2024年度上市公司数字化转型最佳实践丨东吴证券：AI赋能券商数字化转型

案例具体信息

2024年2月19日，国务院国资委召开“AI赋能 产业焕新”中央企业人工智能专题推进会。贯彻习近平总书记关于发展人工智能的重要指示精神，推动中央企业在人工智能领域实现更好发展、发挥更大作用。

东吴证券响应政府号召，高度重视人工智能的发展，在算力、场景和资源上进一步增加投入，持续推进AI赋能数字化转型工作，为探索人工智能赋能经济转型发展路径树立新样本，为证券期货行业数字化转型树立新标杆。

2023年5月18日，东吴证券三十周年司庆日，启动AI战略，探索证券大模型的应用场景，持续打造新质生产力，推动公司数字化转型。

打造秀财大模型。东吴证券成为中国境内证券行业首家，完成自主知识产权自研大模型训练，并完成算法备案的证券公司。秀财大模型基于2.235万亿Tokens语料（含4000亿Tokens金融语料），在40台服务器上从零开始进行完整的预训练，并完成指令微调和强化学习。先后训练130亿和1080亿参数的证券垂类大模型，并已充分应用于公司内部多个业务领域。

图1  秀财大模型四大范式

围绕秀财大模型，规划四大AI应用范式，包括AI对话（AI Chat）、智能BI（AI Coding）、智能体（AI Agent）、增强搜索（AI RAG）。通过调用RPA和API（Function Call）工具，在包含投研、投行、投顾、经纪、固收、风控、审计等多个领域落地了38个AI应用场景，推动基于秀财大模型的全面AI业务转型。

按照总体规划，东吴证券将探索十亿（7B）、百亿（13B）、千亿（108B）等不同参数量级的自研大模型能力矩阵，同时，充分发挥通用大模型、领域大模型、开源大模型各自的优势，落地ToB、ToC两种业务模式。

ToB场景-AI舆情分析：应用大模型的归纳总结能力，实现智能分析舆情，跟踪舆情发展，评估舆情热度，可及时发现并处理舆情，满足风控、审计、监管的要求。发掘舆情与行情的关系，将相关舆情挖掘为情绪因子，用于量化交易，提升投资收益率。

ToB场景-AI文档抽取：东吴证券构建自动化文档处理流水线，持续优化和标准化文档审核、归档、检索等工作流程，利用大模型读取并理解文档，完成快速提炼与关键信息抽取，结合人工复核，可将1小时的工作量缩短到20分钟以内。

ToB场景-AI报告生成：金融行业存在标准模板文本，例如基金合同、招股书、募集说明书以及底稿等文档，人工耗时较长，效率较低，难以保证数据准确性。东吴证券建设了AI报告平台，通过配置不同模板，如企业尽调、投研日报、行研周报、打新报告等模板，在后台自动化完成信息搜集、信息处理、数据查询、图表生成、接口调用等工作，显著提高报告制作效率，可有力支撑企业各个业务板块，让员工聚焦于数据洞察和审核工作。

ToC场景-AI投顾、AI研究员：AI投顾主要涉及AI诊股、AI客服、AI荐股、持仓分析、企业尽调、舆情总结等领域，兼具投资顾问和研究员的能力，对普通个人投资者参与投资有重要意义。结合舆情、行情、尽调的AI诊股，可针对个股进行多因子分析，整合个股基本情况、板块异动、资金流入流出等信息，解析个股涨跌原因，快速提供分析结果，为投资顾问、客户经理、个人投资者等提供重要的信息分析支持。

ToC场景-AI投资：将业绩面、资金面、基本面较好的优质个股纳入股票池，结合量化系统提供的买入信号，基于个股热点、舆情、研报、公告、资金面，用AI进行选股，生成投资组合，回测收益率围绕5%波动，高于ETF300收益。

在AI对话（AI Chat）领域，秀财108B大模型基于RAG实现了Function Call，通过意图识别，可以直接在对话界面进行个股诊股、技术面分析、舆情整合、趋势判断，辅助用户快速了解上市企业信息、监管规定和处罚案例等证券相关信息，提升工作效率，成为自有员工和客户的统一入口，实现流量闭环。

在智能BI（AI Coding）领域，秀财大模型可通过One Shot或Few Shot方式生成SQL代码，调用API实现数据的查询、检索和分析，让用户具备专业数据分析师的能力。

在智能体（AI Agent）领域，东吴证券开发了智能体中台，并建设了LLM路由，通过智能编排，实现了多个半监督式的AI组合流程，可以完成包括企业尽调、AI诊股、AI打新等复杂工作任务，减少重复性工作。

在增强搜索（AI RAG）领域，秀财大模型通过搜索权威网站和内部数据，结合BERT模型，实现了长文本的准确召回，并且高效整合搜索结果。

图2  AI赋能券商技术架构

在上述四大应用范式的基础上，秀财大模型在投研、投行、投顾、经纪、固收、风控、审计等多个领域都落地了AI赋能试点应用，具备个股涨跌分析、个股诊断、盘后总结、舆情分析、投顾助手、企微客服助手、投研日报/周报生成、尽调报告生成、债券募集说明书审核、合同关键信息抽取、合规问答、数字人培训等功能。

通过建设证券行业智能体中台，对接企业内外部API、向量数据库和RPA工具，优化不同的能力组合，完成不同的业务目标,可支持复杂业务流程，可显著提升生产效率，扩展应用范围，协同多个业务部门，实现AI券商转型，提质增效。

在东吴证券数字化转型战略、AI赋能战略的引领下，东吴证券的AI赋能将不断深化，创新和完善，持续推动公司向AI券商转型，不断提质增效，为客户提供更高水平的服务。

东吴证券积极响应国家发展人工智能的重要指示精神，坚持“核心技术自主可控”发展战略，在券商行业首次实现自主知识产权大模型，在行业内起到国产自主化标杆作用。

拥抱新质生产力：拥抱AI新科技，提质增效，展示东吴证券人工智能应用赋能场景，提升东吴证券市场品牌美誉度，达到普惠金融的目的。

反哺开源社区：秀财大模型开源130B等大模型的训练代码，包含大模型压缩、蒸馏、长文本等应用技术，促进国内人工智能产业的发展。

苏州市人工智能产业发展：作为苏州本地上市证券公司，在金融领域探索创新人工智能产业发展模式，示范带动长三角一体化发展，为探索人工智能赋能经济转型发展路径树立苏州样本。

证券期货行业技术应用创新：积极参与大模型相关课题研究、项目申报工作，为AI在金融领域技术应用创新、数字化转型，贡献东吴证券的力量。

AI新质生产力建设期间，遇到各种痛点、难点。东吴证券结合自身数字化转型积累一定的经验：

大模型训练成本高昂，需要更加明确的商业模式，确保投资收益比。目前世界各金融机构尚未摸索出清楚的AI赋能商业模式。我司AI商业模式仍在探索中，已在降本增效领域取得一定成绩，需要深化探索。

建议在监管单位的牵头引导下，头部机构联合进行语料梳理、信创环境适配、L2大模型训练，持续提升业务领域投资深度，对标国际水平，提高服务效率，推进行业数字化转型新高度。

最后，建议中小券商以主流国产开源大模型为主，结合行业大模型、领域大模型，在应用层面上，探索新的应用场景，提升AI赋能金融的人民性、普惠性，做好科技金融这篇文章。明确差异化市场定位，向特色化领域转型，在细分领域对标头部券商，实现弯道超车，为投资者提供更高水平的数字化服务。

 供稿单位：东吴证券股份有限公司