编者按

近日，《浙江国资》2025年第2期·总第133期刊发浙商证券的专访文章《AI赋能金融浙商证券探路科技型券商新赛道》，现予以转载，以飨读者。

时下，科技已成为推动金融行业变革的重要力量。不管是传统金融机构还是互联网金融公司，抑或券商，都在积极拥抱以人工智能为代表的前沿金融科技，行业内已达成共识：人工智能（AI）在金融行业具备广阔前景，将对未来证券业态发展产生深远影响。 

在钱塘江畔的浙商证券总部，一场静悄悄的“智能革命”正在进行。作为浙江省属重点券商，从自建算力池到落地80余个业务场景，浙商证券正以人工智能技术为引擎，在金融数字化转型的赛道上加速奔跑。 

近日，笔者走进浙商证券，专访金融科技部门负责人，揭秘科技深度融入金融的进展与挑战。

战略布局“落子”

浙商证券成立于2002年，注册资本38.78亿元，是一家深耕浙江、以区域性经纪与投行业务著称的中型券商。多年来，浙商证券在投研、经纪、投行、资管、期货等核心业务板块不断取得突破，综合实力稳步攀升。在行业整体下滑背景下，3月24日，浙商证券发布业绩快报，2024年净利润逆势增长10.17%至19.32亿，总资产首破1500亿大关。 

在全年净利润增长的同时，为加快自身蝶变升级，浙商证券还在并购方面加大投入。2024年12月4日，浙商证券发布公告，公司成为国都证券主要股东，依法受让国都证券19.97 亿股股份（占国都证券股份总数34.2546%）。2025年3月23日，浙商证券再获国都证券3000万股，持股34.76%，稳居第一大股东。 2025年5月国都证券董事会完成改组，浙商证券正式成为实际控制人。

浙商证券董事长吴承根表示，将以服务地方经济发展作为首要使命，锚定整合战略，加速构建“一流投行”版图，力争未来5～8年跻身行业第一梯队。

“在省内政府平台、国有企业债券承销市场，我们始终保持领先地位。”2024年，股债融资超1100亿元，切实发挥金融服务实体经济的作用。这一优势既得益于多年来深耕浙江市场的积累，更源于投行业务的多个细分领域的精准布局。 

但公司也清醒认识到，与头部券商相比，其在资本规模、业务多元化上仍有差距。“通过科技手段提升效率、优化服务，是我们缩小与头部券商差距的关键。”浙商证券首席信息官黄玉锋表示，这一思路直接推动了公司向科技型金融企业转型。

AI赋能成效初显

在杭州总部，浙商证券的科技团队正在研发智能投行应用。该系统通过AI技术，将原本需要数日的债券发行材料审核时间压缩至小时级，大大提升了审核效率与准确性。去年，浙商证券帮助省内多家企业完成债券融资超百亿元，其中不少是专精特新“小巨人”企业。这也是科技智能化服务金融的剪影。

基础设施

千万级算力池的自主布局

随着金融科技的加速迭代，数据算力已成为证券公司的关键竞争力。强大的数据算力底座，为业务系统稳健运行与科技创新赋能提供坚实支撑。去年初，在其他券商还在观望时，浙商证券就果断投入超1000万元自建GPU算力池，成为业内较早布局这一领域的券商之一。

 “当时业内普遍观望，但我们认为算力是AI落地的‘水电煤’。”事实证明，浙商证券的这一决策使其在芯片禁售的大环境下，依然可以有算力资源支撑后续的大模型训练。正是这些算力设备，不仅支撑着公司日常的智能投顾、风险预警等业务，更成为其探索金融科技创新的“数字实验室”。

当然，在AI布局与探索落地上，浙商证券没有盲目追求大而全的技术路线，而是注重打造差异化竞争力，通过聚焦具体业务场景，将AI技术转化为实实在在的生产力。

目前，在GPU算力底座的支持下，浙商证券构建了智能模型调度平台，可根据不同业务场景的需求动态调配算力资源。例如，投行文档审核等高精度任务会自动分配更强的算力支持，而客户服务等轻量级场景则匹配轻量资源，从而实现算力资源的最优配置与高效利用。

技术架构

兼容多模型的“智能体”平台

浙商证券的“知会大模型”并非从零研发，而是基于开源大模型和商用模型构建中间层。模型层，接入6个主流模型，根据场景需求选择最优解；数据层，私有化部署的向量数据库，整合内部业务数据与公开市场信息；应用层，开发“智能体”封装业务逻辑，例如IPO文档审核工具可自动标记风险点。

在探索大模型应用潜力的过程中，浙商证券聚焦应用层的建设，在业内优秀基础大模型的基础上，解决“最后一公里”的问题，通过应用智能体让大模型技术真正能用、好用。

2024年11月底，依托公司自建的GPU算力资源池，经过半年多的自研开发，浙商证券自主研发的知会大模型应用平台成功接入DeepSeek-R1模型，为公司内部合规审计、文稿创作、审批辅助、智能客服、智 慧投研等场景提供强有力的技术支撑。DeepSeek-R1模型接入后，能够支持员工在PC端、移动端乃至国产终端设备上无缝体验前沿技术，助力日常办公管理更高效便捷。

