財聯(lián)社4月5日訊（記者 趙昕睿）AI 話題熱度自 DeepSeek 問世后持續(xù)攀升。這股熱潮不僅帶動科技股市場行情回暖，更在無形中加速推動 AI 技術向金融領域滲透，深刻重塑著金融業(yè)務模式，投行、研究等業(yè)務受其影響尤為顯著。AI熱潮下，國內(nèi)外投行均敏銳捕捉到潛在機遇，紛紛布局 AI 應用，期望搶占發(fā)展先機。兩者在 AI 作業(yè)進展上是殊途同歸還是各具特色？
近期，高盛CEO David Solomon在AI峰會上的一起言論引起高度關注，他表示，傳統(tǒng)IPO招股書往往需要6個投行人用兩周完成，但如今AI可以在幾分鐘內(nèi)就完成95%的工作。據(jù)記者了解，事實上，去年 5 月外媒就曾報道，華爾街投行借助 AI 分析師，幾秒就能完成投行分析師原本需數(shù)小時甚至整個周末才能完成的工作。
這些確切的數(shù)據(jù)引發(fā)市場對國內(nèi)外投行 AI 作業(yè)實際發(fā)展情況的關注與探索，對此，記者采訪了部分國內(nèi)外投行，從多維度深度調(diào)研兩方市場在AI投行應用上的異同點。
調(diào)研一：國外AI投行作業(yè)進程實際情況如何？AI為何避免觸及核心數(shù)據(jù)？
AI 為何能完成招股書 “95%” 的內(nèi)容？某國外投行人士向記者透露，招股書中95%的內(nèi)容，如公司工商登記信息、過往財報數(shù)據(jù)、行業(yè)公開的統(tǒng)計資料等皆屬于公開信息，AI可輕松獲取并整合。而剩余的“5%”，如招股書中的管理層分析、發(fā)行人股權情況等內(nèi)容仍需人工進行優(yōu)化完善。
“95%”這一高占比數(shù)據(jù)雖極具沖擊力，但記者了解到，目前AI在國外投行僅充當智能引擎角色，而這背后源于兩點原因。
數(shù)據(jù)安全作為投行業(yè)務的紅線，自然也是AI與投行業(yè)務融合過程中首要考量因素。為防止數(shù)據(jù)遭遇未經(jīng)授權的訪問、使用、披露、破壞與篡改，國外投行僅允許 AI 接入公共數(shù)據(jù)。畢竟，券商投行日常接觸的數(shù)據(jù)大多涉及商業(yè)機密及客戶隱私，讓 AI 接觸這類數(shù)據(jù)，風險難以估量。
另一個原因在于，AI模型訓練依賴于公共數(shù)據(jù)，這一限制導致 AI 在投行業(yè)務實際應用時，難以精準契合私營部門的需求，尚未實現(xiàn)理想的匹配狀態(tài)。
由此可見，部分國外投行基于數(shù)據(jù)安全考量，僅讓 AI 獲取公開信息。但為何國外投行未讓AI觸及公司核心數(shù)據(jù)？記者調(diào)查發(fā)現(xiàn)，“本地化部署” 的缺失是關鍵癥結。
國外投行內(nèi)部系統(tǒng)迭代升級滯后，與 AI 部署適配性欠佳，本地化部署仍在推進階段。相比之下，國內(nèi)投行 AI 本地化部署進程明顯更快。此外，據(jù)國外投行人士透露，國內(nèi)券商能通過微信傳輸文件，而在國外，此類 “私信” 行為一旦被發(fā)現(xiàn)，涉事人員會被立即開除。
可見，投行內(nèi)部系統(tǒng)與 AI 的適配性、展業(yè)制度管控的差異以及本地化部署進展，是造成國內(nèi)外投行 AI 應用區(qū)別的關鍵因素。
調(diào)研二：國內(nèi)外投行目前在AI作業(yè)上呈現(xiàn)出哪些共性特征？
AI 驅(qū)動投行領域的變革，已成為國內(nèi)外投行的廣泛共識。除上述因素外，記者通過調(diào)研國內(nèi)券商一線動態(tài)發(fā)現(xiàn)，有兩大核心維度與國外AI投行發(fā)展不謀而合。
