招商证券AI应用落地5A方法论

一是业务导向，遵循高业务价值导向的场景建设。二是架构先行，打造弹性可控的技术架构。三是数据治理，沉淀大模型训练养料。四是敏捷阵型，快速响应顶层战略和探索前沿应用。五是文化氛围，营造科技创新氛围。

来源｜双态IT论坛BOA

以下为全文

5月23日，招商证券数字化办公室数字化PMO负责人罗晓生在2025第十四届双态IT用户大会上带来《深智启航券行未来：招商证券的AI证券公司探索之路》主题分享。

会议提到，以大语言模型为基础的生成式AI技术飞跃式发展，正在开启新一轮科技革命和产业革命，“人工智能+”是证券基金行业的“必答题”和“抢答题”。自2023年起，招商证券响应招商局集团“AI+金融”战略布局，将公司“十四五”数字化战略全面升级为数智化战略，制订基于“招证天启大模型体系”的“AI证券公司”规划；同时，以场景驱动与集成创新为发展策略，深度发掘高价值AI应用场景，统筹“3+2+1”核心业务场景落地，全力攻坚AI重点项目，萃取可复用推广的AI实践“5A方法论”，全面推进“AI招商证券”建设。最后，罗晓生提到，当前的AI技术发展不是终局，下一代模型可能是复刻物理现实的世界大模型。在大变革之下，唯有坚持长期主义、久久为功，打造行业内差异化竞争优势，才能在这场智能化浪潮中勇立潮头。

以下为演讲全文：

今天和大家分享我们如何在公司内部落地AI应用。首先看一下AI的发展趋势。

DeepSeek发布以后，大模型发展又一进步加速。在国外Open AI发布了GPT o3，Google发布Gemini pro 2.5；国内有阿里千问Qwen3，文心4.5；当前从模型能力来看，相比DeepSeek又有了进一步的提升，大模型不单单只是语言模型，现在已经往物理世界模型靠拢。同时由于推理模型算力要求下降，所以国产算力迎来了一波发展的机会，国内纷纷推出DeepSeek一体机，智能云等服务。当前国内外都有共识2025年是AI 智能体大发展元年。智能体大发展意味着将有更多垂直领域的AI落地，现在从算力、模型以及成本来看，正是企业落地AI的最佳时机。OpenAI在过于7个月企业用户数量翻将近一倍到200万户。

在传统模型里，AI的形态大多是一个黑盒，传统的机器学习、深度学习只能看到输入和输出，看不到思考过程，导致AI在企业落地的应用场景非常有限。大模型最新的推理能力和思维链能力，可以很好的看到大模型的思考过程，所以大模型在未来可能会逐步接管流程，做一些简单的决策，在公司应用场景将大幅增加。未来我们看一个企业可能不止看公司有多少的人才，多少的碳基生命，同时还要看公司拥有多少智能体，多少的硅基生命。

麦肯锡最新研究报告显示，受生成式人工智能影响最大的十大职业，像客户互动、办公室支持、IT专业人士、制造与艺术、商业/法律等5个职业在中国的劳动人员将近2亿。众所周知，过往每一次技术革命，比如说像信息技术时代、移动互联网时代，每一次技术革命都给大家带来极大的便利，但是我们发现每一次技术革命到来后我们越来越忙。但由于AI对社会生产力将会有极大得提升和改变。所以现在我们是工作5天，休息2天，未来是否有机会我们工作2天，休息5天，这个事情值得被期待。

从证券业务本身出发，过往每一个证券的变革时代都是证券交互界面的演变，例如最初的股票交易是靠人工，甚至是要靠人工来喊，有了PC电脑以后，逐步就有了电话下单和计算机下单，在移动互联网时代，现在大家都用手机炒股，未来，我们相信AI将改变证券交易的交互界面，所以对证券行业又是一次新的颠覆。

招商证券的“AI证券之路”

