2023证券数字化实践报告

报告编委 报告指导人张扬 爱分析 联合创始人&首席分析师 报告执笔人孙文瑞 爱分析 高级分析师 王命航 爱分析 分析师 孟晨静 爱分析 分析师 外部专家（按姓氏拼音排序）葛晓波 擎创科技 CTO 孔陈巍 予信科技 副总经理、产品总监 特别鸣谢（按拼音排序） 关键发现 券商面临财富管理转型挑战，数字化是重要实现路径。券商应充分利用人工智能技术，特别是大模型，对财富管理价值链中的客户获取、投资策略构建、投资组合实施以及投教等环节赋能。 为实现跨部门协同、高效运营，业务中台是券商实现IT重塑的关键。鉴于业务中台支撑的上层应用场景广泛，券商可采取从易到难，从单一场景切入再逐步全场景覆盖的策略，选取覆盖范围大且不影响业务连续性的文档撰写场景切入。 券商IT运维智能化是未来趋势。对此，券商在供应商选型环节，应当选取具备数据管理能力和智能计算引擎的厂商，以满足智能化需求。 目录 1.报告综述 1 2.财富管理 4 3.智能撰写中台 3 4.智能运维 17 5.结语 29 关于爱分析 28 研究咨询服务 29 法律声明 30 报告综述 6|2023昶ⴔ區霆ⵚ侨㶶⻊㹊騨䫣デ 1.报告综述 券商数字化转型已驶入快车道，《金融科技发展规划2022-2025》以及《证券公司网络和信息安全三年提升计划（2023-2025）》等政策文件的相继发布，要求提升金融科技治理水平，加大科技资金投入，深化数字化转型，为券商数字化转型提供了明确指引和方向。 与此同时，受宏观经济环境下行影响，券商同质化竞争加剧，传统经纪业务增长承压，券商亟待寻求业务新增长点。 在政策驱动和业绩承压的双重影响下，通过数字化手段满足客户需求、推动业务创新、提升运营效率，最终增强券商市场竞争力，是现阶段券商数字化转型的核心目标。 以业务为指引，当前券商的数字化转型呈现以下三大趋势： 图1券商数字化转型趋势 业务重心方向调整，通过财富管理业务创新实现差异化竞争。一方面券商经纪业务同质化竞争激烈，增长空间压缩遭遇瓶颈；另一方面随着居民收入增长，对财富管理需求日益增强。财富管理已经成为证券业务转型的共识。业内领先的券商纷纷尝试通过拓展线上渠道、优化产品组合、提升顾问能力等数字化手段增强财富管理，这其中涉及对流程、组织、系统等多方面建设。 夯实业务支撑能力，建设业务中台支撑业务创新。过往烟囱式的业务系统建设不仅带来高昂的部 署、运维成本，也使得业务部门相互独立，难以实现高效协同和信息共享，不能满足激烈竞争环境 下证券业务快速创新的需求。业务中台能为各个业务部门提供统一平台，提高资源利用率，提升组织运营效率和创新能力。 扩大技术创新应用，加速AI+场景落地。过往以人工为主的工作流程及模式正迎来重塑，AI+能有效 提升运营效率，成为证券数字化降本增效的有效抓手。AI+正广泛应用在智能营销、智能投研、智能投顾、智能客服、智能运维等多个场景中。 综上所述，本报告选取财富管理、业务中台以及AI应用中较为成熟的智能运维三个重点市场进行应用实践分析，以期为券商提供数字化转型实践经验，助力高效推进数字化转型升级。 财富管理 3|2023昶ⴔ區霆ⵚ侨㶶⻊㹊騨䫣デ 2.财富管理 2.1经纪业务增长乏力，财富管理成券商增长新动能 券商竞争愈发激烈，随着佣金费率逐渐接近成本线，券商传统经纪业务增长乏力。与此同时，个人投资规模增长推升财富管理需求。据麦肯锡数据，2022年国内个人金融投资规模近250万亿元，成为全球第二大财富管理市场。 此外政策鼓励并引导推动券商开展财富管理转型。自2019年基金投顾试点开启后，今年6月， 《公开募集证券投资基金投资顾问业务管理规定(征求意见稿)》公布，代表基金投顾业务从试点转向常规，进一步推动券商财富管理转型。在此背景下，券商纷纷加速财富管理转型步伐，并将财富管理作为未来增长新动能。 图2多重因素推动券商财富管理转型 2.2券商财富管理面临新挑战 财富管理业务流程与传统经纪业务流程差异明显。传统经纪业务流程以“卖方”思维为主，强调交易环节。而财富管理全流程以“买方”思维为主，强调以用户为中心。“三分投，七分顾”，用全方位的顾问服务持续运营用户，包括投前了解客户、投中提供专业投资建议、投后持续陪伴以及贯穿全生命周期的投教服务。 图3传统经纪业务流程与财富管理业务流程对比 财富管理新流程对券商的能力要求也与以往不同，尤其需要数字化能力对各环节进行赋能。 以客户获取环节中的客户画像为例。传统券商多采用问卷调研的方式鉴别客户风险承受能力，这种方式极易导致投资行为与实际风险偏好错配。财富管理要达到帮客户实现财富保值、增值的目的，首先就需要对客户需求进行全面深入了解。这要求券商除通过问卷、沟通直接获取信息外，更要整合客户在多渠道、多平台中的资产数据，建立精准的客户画像。 在跨平台获取用户数据过程中，隐私计算是不侵犯用户隐私前提下的优选。以某头部券商为例，基于隐私计算的多方联合建模，以合法合规方式引入多维数据，研发出涵盖客户交易行为、金融产 品、平台行为、人口属性等1000多个特征标签信息的智能画像标签系统。