作为资本市场的核心中介，证券行业的数字化转型进入关键阶段。以 AI 为代表的技术浪潮，正深刻重塑金融行业的整体面貌。

11 月 7 日，由央广财经与神州数码旗下品牌神州鲲泰联合承办的 2025 央广财经 " 数字金融高质量发展 " 实践分享研讨会在杭州举行。

政策技术双轮驱动 行业迎来 " 三浪叠加 " 新格局

当前，证券行业正面临前所未有的变革契机。神州数码集团副总裁、神州鲲泰总裁孟希平表示，最近公布的 " 十五五 " 规划建议指出 " 加快建设金融强国 "，大力发展数字金融。今年是 " 十四五 " 规划收官之年，也是证券行业数字化转型 " 攻坚突破 " 的关键一年。《证券公司网络和信息安全三年提升计划（2023-2025）》即将收官，《证券行业信息系统稳定性保障体系标准》正在征求意见，这些都标志着行业正从 " 被动防御 " 转向 " 主动治理 "，从 " 技术支撑 " 走向 " 价值引领 "。

中金公司首席信息官程龙进一步阐述了行业面临的 " 三浪叠加 " 新格局——业务创新加速、科技能力提升与新兴技术涌现，三者共同驱动行业变革。数据显示，证券行业 IT 投入持续保持 20% 以上的年复合增长率，科技已成为券商核心竞争力之一。

中金公司首席信息官程龙在研讨会上介绍券商布局大模型情况

值得注意的是，2025 金融街论坛年会期间发布的《资本市场智能计算基础设施规划（一期）》，明确提出构建 " 电力、算力、数据、网络、应用场景 " 五位一体的智算设施架构。这一规划的出台，为行业智能化升级提供了明确的政策指引和实施路径。

济安集群轮值主席韦洪波曾在券商负责 IT 业务，他指出，跟银行相比，券商在信息化上预算有限，还面临行业全面 " 线上化、数字化、智能化 " 的技术浪潮冲击。在实践探索中，不同类型的券商应对不一。头部券商可进行 " 多点开花 " 的尝试，但中小券商应将技术投入与公司重点业务进行结合。

AI 应用从效率工具向价值创造跃迁 重构行业竞争范式

在 AI 技术迅猛发展的背景下，如何实现从效率提升到价值创造的跃迁，成为与会专家关注的焦点。

恒生电子首席科学家白硕从技术演进角度分析指出，AI 技术经历了从早期基于规则的阶段，到依赖大量数据标注的阶段，再到当前以预训练大模型为核心的阶段。" 这一转变推动行业走向平台化道路，企业可以依托基础模型平台快速衍生多样化智能应用。"

恒生电子首席科学家白硕提醒不要对 " 裸模型 " 期望过高

然而，白硕也提醒行业不要对 " 裸模型 " 期望过高。他强调，未经行业数据和业务系统增强的通用大模型难以独立支撑金融业务，正确的路径是将大模型与机构的业务数据、业务系统深度融合，使其理解业务上下文，从而输出稳定、可信的结果。

程龙分享了具体的实践案例。他表示，中金公司已在多个领域取得实质性进展，公司围绕 " 产品创新和竞争力提升 "、" 防控关键风险 " 和 " 提升运营效率降低成本 " 三类场景，将智能技术与业务场景深度融合，不仅提高运营效率和用户体验，更在风险防范强化和产品创新领域取得实效：" 中金点睛 " 大模型提供具备中金研究水平的全行业 7*24 小时分析师助理，已为 100 多家机构客户提供服务；" 中金智阅 " 文档审核方案语义错误检出率达 90%，月均审核文档超过 5 万篇；" 财富投顾 Copilot" 将 AI 深度集成到投资顾问日常工作流中，实现真正的 " 千人千面 " 服务。

程龙指出，AI 最大的价值不仅在于提升效率，更在于创造新的可能性。他提出选择大模型应用场景的四大标准——小切口、大纵深、高密度、一体化，建议金融机构的 AI 落地充分发挥大模型特点来解决传统技术解决不好或解决不了的痛点问题。

算力基础设施持续演进 筑牢智能化转型根基

面对大模型技术的快速发展，算力基础设施的支撑作用日益凸显。华为中国区证券行业总经理李静指出，大规模 MoE 模型与超节点架构展现出更好的亲和性，而小尺寸模型则支持算力向边缘端下沉。

