證券時(shí)報(bào)記者 馬靜

一方面，券商分析師數(shù)量持續(xù)增長(zhǎng)，截至2024年底已達(dá)5776人；另一方面，人工智能（AI）大模型在多環(huán)節(jié)大幅提升了投研效率。當(dāng)分析師直面AI時(shí)，由此產(chǎn)生了職業(yè)焦慮。

不過(guò)，證券時(shí)報(bào)記者對(duì)多家券商研究所的調(diào)查情況顯示，短期內(nèi)，AI的發(fā)展或許會(huì)使助理分析師的需求有所降低，卻無(wú)法完全替代分析師。

受訪者普遍認(rèn)為，AI更多是作為智能助手，承擔(dān)基礎(chǔ)和重復(fù)性的工作，而深度研究仍會(huì)是分析師的主場(chǎng)。

分析師日常工作積極擁抱AI

記者從受訪券商處了解到，DeepSeek火熱之后，不論年輕抑或資深，總量小組或是行業(yè)小組的分析師們，都在積極學(xué)習(xí)使用AI工具。除了內(nèi)在驅(qū)動(dòng)外，正如廣發(fā)證券發(fā)展研究中心提到的，公司和部門層面在積極引導(dǎo)分析師借助AI輔助自身研究工作。

據(jù)中信建投證券研究所有關(guān)人士介紹，在學(xué)習(xí)路徑方面，一些動(dòng)手能力強(qiáng)的分析師已然是扣子、秘塔等 AIGC（人工智能生成內(nèi)容）平臺(tái)工具的重度使用者，另有一些分析師則側(cè)重于與技術(shù)人員展開(kāi)合作，積極探索場(chǎng)景發(fā)掘。一些資深研究員，更希望能通過(guò)AI針對(duì)行研框架、產(chǎn)業(yè)鏈研究、估值模型等提供整體的解決方案。

“分析師對(duì)AI工具的接受度普遍較高，這是因?yàn)樗麄冊(cè)诠ぷ髦星袑?shí)感受到了AI帶來(lái)的效率提升。”浙商證券研究所有關(guān)人士表示。申萬(wàn)宏源研究總經(jīng)理助理、TMT總監(jiān)、首席分析師劉洋則預(yù)判，未來(lái)在研究所里，必將是人人使用AI，人人善于AI。

不過(guò)，雖然AI在投研領(lǐng)域中所起的作用越來(lái)越重要，但仍不可完全替代分析師?！胺治鰩煹膬r(jià)值主要體現(xiàn)在發(fā)現(xiàn)上市公司的價(jià)值以及與投資者進(jìn)行溝通交流上。在這個(gè)過(guò)程中，分析師會(huì)對(duì)產(chǎn)業(yè)的發(fā)展變化形成個(gè)性化的判斷，進(jìn)而產(chǎn)生新的知識(shí)和觀點(diǎn)，并且能夠在產(chǎn)業(yè)界積累自身的影響力?！睆V發(fā)證券發(fā)展研究中心相關(guān)人士認(rèn)為。

AI投研仍需人類主導(dǎo)

記者了解到，AI在一些單項(xiàng)技能上表現(xiàn)出色，但在細(xì)分場(chǎng)景中，還很難說(shuō)當(dāng)下AI已徹底接近甚至超越分析師的表現(xiàn)。

據(jù)國(guó)信證券經(jīng)濟(jì)研究所策略首席分析師王開(kāi)介紹，AI在“聽(tīng)”和“讀”這類輸入任務(wù)上表現(xiàn)較好，能夠高效歸納市場(chǎng)信息、提煉觀點(diǎn)要點(diǎn)，不過(guò)存在遺忘問(wèn)題，而且處理過(guò)多信息時(shí)容易丟失重點(diǎn)。在數(shù)據(jù)計(jì)算、模型優(yōu)化方面，AI也能助力分析師提高工作效率，但仍需在分析師的監(jiān)督下開(kāi)展工作，以避免出現(xiàn)“AI幻覺(jué)”。對(duì)于AI在“寫”方面的質(zhì)量，評(píng)價(jià)褒貶不一，它能夠快速整合相應(yīng)素材，然而在邏輯性、連貫性和專業(yè)性上仍有待訓(xùn)練和改進(jìn)，尤其在深度研究和市場(chǎng)策略分析方面，還需逐步打磨和優(yōu)化。

中金公司研究部執(zhí)行總經(jīng)理、非銀行金融及金融科技行業(yè)首席分析師姚澤宇也提到，在當(dāng)前所測(cè)試的應(yīng)用場(chǎng)景中，AI在回答完整度、忠實(shí)度、準(zhǔn)確性等方面，平均能達(dá)到70～80分的水平，特別是在大模型所擅長(zhǎng)的讀、寫這類場(chǎng)景里，表現(xiàn)更為突出。不過(guò)，在信息甄別、觀點(diǎn)認(rèn)知、決策建議等對(duì)專業(yè)性及精確度要求更高的場(chǎng)景中，依舊需要分析師發(fā)揮主導(dǎo)作用，從而確保結(jié)果的質(zhì)量。

