肖钢
中信建投证券首席信息官
各位领导、各位嘉宾，大家好！很高兴向大家汇报中信建投在财富管理AI应用方面的探索和实践。
第一，证券行业财富管理AI应用趋势洞察。
当前，财富管理的数字化、智能化转型已不再是“可选项”，而是“必答题”。2025年证监会发布的《关于资本市场做好金融“五篇大文章”的实施意见》，明确提出要加快推进数字化、智能化赋能资本市场。随着居民财富管理需求持续增长、资本市场产品体系更加丰富。
在财富管理领域，从业务视角看，AI技术在拉新获客、存客激活、服务陪伴、智能投顾等场景中展现出巨大潜力，人机协同的优势互补将创造更大的客户价值。
从技术视角看，财富管理领域的AI 应用，正在从智能客服、客户画像、精准营销，进入到投顾Copilot、产品知识图谱、组合诊断、合规审核智能体、AI原生APP的建设阶段，但也面临数据基础不牢，智能投顾的合规服务边界不明确、AI合规能力建设滞后等现实挑战。
总得来说，证券行业AI赋能财富管理的探索一直在进行，总结起来，我们对证券行业财富管理AI应用趋势有四大关键洞察：一是财富管理从产品营销走向客户经营，我们提出以客户需求驱动的新发展模式，是指导我们公司做好财富管理的一个重要战略。二是AI不是替代投顾，而是增强投顾，我们觉得这个特别重要，希望能够做到人机结合、人机同行。三是智能体应用应围绕客户旅程落地，我们很多工作离开了客户就失去了方向。四是深度应用必须同步建设基础设施、能力体系和治理体系。
第二，行业变革与传统财富管理痛点。
我们正处在财富管理转型的关键阶段。我们再回顾一下行业财富管理领域的变化。
过去证券零售业务更多依靠交易通道、产品销售和客户经理经验；今天，客户希望机构真正理解自己的风险偏好、资产状况、投资目标和服务习惯。无论是高净值客户，还是刚入市的年轻投资者，都期待更专业、更及时、更个性化的长程服务。
从投顾视角看，传统模式面临四个痛点：一是人力成本高，服务覆盖有限，优秀投顾资源难以覆盖长尾客户；二是服务同质化，客户分层、需求识别、策略匹配不够精准；三是主观决策占比较高，投顾建议容易受到经验边界和市场情绪影响；四是投后跟踪不到位，市场变化、产品变化、客户行为变化难以及时转化为服务动作。
若从技术视角看，本质是存在四个问题：一是客户视图碎片化，看得到交易，看不清客户；二是产品理解碎片化，看得到产品，看不透风险；三是服务流程碎片化，营销、投顾、交易、投后等各自为战的情况比比皆是；四是数据治理与协同不足，部门有数据，公司缺闭环。
总结起来，主要就是要解决两个问题：数据要打通，服务要闭环。我们认为人工智能技术恰逢其时，希望结合这两方面的工作做出一些成绩。
第三，人机协同的核心价值。
真正的人机协同，需要把AI嵌入财富管理业务的全流程。AI可以帮助投顾更快地进行市场分析和信息处理、做客户洞察与需求识别、做服务方案和产品匹配、改进沟通与服务触达、补上投后陪伴和服务优化，也就是能更快理解市场、了解客户，更快形成可解释的服务方案，精准进行产品适配；而投顾则负责将模型输出转化为有边界、有温度、符合适当性要求的客户服务。
这种模式带来四方面价值:
第一，提升服务效率，快速处理行情、研报、公告、产品、客户行为等多源信息。
第二，拓展服务边界，把标准化、可复制的专业能力下沉到更广泛客户群体。
第三，降低运营成本，接手重复性咨询、内容整理、客户触达和投后提醒。
第四，增强风控合规，通过实时合规审查、适当性校验、话术管理、留痕审计和风险预警，让服务过程更规范、更可追溯。
第四，中信建投证券的实践探索与成效。
在中信建投证券，我们已经围绕投研、服务、运营三个方向推进探索，形成了一批具有财富管理特色的AI应用。下面我介绍我司财富领域的几个典型产品。
一是“信谛听”AI数智平台。昨天我们举办了“信谛听”平台新版本上线的推介活动，受到了许多客户的关注，这个平台是一款聚焦于智能化投研，为用户提供便捷的金融资讯AI对话服务、丰富的数字化AI投研产品，以及智能化的策略研发平台，让投资决策更有依据。在“信谛听”平台，客户可以通过自然语言交互实现多品种多频率自纠错投资策略生成，经过投研洞察、深度判断和交易仪表盘展示，进行业绩归因，用于平权交易。“信谛听”平台主要面向偏专业型的投资者，上线两个月已经有上万名客户签约，完成约十万轮的AI对话，在跑模拟交易策略数千个，管理资产达到百亿级别。
二是AI蜻蜓翼答。作为客户智能化财富管理服务的核心载体，通过人工智能自主问答，在选股、选基、市场解读、财报分析、行业追踪、投研诊断、投教百科等高频场景提供7*24小时的深度服务。实现从“听懂需求”到“给出方案”的全流程自动化闭环。主要面向偏大众型的投资者，目前日活达到数万人，AI自主有效答复率超过90%。