在提升效率與優(yōu)化流程方面，AI 優(yōu)勢盡顯。券商通過搭建投行知識庫，為投行人員提供智能搜索引擎，提升撰寫招股書效率、降低錯誤率。其次 ，國內(nèi)外投行在監(jiān)管約束下，都將數(shù)據(jù)安全奉為圭臬，筑牢數(shù)據(jù)隱私保護防線。但受區(qū)域法規(guī)、業(yè)務模式等因素影響，雙方在具體防護措施上或存在差異。
除上述兩大核心維度，國內(nèi)外投行在以下幾方面也展現(xiàn)出一致性：
一是輔助決策支持：借助數(shù)據(jù)分析和模型預測，對項目風險進行精準評估，深入開展行業(yè)研究，預測市場走向，為投行業(yè)務決策提供可靠依據(jù)。
二是客戶服務優(yōu)化：通過智能客戶服務、客戶畫像及客戶智能分類等方式提升客戶體驗和滿意度。
三是風險管理強化：通過對歷史及實時數(shù)據(jù)的分析，識別潛在風險并提前預警，有效管控投行業(yè)務中各類風險。
調(diào)研三：與外資券商相比，國內(nèi)投行應用定位或進展存在哪些不同？
在AI作業(yè)進程中，國內(nèi)外投行在 AI 應用上的共性固然值得關注，但差異化優(yōu)勢無疑更具看點。參考部分券商反饋的作業(yè)進展，國內(nèi)投行在構建業(yè)務場景、數(shù)據(jù)側重點及技術生態(tài)差異等方面與國外投行形成了區(qū)分。
業(yè)務版圖方面，國外投行注重“全球化”拓展，將AI更多用于全球化衍生品定價、跨境并購估值等復雜場景，主要側重全球化數(shù)據(jù)覆蓋，AI工具需要兼容多語言。與之不同，國內(nèi)投行緊緊圍繞中國資本市場，深入推進“本地化”戰(zhàn)略。聚焦國內(nèi)市場的同時，積極開展區(qū)域性探索及本地化部署。
從技術生態(tài)搭建來看，國外投行或更傾向于購買成熟SaaS服務，而非自研底層模型。國內(nèi)投行則傾向選擇國產(chǎn)化替代方案，與國內(nèi)監(jiān)管科技平臺建立了更為緊密的對接機制。 在AI競爭賽道上，“本地化部署”已然成為國內(nèi)投行的獨具優(yōu)勢。
據(jù)券商投行人士透露，受國內(nèi)金融監(jiān)管政策約束，數(shù)據(jù)隱私和合規(guī)是券商應用AI的重要考量因素，為確保數(shù)據(jù)安全性與合規(guī)性，券商選擇本地化部署AI工具。這讓國內(nèi)券商在借助 AI 技術提升業(yè)務效率的同時，有效規(guī)避了數(shù)據(jù)安全風險 ，更好地適應了本土監(jiān)管環(huán)境和業(yè)務需求。
結合部分券商投行 AI 應用的實際作業(yè)案例，各家AI應用推進處于何種階段？
廣發(fā)證券“投行AI文曲星”平臺率先探索投行大模型應用實踐，作為行業(yè)首個投行大模型生成、審核、抽取、搜索綜合解決方案落地的平臺，廣發(fā)探索了豐富的投行業(yè)務場景，達到全面賦能業(yè)務執(zhí)行、賦能風險防控、賦能運營管理。
“智能問答”可根據(jù)知識庫文檔快速回答投行業(yè)務問題，平均準確率高達85%，并支持溯源至原文具體位置，涵蓋投行法律法規(guī)等多類文檔。
“智能核查”利用大模型技術大幅提升了文檔核查的準確性，招股說明書核查準確度比傳統(tǒng)AI核查提升30%，智能化識別低級錯誤、語義、格式、邏輯等多類錯誤，核查點比傳統(tǒng)AI核查增加50%，同時持續(xù)優(yōu)化審核規(guī)則，保障信披質(zhì)量。