回过头来看，证券行业的科技创新存在着特有的挑战。一是金融业务的高精度，金融都是和钱打交道，所以要求小数点后两位都不能错；二是证券交易是不可回溯的，所以证券交易系统要求能够自主自控，保障系统的安全稳定。三是当我们让客户掏钱购买产品或者服务的时候，客户肯定需要了解背后的原因，所以金融业务还要具有可解释性。

关于AI，我们认为数字化是基础，智能化是升级。招商证券从2021年开始，发布1633“十四五”数字化战略规划，主要的核心业务流程都已经完成了线上化，并且沉淀了有招证特色的业务中台，公司建立了营销、内容、投研、风险以及运营等公司级的平台能力，同时已用促建，所有核心的业务数据都在数据中台上沉淀，并且已经引入了云原生的技术底座等基础设施，良好的数字化基础为AI应用奠定了基础。

ChatGPT发布以后，公司第一时间启动AI探索。2023年，在公司层面成立AI应用特战队，并选择证券投研业务首先展开AI探索，搭建“一超多强”的大模型落地框架。2024年，承接集团“AI+”金融业务，推进升级AI技术平台，沉淀一套可复用、可推广的“5A”大模型落地方法论。2024年下半年提出要打造行业领先的AI证券公司战略。

在落地经验上，公司总结了一套AI应用落地“5A方法论”：

一是业务导向，遵循高业务价值导向的场景建设。由于AI落地边际成本不为0，场景用得越多，耗费的算力越多。招证建设了自己的高价值评估模型，并制定了“3-2-1”的场景落地策略。“3”是指3个核心业务，投行、投资、投研三个核心业务的场景；“2”是指包含2千支人队伍，分为头部队伍和IT千人队伍；“1”是指1套智慧办公，在内部我们实现了智慧办公的统一。

二是架构先行，打造弹性可控的技术架构。通过稳定的、弹性可控的技术架构，以应对技术的快速发展以及模型的不确定性，实现应用、平台与底层模型、数据的分层解耦。建设“一超多强”的模型矩阵，大参数模型用于规划任务、思考解决方案、生成答案内容等，小参数模型：用于功能路由、识别意图、检索内容等。

三是数据治理，沉淀大模型训练养料。提升AI场景用数效率。一是建设AI高质量数据集，持续沉淀互联网数据、行业通用数据等外部数据集，以及沉淀企业知识、业务支持、个人知识等内部数据集，结合公司各业务域AI应用场景，持续推动建设高质量数据集，提升AI用数的质量。二是建设AI数据供应链，在安全合规的场景下，大幅提高数据的供给效率，提高AI场景的用数效率，同时关注用户反馈，AI上线后跟进所有用户反馈数据，通过内部数据实现整个场景和AI良性循环。

四是敏捷阵型，快速响应顶层战略和探索前沿应用。公司数字化办公室专门成立了数据分析师队伍以及AI产品经理队伍。在AI来临以后，产品经理以智能体为核心的作战单元比原来的系统单元颗粒度更细、更敏捷。通过数据分析师和AI产品经理的加持，让公司AI迭代更加快速，落地更加敏捷。

五是文化氛围，营造科技创新氛围。公司举办“AI未来、AI招证”数字文化节、流程优化优秀案例评选、最喜爱的数字化产品评选等文化活动，宣导公司“AI券商”战略，传播数字化文化与思维，推广数字化产品与成果，激发全体员工对数字化工作的兴趣和热情，增强全体员工对数字化转型工作的认同感和归属感。

回顾过去，从电灯发明到解决发电效率、远距离传输等问题花了将近50年的时间，AI兴起到现在才两年多三年，所以现在来看，不管是GPT-o3、DeepSeekR1、还是Gimini 2.5 pro，相信都不是终点，未来很可能是世界模型或者是物理大模型。当前大模型主要在模拟学习上，下一代模型可能是启发式的自主学习。现在AI的局限在算力上，未来可能是能源问题。但不管怎么样，让我们一起期待和迈进未来的AI时代。

智探AI应用交流群，有兴趣的朋友请添加群主：cosmic-walker 备注：公司+姓名+职务+AI入群。