三是智能外呼。经过多年实践，智能外呼场景已经比较成熟，现在不仅可以识别出客户的语义，还可以洞察出客户的意图和情绪，提供“真人”交互体验，每天外呼量超过3万通，每天可以节省超过200个人工坐席，承担了大量的重复性工作，效果还是比较明显的。
四是灵犀智能客户服务平台。对于员工的工作管理，我们原先是通过规则模型，逐个分配比较确定的工作任务，现在灵犀平台引入了智能AI大模型，员工可主动参与到客户需求发现和商机挖掘的工作，同时，灵犀将实时探查到的客户动态需求第一时间发送至员工，员工进行跟进、执行和反馈。灵犀智能客户服务平台不仅可以赋能客户，也可以赋能员工，还可以赋能管理过程，目前已经覆盖了全公司财富管理的全部的业务场景，员工工作效率和分公司的管理效率均有了较大的提升。
五是CRM Agent。CRM系统建设了多年，数据量巨大，有上千个功能点，对客户服务有很大的帮助，从员工的角度来看，CRM系统的很多功能都是确定的，但是从客户服务的角度来看，客户需求是多样性的。我们把AI时代的海量数据与客户多样性场景结合在一起开发了CRM Agent，通过固定化功能和自主随意组合提供更丰富的客户服务，目前服务的员工数超过5500名，月活均值超过3100，客户分析效率提升3倍。
六是八爪鱼固收一体化智能平台。这个平台主要是面向固收内部用户以及服务企业和专业机构投资者，通过深度融合AI技术与金融业务，覆盖债券一级发行、二级投研投顾投资、FICC场外衍生品及跨境业务等全业务流程，全面提升FICC展业效能。在一级市场，自研的AI可解释性算法有效解决海量的投融资需求精准匹配问题，并将业务人员的经验进行数字化沉淀，在二级市场，推出“chat2trade”智能交易系统，依托微调大模型与AI机器人，破解场外市场长期存在的效率和人工操作风险问题，提升交易效率。AI可解释性创新成果和大模型垂直应用创新成果分别在2025年和2026年被国际顶会ACM SIGKDD收录。
第五，未来展望、挑战与机遇。
在AI技术日益发展的今天，我们既看到巨大机遇，也必须清醒认识到，财富管理作为一个高度依赖信任、专业判断和合规边界的业务，当前仍面临几方面挑战：
一是高质量、专业化投顾语料和客户行为数据不足，客户画像、账户行为、产品特征、投研观点、服务记录和合规规则分散在不同系统。
二是模型幻觉和偏差可能带来误导销售、过度交易、风险揭示不足等投资者保护风险。
三是客户隐私、数据安全和系统权限需要更强约束，智能体连接APP、投顾工作台、行情、外呼乃至交易辅助系统后，必须明确数据、权限和人工确认边界。
四是AI 工具嵌入投顾流程，需要技术、组织、文化和考核机制协同。
五是算法透明、责任界定、客户授权和监管适应性等这些治理难题仍需持续探索。
为应对这些挑战，我们认为，财富管理条线要同步补齐三类能力：
第一，夯实AI基础设施。数据底座要加强数据治理，持续打通客户、产品、账户、投研、服务和合规数据；知识底座要沉淀产品知识、投研知识、适当性规则和服务规范；模型底座要支持金融垂类模型、检索增强，优化上下文管理；智能体底座要支持安全合规的工具调用、任务编排、权限控制和人机交接，夯实AI赋能业务安全合规可信可控；安全底座要实现数据脱敏、访问控制、内容审核和日志留痕。
第二，提升AI驱动的财富管理能力。面向客户，要提升智能问答、市场解读、资产配置辅助、投后陪伴和风险提醒能力；面向投顾，要提升客户洞察、话术建议、产品匹配、投研辅助和服务复盘能力；面向运营，要提升客群分层、活动策划、转化分析和服务质量管理能力；面向管理，要提升服务效率、客户体验，实现合规风险智能管控，经营成效可观测。
第三，完善AI治理机制。要按照场景实现风险分级管理。对于资讯解读、知识问答等低风险场景可以提高自动化程度；对于产品推荐、资产配置、交易辅助等高风险场景则需要强化人工复核、适当性校验和责任边界；涉及客户资产和交易执行的关键场景，还要坚持客户确认、系统校验、最小权限和全程留痕。
展望未来，中信建投证券将继续深耕AI赋能财富管理，我们也希望与监管部门、同业机构、科技公司、基金公司和研究机构加强合作：
一是共建财富管理AI可信应用标准，围绕数据安全、模型评测、算法透明、适当性管理、风险提示和责任边界形成行业共识。
二是共建“数据+知识+模型+服务”的开放生态，在合规前提下推动投研知识、产品知识、客户服务知识和合规规则结构化沉淀及共享。
三是共建以投资者保护为底线的普惠财富管理新模式，让AI帮助投顾服务更多客户、陪伴更长周期、提供更精准的专业支持。
我们期待与各方一道，共同探索财富管理AI的场景边界、技术路径和治理模式，让AI真正服务客户、赋能投顾、提升行业质量，为证券行业财富管理高质量发展贡献力量。
谢谢大家！
