财联社2月26日讯（记者高艳云）2月25日，中信建投证券2025年度“人工智能+”投资策略会在北京举行，中信建投证券非银金融及金融科技首席分析师赵然，围绕“DeepSeek如何加速金融业数字化转型？”这一核心议题发表了精彩演讲，深入剖析了AI及大模型在金融领域的深远影响与发展路径。

赵然认为，不断动态沉淀的本地数据及业务逻辑是金融机构利用大模型加速数字化转型的核心胜负手；“AI+金融”竞争力将取决于能否持续积累吸收高质量业务数据、深化垂直场景认知，并通过迭代形成“数据-模型-业务”的正向循环，不断提升金融服务水平。

就AI及大模型对证券业务的赋能来看，赵然称，短期内，AI着重赋能以个人为单元的规范性业务环节，优化业务流程，显著提升业务效率与客户体验；中期视角，AI对前中后台业务协同发挥关键赋能作用，全方位释放前中后台人员的生产力；长期积累下，AI促使证券机构实现敏捷转型，形成区别于同行的差异化竞争力，在不断变化的市场环境中占据优势地位。

DeepSeek推动AI能力与金融场景深度融合

在赵然看来，DeepSeek的出现对于国内金融业数字化转型的价值与意义，主要体现在三方面。

一是低成本、高性能。DeepSeek通用及推理模型在性能不输头部同类大模型的基础上，成本相较于头部大模型下降至数十分之一以下，同时开源、本地化部署特性和蒸馏技术使金融机构无需重资本投入底层模型研发，降低试错成本和二次开发难度，对创新更加友好。

二是适配国产GPU。为金融机构基础设施信创改造提供了可落地的AI改造路径。

三是推动生态重构。通过技术普惠加速AI落地，将竞争焦点从技术壁垒转向金融数据价值挖掘，推动AI能力与金融场景深度融合，以数据闭环体系巩固金融领域的场景化优势。

“围绕金融五篇大文章，大模型本身即是数字金融的工具，而科技金融、养老金融、普惠金融、绿色金融恰是应用场景。”赵然如是深刻分析称。

DeepSeek赋能金融业有八大逻辑

赵然认为，Deepseek的出现将加速金融机构的数字化转型，核心在于可以更高效地论证数字化转型的阶段性效果，继而批量复制。

传统金融机构的数字化转型面临三大核心矛盾，一是顶层设计层面自上而下“以客户中心+数字化转型”的长期战略目标，与一线人员层面自下而上短期业绩KPI考核的矛盾；二是公司数字化战略转型的长期价值，与短期财报压力的矛盾；三是成熟金融机构优势业务体量巨大但增速放缓，与创新业务增速虽快但占比太小的结构性矛盾。

针对以上矛盾，赵然认为DeepSeek赋能金融行业的背后有八大逻辑。

一是，数字化转型是金融机构的组织转型+业务重构，技术只是催化剂，Deepseek的出现有助于加速量化论证转型的阶段性效果；

二是，AI不是岗位替代者，而是能力放大镜，更多取代的是“脑力活中的体力活”，将复杂业务流程不断标准化，分部迭代；

三是，金融从业者借力AI AGENT的目标是努力从“信息处理”中解放出来，更多参与“价值判断”与“价值分发”；

四是，人机协同的本质是认知能力再分配，并非效率叠加，人类与AI认为的“困难”各不相同；

五是，“电力+算力+数据”是大模型本身的关键，但对于金融应用不断动态沉淀下来的数据和模式创新才是核心胜负手；

六是，智能客服的价值不只是24小时在线及拟人化的服务，而在于比客户早半步看见需求；

七是，理解业务与理解技术同样重要：AI是认知杠杆，不是流程替代，金融机构业务端的“产品经理”或成为稀缺人才；

八是，金融市场的复杂性与反身性、金融数据的隐私性与安全性等特殊性促使金融业的数字化转型需要渐进式创新。

就AI及大模型对证券业务的赋能逻辑来看，赵然认为，短期是，聚焦单点业务，迅速提升客户体验。

短期内，AI着重赋能以个人为单元的规范性业务环节，优化业务流程，显著提升业务效率与客户体验，例如借助智能客服与顾问，能够快速校验客户信息，大幅缩短开户时间，凭借强大的语义理解能力，快速响应客户疑问，实现7x24小时不间断服务，客户回访时，AI能依据预设话术与客户高效沟通，记录关键信息并进行初步分析。

中期来看，助力前中后台协同，释放人员生产力。

中期视角，AI对前中后台业务协同发挥关键赋能作用，全方位释放前中后台人员的生产力。例如通过智能风控、内容生成等工具，提升中后台运营效率;部署大模型能够快速读取和初步分析数据，使客户经理等前台人员从繁琐的数据处理工作中解脱出来，将更多精力投入到客户关系维护与业务拓展上。

长期则是，驱动敏捷转型，塑造差异化竞争力。

长期积累下，AI促使证券机构实现敏捷转型，形成区别于同行的差异化竞争力，在不断变化的市场环境中占据优势地位，AI能够整合和梳理企业内外部各类数据，打破数据孤岛，为企业决策提供坚实的数据基础。同时，AI助力打破传统协同壁垒，以项目或业务线条为导向，构建矩阵式组织架构。