“智能生成”根據(jù)具體業(yè)務場景將模板制作和數(shù)據(jù)填充過程標準化，減少了大量重復性工作，同時規(guī)避了人為撰寫文檔材料時可能會發(fā)生的錯誤，實現(xiàn)PPT生成、業(yè)務底稿輔助撰寫等場景。
“智能抽取”支持多模態(tài)圖片與復雜表格的識別，自動識別章節(jié)及超過20種版面結構。通過大模型技術與規(guī)則引擎結合，利用大模型的強大理解能力處理復雜語義化要素，字符識別精度達99%，要素抽取準確率超95%，突破金融復雜場景識別極限。
另外，系統(tǒng)可復用智能中臺能力，提供了格式轉換等AI工具，支持JPG、DOC、DOCX、XLSX、PDF等多種文件格式高精度一鍵轉換，滿足各類文檔格式需求。
作為國內(nèi)較早應用AI技術輔助投行業(yè)務的券商之一，興業(yè)證券已將大量AI場景技術深度融合至業(yè)務環(huán)節(jié)，目前已落地的投行領域?qū)＜抑R庫，其中內(nèi)部規(guī)章制度和監(jiān)管問詢庫受到一線用戶廣泛好評。相對于傳統(tǒng)信息檢索方式而言，大模型提供了提煉總結、信息溯源的功能，查詢檢索效率提升50%。投行業(yè)務上廣泛應用了AI文稿審核工具進行輔助核查，平均每月進行各類文檔核查200余次。
同時，公司同步部署了AI投行文檔智能撰寫功能，通過對非結構化數(shù)據(jù)的自動解析和外部數(shù)據(jù)填充，單篇文檔撰寫時間從傳統(tǒng)手工撰寫的數(shù)天縮短至1小時以內(nèi)，數(shù)據(jù)更新完成度高達 93% 以上。
此外，已建成的銀行流水智能識別審核系統(tǒng)，目前已成為投行內(nèi)控審核必備環(huán)節(jié)，近年共輔助完成了數(shù)萬份流水文件和數(shù)千家企業(yè)的核查工作。智能印章審核工具通過對缺失和錯誤的印章高亮標注。自上線以來已完成數(shù)百萬余次印章識別任務，印章樣本識別準確率超過90%。
東吳證券則持續(xù)將AI部署及研發(fā)作為現(xiàn)階段主要任務，通過實際使用，訂立了如下的量化目標。
在項目承攬階段，利用AI篩選潛在客戶項目，針對目標客戶完成100%智能盡調(diào)。
在項目承做階段，通過AI輔助盡調(diào)程序和文檔結構化，將盡調(diào)效率提升至少30%。
目前，東吳智能銀行流水核查已部署上線，逐步擴大使用范圍，申報交易所文件已實現(xiàn)文檔自動審核比對。
財信證券主要在提升文檔處理效率及數(shù)據(jù)提取與校驗效率等2方面作出量化目標。文檔處理方面，已基于DeepSeek本地化部署在實現(xiàn)知識問答場景全新接入，上線試運行財信證券大模型知識庫2.0版本，面向公司內(nèi)部員工，在制度解讀、知識檢索、文檔審核、數(shù)據(jù)校驗、數(shù)據(jù)提取等方面更為高效。業(yè)務流程優(yōu)化方面，則通過DeepSeek R1模型的本地部署，為客戶及員工提供“更快、更準、更廣”的服務體驗。
面臨國內(nèi)券商行業(yè)普遍同質(zhì)化競爭的問題，財信證券表示更注重通過數(shù)據(jù)資產(chǎn)和應用場景的差異化來構建競爭優(yōu)勢。例如，通過掌握更多本地區(qū)優(yōu)質(zhì)數(shù)據(jù)資產(chǎn)來提升AI工具的性能。
調(diào)研四：在AI深度融入投行作業(yè)中，各家擬定了哪些切實舉措保護相關核心數(shù)據(jù)？