" 大尺寸模型需要超节点集群算力提供支撑，而小尺寸模型则推动算力向边缘延伸，形成兼顾算力与能效的新形态。" 李静表示，这种分化趋势要求算力基础设施必须同时具备 " 更大更强 " 和 " 小而美 " 两种能力。

" 数字金融高质量发展 " 研讨会现场

李静进一步提出了 " 金融代际变革 " 的重要判断。他认为，金融行业正在经历服务模式从 GUI 被动点击转向 NUI 主动交互、人机协作从 " 人 + 软件 " 转向 " 人 + 智能体 "、风控决策从 " 规则 + 数据 " 转向 " 知识 + 智能体 " 的深刻变革。相应地，基础设施也需要从 " 通算 5 个 9" 向 " 智算 5 个 9" 演进，未来企业的算力建设比例会呈现从传统算力向智算占比大幅提升的转型趋势。

神州数码信创业务集团副总裁、研发中心总经理周川则着重介绍了 "AI for Process" 的创新理念。他讲到，"AI for Process 是神州数码提出的企业级 AI 落地方法论体系，旨在通过 AI 技术推动企业流程变革，实现价值跃迁 "，未来的企业不是用 AI 的企业，而是与 AI 共生的企业。

周川介绍，承接神州数码的 "AI for Process" 前沿理念，神州鲲泰构建的 AI 原生企业数智化技术参考架构，覆盖底层的 AI Cloud-Native 基础设施，中间的服务资源池、MaaS 平台，上层的 Agent 平台和智能体消费层。目前神州鲲泰已构建起从核心硬件到定制化方案的完整 AI 智算产品体系 —— 从适配大模型训练与推理的智算服务器产品到满足终端智能化需求的智算工作站等，既覆盖通用场景的标准化算力产品，也致力于打造贴合行业特性的私有化解决方案，真正实现全栈国产化 AI 智算支撑，为证券行业提供完整的技术解决方案。

生态协同成为共识 共建行业数字化新生态

在本次研讨会上，生态协同成为各方共识。孟希平指出，证券行业的数字化新征程不是 " 单点突破 " 的竞赛，而是 " 技术落地、痛点破解、生态共建 " 的协同之战。

" 独行快，众行远。" 孟希平强调，证券行业的数字化转型需要交易所与券商协同制定标准，需要科技企业与金融机构联合打磨产品，需要学术机构与产业界共同培养人才。

恒生电子执行总裁官晓岚表示，新技术在资产管理、财富管理等业务中的应用，最终应让用户更好地享受财富增长。恒生、券商及各方应进行合作，共同解决客户需求，推动财富管理行业进步，使投资者充分受益于资本市场发展。

挑战与机遇并存 行业迈向智能化新征程

尽管前景广阔，但证券行业的数字化转型仍面临诸多挑战。神州数码企业云业务集团 AI 专家曲赟指出，当前企业 AI 落地主要面临六大核心痛点：技术部署与业务场景适配不足、知识迁移与模型专业化训练脱节、效果预期与迭代优化失衡、技术复杂度与运维成本低估、规模化智能体协同治理缺位。

白硕则提醒，行业需要推动几项关键工作：为中小机构解决算力问题、构建 AI 友好的数据环境、确保内容安全与合规、建立业务风险防范机制。

与会专家一致认为，随着《资本市场智能计算基础设施规划（一期）》的落地实施，以及行业各方协同效应的不断显现，证券行业将迎来智能化发展的新机遇。从 "AI+" 到 "AI×"，从效率工具到业务引擎，人工智能正深刻重构证券行业的竞争格局和服务模式。

刘宏鹏在总结时强调，金融的数字化转型不仅是技术问题，更是发展问题、治理问题、人民性问题，" 我们必须始终践行‘金融为民’的初心，让数字化的成果真正赋能一线业务、服务广大投资者、支撑国家经济社会发展大局。"

本次研讨会汇聚了来自行业协会、券商、金融科技企业的三十余位专家代表，通过闭门研讨的形式，围绕 "AI+ 证券 "" 智能与算力赋能 "" 转型升级与安全发展 "" 生态协同 " 等核心议题进行了深入交流，为证券行业的数字化转型提供了有益的思路和借鉴。