据了解，浙商证券完成了基于大模型的长文本向量转化、存储、检索、问答相关的开发工作，自研的知会大模型已实现了技术、合规、行政、人事、财务、工会、党建、培训等八大类300多个知识库问答智能体建设，帮助员工通过问答形式，高效精准获取公司的内部制度信息。 

当下国产大模型新锐层出不穷，每2周就可能出现一个新版本。平台与众多业界领先的开源大模型进行优势互补，共同构建起一套既灵活多变又具备强大适应性的模型支撑体系。这一创新体系不仅进一步提升公司内部大模型的应用能力，还优化了各业务系统的运行效率。通过提供更为高效、经济的投研、投顾、投资等领域的大模型解决方案，进一步降低成本，提高业务系统的智能化水平。

业务赋能

从效率提升到模式创新

金融科技的发力核心目标是助力业务模式的创新与规模的提升。公司正在积极推动“AI+业务”深度融合的战略。目前，浙商证券已在投行、自营、零售等业务线调研收集80多个AI应用场景需求并逐步推进落地，切实赋能业务运营效率的提升与客户服务体验的升级。 

投行业务：IPO审核效率提升90%。以IPO文档审核为例，传统人工复核需一周时间，而利用AI可在1～2小时内完成数百页材料的交叉验证，准确率达90%以上。“它会标注存疑条目，比如财务数据前后矛盾，但最终判断仍由人工完成。”这一应用已覆盖所有IPO项目，提升效率80%以上。

财富管理：从“千人一面”到“千人千面”。在客户服务端，可根据客户的投资偏好、风险等级推荐与之相匹配的资讯、产品、服务，精准营销助力财富管理转型。同时，7*24小时在线的数字人AI助手也可提供详尽的行情信息、行业数据，并给予贴心的咨询问答服务，极大提升了客户的满意度。 

自营投资：量化因子挖掘的AI辅助。自营团队通过AI模型挖掘市场因子，优化债券估值。

应对“三角”难题

金融行业的特殊性，使得AI技术的应用面临合规、数据与人才等诸多挑战。浙商证券正在探索一条既保持创新活力又严守合规底线的发展路径。 

在客户服务领域，公司开发的智能助手能够实时分析市场数据，但严格遵循“不荐股”的合规要求；在数据安全方面，所有AI系统都采用私有化部署，确保金融数据不出本地机房“。我们正在与监管部门保持密切沟通，探索建立行业级的AI应用标准。”黄玉锋透露，公司还计划联合浙江大学等高校，共同研究金融AI的前沿课题。

监管合规，在边界内探索创新。金融行业的强监管特性使AI应用面临严格限制。例如，客户问答机器人需避免荐股，所有AI输出必须标注数据来源。“我们甚至设计双层数据过滤——公网信息先经清洗，再与内部数据结合，确保合规。”

数据安全，私有化部署的必然选择。目前，浙商证券有自己的私有算力池、私有大数据平台、私有智能体（私有云）。所有AI模型均运行于本地机房，涉及客户数据的场景需额外授权。“行业云或许是未来方向，但目前只能自建。”技术团队表示。

人才竞争，两条腿走路。“互联网大厂的薪资我们拼不过，但能提供稳定性与业务结合度。”公司通过“兴趣小组”培养内部员工（如大模型技术组），同时引进具备金融背景的AI人才。2023年，其技术团队从互联网公司吸纳了多名核心成员。

面向未来，浙商证券已经绘制了新阶段的发展蓝图。公司计划进一步深化AI在债券违约预警、量化投资等专业领域的应用，同时探索与同业共建金融行业云，实现算力资源的共享共赢。 

在场景深化领域，重点突破投研报告生成、债券违约预测等高价值场景；在算力合作领域，与交易所、云厂商探讨行业算力共享机制；在生态联动领域，联合高校开展AI+金融研究，例如财报造假识别模型。“中小券商资源有限，必须聚焦能直接创造价值的领域。”黄玉锋总结道。

浙商证券的实践表明，AI技术并非大券商的专属武器。通过精准定位业务痛点、构建灵活的技术架构，区域性券商同样能实现科技驱动的转型升级。然而，如何在合规框架下平衡创新与风险，仍是全行业面临的长期课题。

“作为浙江的金融机构，我们不仅要服务好地方经济，更要在金融科技创新方面走在前列。”吴承根董事长表示。在数字化浪潮席卷金融业的今天，这条以AI赋能金融的转型之路，正在钱塘江畔书写新的篇章。

后记

采访中，浙商证券技术团队展现出的务实作风令人印象深刻。他们没有盲目跟风炒作AI概念，而是沉下心来，将技术真正应用到赋能业务发展、服务实体经济的实践中去。这种“浙江式”的科技创新，或许正是金融业数字化转型的正确打开方式。对于券商而言，聚焦于特定领域，发挥自身在数据和技术方面的优势，探索AI与具体应用场景的结合尤为重要。这种策略不仅有助于公司在AI 浪潮中找到自己的定位，也能够推动行业的创新和发展。从行业发展的角度来看，在合规前提下，这种结合AI技术与具体场景的创新应用，是特别值得期待的发展方向。