數(shù)據(jù)如同一家公司的發(fā)展基因，關乎業(yè)務運轉與發(fā)展。在數(shù)據(jù)安全威脅日益復雜的背景下，國內(nèi)投行在筑牢數(shù)據(jù)安全防線方面，制定了哪些規(guī)劃、采取了哪些舉措？
廣發(fā)證券對于投行業(yè)務數(shù)據(jù)基于權限最小化原則，系統(tǒng)支持為用戶配置分層分級的數(shù)據(jù)權限。具體措施如下：
基于RAG方案的項目信息隔離機制：打通傳統(tǒng)業(yè)務系統(tǒng)獲取用戶權限數(shù)據(jù)，采用多路召回策略控制投行項目數(shù)據(jù)不當流動，保證召回到大模型的數(shù)據(jù)是用戶有權訪問的。
數(shù)據(jù)分類與分級：對投行業(yè)務核心數(shù)據(jù)進行細致的分類和分級管理，明確不同數(shù)據(jù)的敏感程度和使用權限。
數(shù)據(jù)訪問控制：建立嚴格的數(shù)據(jù)訪問控制機制，只有經(jīng)過授權的人員才能訪問和使用核心數(shù)據(jù)。通過身份認證、權限管理等技術手段，確保數(shù)據(jù)訪問的合法性和安全性。
數(shù)據(jù)使用審計：對核心數(shù)據(jù)的使用情況進行實時審計和監(jiān)控，記錄數(shù)據(jù)的訪問、使用和修改情況，以便及時發(fā)現(xiàn)和處理數(shù)據(jù)使用中的異常行為。
當前大模型普遍具有開箱即用的特征，而且大多數(shù)模型支持用戶上傳文檔自建知識庫。因此在投行業(yè)務中，可能會出現(xiàn)非公開信息意外泄露的風險。興業(yè)證券對此則通過業(yè)務合規(guī)約束和技術管控兩個層面進行雙重保障。一是根據(jù)外部監(jiān)管規(guī)定，針對投行業(yè)務建立健全敏感人員崗位登記管理，未公開信息保密管理等，涉及敏感數(shù)據(jù)的文檔不允許外傳。二是通過本地化部署大模型處理敏感數(shù)據(jù)和文件，防止客戶數(shù)據(jù)等核心機密外泄。
此外，在使用投行管理系統(tǒng)時，需要由特定人員在特定的數(shù)據(jù)范圍內(nèi)和流程階段內(nèi)使用，確保了業(yè)務數(shù)據(jù)和操作權限的有效隔離。公司層面也已建設了權限稽核系統(tǒng)，通過人員權限動態(tài)管理，定期審計等措施，保障業(yè)務和數(shù)據(jù)安全。
在數(shù)據(jù)安全層面，興業(yè)嚴格落實《證券期貨業(yè)數(shù)據(jù)安全管理與保護指引》對業(yè)務數(shù)據(jù)進行分類分級。依據(jù)過程域建立管理、技術、數(shù)據(jù)接觸3類指引，同時建立數(shù)據(jù)加密保護隔離、備份和審查機制。尤其針對投行業(yè)務涉及的客戶信息通過脫敏、泛化、加密等技術手段降低數(shù)據(jù)泄漏風險。
東吳證券則通過構建完備的數(shù)據(jù)治理體系、強化數(shù)據(jù)安全技術防護、加強數(shù)據(jù)安全意識培訓、建立數(shù)據(jù)安全監(jiān)測與應急響應機制、深化與外部的合作與交流五個方面不斷完善AI與投行業(yè)務的融入。
在投行AI應用賽道上，數(shù)據(jù)安全是核心要點。國外投行為防數(shù)據(jù)泄露等相關風險，限制AI僅能接觸公開數(shù)據(jù)。國內(nèi)投行則通過“本地化部署”AI，打造數(shù)據(jù)安全“防護墻”，使其成為AI競爭的突出優(yōu)勢。當前AI技術迭代迅猛，未來在投行領域引發(fā)哪些新變革，已成為市場持續(xù)關注的焦點。