金融Skill作為面向AI智能體的標準化能力插件，正在破解這一瓶頸。“Skill的邏輯并不復雜?！逼桨沧C券相關負責人對《證券日報》記者表示，Skill扮演的角色，是在AI與專業數據庫之間架設橋梁，告訴AI數據在哪里、如何獲取、以什么格式輸出。當投資者用自然語言提出需求，AI理解意圖后調用對應的Skill，從底層數據庫中提取信息，再以結構化的方式呈現出來。這套機制的核心，是將專業金融服務的獲取門檻，從用戶主動查找降為系統主動響應。

當前，各家券商結合自身業務優勢，走出了差異化的Skills布局路徑。其中，華泰證券搭建了AI漲樂Skills體系，覆蓋行情檢索、條件選股、基金診斷、自選股管理等高頻場景以及A股模擬交易等。中信建投打造了蜻蜓Skill廣場，聚焦三大高頻投研場景，所有技能均支持自然語言交互，用戶只需用日常語言描述需求，即可快速獲取結構化的分析結果。中金公司探索了分析師Skill數字化路徑，將分析師專業能力、研究內容與大模型技術相結合，探索全天候、智能化、場景化的投研服務新形態。平安證券首輪上線六大Skills，將專業能力裝進AI，告別信息碎片化。

此前，券商智能化大多停留在智能問答、資訊推送等淺層應用，產品同質化問題突出。在夏雨看來，以往的AI問答、數字人更多解決信息獲取和交互體驗問題，但容易面臨知識更新、幻覺、功能割裂以及只能說不能做等痛點。Skill則將經過驗證的行情、數據、研報和業務API直接提供給智能體調用，讓AI具備執行具體任務的能力，并通過鑒權、日志審計等機制提升可控性。因此，券商AI開始從單點功能升級為可嵌入業務流程的生產力工具。

賦能投研與財富管理

金融Skills生態的持續完善，正在重塑券商投研業務與財富管理的服務鏈路，推動行業服務質效系統性提升。

從效率層面看，傳統模式下，研究員與個人投資者需跨多終端采集數據、手動核算指標，大量時間耗費在重復性基礎工作上。標準化Skill模塊落地后，常規投研任務可通過AI人機協同高效完成，釋放專業人力，聚焦深度研究與價值判斷。

同時，Skill也在打破機構與個人投資者之間的信息壁壘。“過去，機構客戶憑借專屬的研究團隊、數據終端和投顧支持，在信息獲取與決策效率上擁有系統性的領先優勢。個人投資者即便同樣關注某只股票、某個行業，也常常因為數據分散、工具匱乏、信息滯后而處于弱勢。”上述平安證券相關負責人解釋稱，Skill正是將平安證券面向機構業務所積累的買方研究能力、數據處理能力和專業服務框架，以標準化、低門檻的方式向零售端延伸，使機構級別的數據能力不再被鎖在內部系統里，而是嵌入每個人的對話框中。

依托金融Skill模塊化模式，券商長期積累的投研框架、估值模型、分析師研究積淀等核心無形資產實現了接口化、常態化復用，打通了智能金融服務落地的“最后一公里”，為財富管理轉型與投研服務升級提供了全新支撐。

夏雨告訴記者：“Skill本身會逐漸成為券商數字化的基礎能力，真正的競爭壁壘不在于Skill數量，而在于背后的‘數據+投研+場景+合規+生態’全鏈路。一方面，需要將獨有的研究方法、專家經驗和數據資產沉淀為高質量Skill；另一方面，要打通從信息獲取、分析決策到業務執行的完整鏈路。下一階段行業產品迭代的重點方向，有望從單個Skill上線轉向多Skills協同的智能體，以及更深度的投研工作流、財富管理和交易服務，并進一步強化安全、權限和合規治理能力?！?/p>

標簽： 券商 能力 數據 金融