数据成为新型生产要素，大模型以每三个月迭代一次的速度推动生产力跃升，证券行业迎来智能化重塑

在2025金融街论坛年会上，国泰海通首席信息官俞枫指出，人工智能正引发世界范围内社会生产力变革，成为推动新质生产力发展的关键力量。俞枫强调，AI已成为行业高质量发展的重要着力点，其影响力和应用价值正在持续扩大。

从早期记忆规则系统到基于深度优先的模型，人工智能发展呈现出快速迭代的特征。俞枫透露：“差不多每三个月就会迭代出一个能力比以前更强的新模型”，历史上发展的相关技术如混合专家（MoE）架构、强化学习机制等，也成为模型升级的新基础。

01 技术跃迁：从统计学习到深度优先模型的演进之路

人工智能技术经历了一场深刻的演进历程。俞枫回顾了这一进程：从早期的记忆规则系统，到基于统计数据的人工神经网络强化学习，再到当前的深度优先模型。

这种演进不是简单的替代关系，而是累积式创新。历史上发展的相关技术会成为新模型的基础，如混合专家架构和强化学习机制在大模型发展中重新被广泛应用。

技术迭代速度显著加快。俞枫指出，新模型大约每三个月就会迭代一次，且能力持续增强。这种快速演进使得大模型性能不断提升，深度语义理解能力日益成熟，正深刻影响各行业客户交互模式与业务模式。

证券行业的AI应用更多是工程创新过程。俞枫认为，相较于关注单一新模型，更重要的是理解历史上每个阶段模型的适用点和成本收益，模型能力组合可能是行业应用的必然选择。

02 数据要素：新型生产要素驱动产业变革

在新一轮科技革命与产业变革背景下，数据已成为新型生产要素。俞枫强调，以大模型为代表的人工智能技术正加速形成新增生产力。

数据的价值已渗透到经济社会的各个环节。从生产、分配、流通到消费和智慧服务管理，数据正在推动生产生活方式和治理模式的深刻变革。

作为证券行业的先驱者，国泰海通持续加大在领先数字科技的投入。公司以“全栈自研+开放生态”的理念构筑技术护城河，在算力、数据、平台、应用等多方面创新突破。

数据的高质量利用是发挥价值的关键。俞枫提到，国泰海通基于云原生Agent平台集成智能体和工作流引擎，支持财富管理、机构交易、投资银行等六大主场景与超50个高价值场景落地。

03 应用策略：“1+N”模型组合破解行业落地难题

面对大模型应用的挑战，俞枫提出了“1+N”AI大模型应用策略。这一策略旨在平衡性能与成本，实现通用能力与专业需求的有机结合。

通用大模型在语言理解、文本生成方面表现出色，但难以深入理解行业场景。而垂类大模型能够更精准地满足特定行业需求，实现“小而精”的突破。

金融行业应采用“通用+垂类”融合策略。俞枫分析，通过模型组合、有机协同可以更好地满足各类场景应用需要，实现成本收益的最优平衡。

国泰海通的实践验证了这一策略的有效性。公司结合“All in AI”的战略方针，实现了“技术-业务-生态”三位一体的核心能力重构。早在2024年初，公司就提出了1个行业大模型与N个场景大模型的“1+N”应用实践策略。

04 智能演进：从办公助手到自主决策的进化路径

随着大模型向通用智能方向突破，AI在证券行业的应用将经历从辅助到自主的演进。俞枫描绘了这一发展路径：早期智能体主要作为客服销售等助手，聚焦提升运营与办公效率；远期聚生机器人将能够感知世界并自主决策，成为人们的贴身助手。

证券行业生态正从“传统的知识依赖型”向“智能的推理决策型”转变。俞枫指出，行业核心竞争力将高度取决于“AI智能能力”与“人类协同创新”的结合深度。

这种转变体现在具体业务中，AI正重塑证券行业的服务模式。俞枫表示：“当证券行业和资本市场遇见AI大模型，一场深刻的效率革命与价值重构正在发生，服务模式从‘千人一面’转向‘千人千策’，决策机制从‘经验判断’升级为‘数理验证’”。

头部券商已在这一趋势中率先布局。自2016年起，国泰君安就对AI技术进行持续研究，并在2024年开展对DeepSeek大模型的部署与研究，于2025年1月份率先完成DS模型的私有化部署。

05 生态重构：证券行业迎来智能化重塑

人工智能正在重构证券行业的整体生态。俞枫认为，AI不仅会为金融行业创造新生态，而且应用性会更强。

金融机构以前使用的大模型都是“快思考”模式，容易产生幻觉现象。而DeepSeek等开源推理大模型的出现，使金融机构的AI获得了“慢思考”的能力，加上多模态模型能够“看见”“听见”“说话”，整合了大量语料知识，判断力显著提升。

证券行业将呈现“核心层竞争+生态层合作”的双重格局。俞枫建议，在监管机构规范和指引下，应建立并发展行业大模型与应用平台，由科技巨头主导基础模型与通用算法技术进步，由行业机构贡献金融场景理解和高价值语料。

这种合作模式将形成理想画卷：行业数据高质量挖掘、金融场景融合化建设、客户服务普惠式升级。俞枫畅想，最终将形成“战略联盟+有序竞争”的新型合作模式。

人工智能对证券行业的影响远超工具层面，是一场深刻的认知革命。随着大模型以每三个月一代的速度迭代进化，“1+N”策略有望成为金融行业平衡通用能力与垂直需求的最佳实践路径。未来，感知型机器人自主决策将不再遥远，证券行业智能化转型的宏大叙事刚刚拉开序幕。