中信建投證券研究所有關(guān)人士提到，雖然AI在公開(kāi)信息的采集、合成等方面能力已超越人類，但由于幻覺(jué)問(wèn)題還未根除，由 AI整理的各類“初稿”，仍需研究員人工復(fù)審，在大部分場(chǎng)景下無(wú)法直接交付給客戶。

分析師與AI“互助”

“AI能夠替代部分助理研究員所做的基礎(chǔ)且重復(fù)性的工作，然而在競(jìng)爭(zhēng)壁壘分析、商業(yè)模式拆解、估值模型邊際變化、投資評(píng)級(jí)建議等深度研究領(lǐng)域，依舊是分析師發(fā)揮主導(dǎo)作用的‘主場(chǎng)’?！闭闵套C券研究所有關(guān)人士表示。

中信建投證券研究所有關(guān)人士亦認(rèn)為，以DeepSeek為代表的大模型在投研工作中的意義，在于解構(gòu)復(fù)雜腦力勞動(dòng)中的標(biāo)準(zhǔn)化環(huán)節(jié)，將人類從重復(fù)性信息處理中解放出來(lái)，為專業(yè)分析騰出認(rèn)知帶寬。在他看來(lái)，應(yīng)該把AI看作是金融行業(yè)生產(chǎn)力工具的進(jìn)化升級(jí)，未來(lái)更可能是人機(jī)協(xié)同，由AI當(dāng)助理。

王開(kāi)也更傾向于把當(dāng)前的AI作為增強(qiáng)型工具，而非完全獨(dú)立決策主體。更現(xiàn)實(shí)的趨勢(shì)是“分析師邏輯搭建+AI執(zhí)行”，即AI 作為分析師的智能助手，承擔(dān)數(shù)據(jù)處理、趨勢(shì)分析和輔助建模等工作，而人類分析師則聚焦于研究邏輯的構(gòu)建。

劉洋則認(rèn)為，在深度思考、旁征博引、跨領(lǐng)域思考方面，分析師與AI應(yīng)當(dāng)共同進(jìn)步，甚至互相幫助。

助理分析師面臨挑戰(zhàn)

當(dāng)前，AI正在重塑研究所的人才培養(yǎng)體系，當(dāng)研究團(tuán)隊(duì)負(fù)責(zé)人及資深分析師更多借力智能投研助理時(shí)，對(duì)人工助理分析師的需求將會(huì)下降。

中信建投證券研究所有關(guān)人士表示，助理分析師所承擔(dān)的工作相對(duì)基礎(chǔ)，涵蓋資料整理、日?qǐng)?bào)周報(bào)撰寫、基礎(chǔ)數(shù)據(jù)分析等方面。然而，與人類相比，人工智能不僅可以勝任這些工作，而且在效率、成本和穩(wěn)定性方面更具優(yōu)勢(shì)，效率更高、成本更低且穩(wěn)定性更強(qiáng)。與此同時(shí)，由于AI本身具有“越用越聰明”的特性，在分析師與AI日常持續(xù)交互并協(xié)同為客戶服務(wù)的過(guò)程中，AI積累的專業(yè)知識(shí)會(huì)日益豐富，所掌握的專業(yè)技能也會(huì)更加完善。這反過(guò)來(lái)又會(huì)進(jìn)一步增強(qiáng)分析師對(duì)AI的信賴程度，從而形成一種人機(jī)合作的良性循環(huán)效應(yīng)。

不過(guò)，對(duì)此也有不同的觀點(diǎn)。廣發(fā)證券研究所認(rèn)為，從分析師成長(zhǎng)路徑來(lái)看，基礎(chǔ)性、重復(fù)性工作也是學(xué)習(xí)成長(zhǎng)的必備過(guò)程，很難說(shuō)可以完全跳過(guò)。

姚澤宇持有類似觀點(diǎn)。在他看來(lái)，賣方分析師一般需要?dú)v經(jīng)長(zhǎng)時(shí)間的訓(xùn)練，以此增強(qiáng)自身全方位的專業(yè)能力，進(jìn)而贏得客戶信任并提升市場(chǎng)影響力。在這一過(guò)程中，分析師不僅要持續(xù)豐富自身的專業(yè)認(rèn)知、完善研究框架，還得不斷改進(jìn)表達(dá)溝通技巧、提升綜合素質(zhì)。相對(duì)來(lái)說(shuō)，后者很難通過(guò)AI大模型迅速獲得顯著提升。