该券商APP可通过用户 画像和数据挖掘，准确评估投资者风险承受能力，提供合适的投资组合产品并推送合适的信息。 图4财富管理业务场景 投教也需要借助视频直播、智能客服等方式为客户提供全流程全生命周期的服务。借助多种投教服务手段，券商可以充分激活和运营客户。 例如，某头部券商提供“投顾在线”全天候陪伴式直播，在此过程中提供专业投资建议与陪伴。APP内接入了多个大模型，通过强大的语义理解能力，提升对客户问题的意图识别准确度，匹配更精准财富产品，引导客户进行科学投资。通过上述投教服务，券商改善了APP的活跃度，提高了客户在 线时长，并最终获得客户更高的资产配置份额。 2.3大模型将在券商财富管理全场景落地应用 以客户为中心，要求券商满足客户个性化财富管理需求。券商当前的服务模式以专业的投顾团队服务为主，不仅需要投顾人员具备专业性的知识和经验，也限制了券商对更广泛人群财富管理需求的覆盖。大模型不仅能有效提升投顾团队工作效率，也能以更智能化、个性化的服务覆盖更广泛客群。 目前，大模型在券商财富管理中投前、投中、投后均有应用，包括智能投顾、智能投研、智能客服、智能运营、智能投教、数字人等。大模型应用目前仍以单点试验为主，智能客服是最主要的探索场景。未来，随着头部券商对垂直领域大模型训练日益成熟，大模型将覆盖财富管理全场景，成为头部券商打造差异化财富管理竞争能力的有力支撑。 智能撰写中台 2|2023昶ⴔ區霆ⵚ侨㶶⻊㹊騨䫣デ 3.智能撰写中台 3.1用户需求和业务创新要求券商多部门协同、高效运营 激烈的市场竞争环境下，为满足用户体验需求、持续推进财富管理创新业务，券商需提升运营效率，实现组织对市场和需求的敏捷响应。但券商多部门独立的业务流程、割裂的信息孤岛成为运营效率提升的阻碍。如何利用有限的IT预算，以技术手段赋能业务体系，产生最大的收益和价值成为了券商关注的重点。具体而言，券商面临的挑战有： 第一，业务协同性问题。券商下设多个业务部门，包括IT部门、投行部门、财富部门等，在传统IT架构下，各部门间独立性较强，信息系统割裂现象严重，无法做到高效协同和共享。在目前行业竞争日益激烈的趋势下，对于券商提升自身服务能力和综合业务水平形成了不小的阻碍。 第二，合规性保障问题。长久以来，证券一直是强监管行业，在业务合规性方面有着极高的要求。但在传统IT架构下，由于缺乏完善的用户管理机制和内容审核体系，券商在业务开展过程中的合规性缺乏有效的技术保障，从而引发了诸多的安全合规隐患。 第三，系统搭建成本问题。传统IT体系下，券商各业务部门普遍采取烟囱式的方式搭建自身的IT系统。这一方式虽可以较好的满足各部门个性化的IT需求，但存在着部署成本高、运维难度大、资源利用效率低等问题，在当前证券行业营收下行阶段，已然不再适用。 3.2以业务中台为核心重塑IT体系，增强业务支撑能力 基于上述背景，面对现阶段券商业务运营及协作中所存在的诸多阻碍和难题，如何构建一个高效、协同、可持续的业务体系，是券商需要解决的一个重要问题。而搭建业务中台正是解决这一问题的有效途径之一。 第一，业务中台可以优化券商的业务协同性。业务中台可以通过数据集成、通用组件构建、规范业务流程等方式，将券商内部各个业务部门之间的交互和协同进行高效整合和提升，从而帮助券商有 效摆脱传统的业务孤岛状态，实现高效、灵活的业务操作，提升整体业务服务水平。 第二，业务中台可以降低券商的成本和风险。通过搭建业务中台，使券商可以有效避免重复的技术投入，实现各个部门之间的资源共享和协同管理，以及IT设施的统一运维从而大幅降低IT成本和风险。 第三，业务中台可以有效保障券商业务合规性。一方面，通过业务中台的建设，券商可以统一管理各种业务数据和交易信息，并根据不同的合规要求进行分类和处理，从而降低违规操作的风险；另一方面，业务中台还可以实现自动化风控，提升券商的风控水平。通过将风险控制模型集成到业务中台中，可以实现自动识别、分析和预警系统的风险事件，从而最大限度地减少风险事件发生的概率和影响。 3.3从易到难稳步推进，智能撰写中台赋能业务中台实现平稳落地 综上所述，不难看出以搭建业务中台为核心重塑IT与业务体系，正成为券商实现数字化转型持续深化的关键方案之一。通过搭建业务中台，加强内部业务协同、提高竞争力和效益水平，并不断探索新兴技术的应用和场景，也逐渐成为券商未来赢得市场竞争优势的一大核心手段。 然而，就目前实际进展来看，业务中台想要在券商内完全落地依旧还面临着技术架构兼容性、建设成本等诸多挑战，实现整体规模化应用落地仍道阻且长。但从单一场景切入，再逐步形成全场景覆盖或是一条可行的路径。其中，文档撰写场景，凭借其覆盖范围大，不影响业务连续性等核心原因逐渐成为了不少券商搭建业务中台的第一步。 图5：证券领域文本撰写场景 文档撰写存在于券商各个业务部门的日常工作中，是券商持续开展业务的必要基础。从简单的日报、周报到更具专业化的多种深度分析报告撰写，传统体系下券商员工每日都要花费大量时间和精力投入。但就实际效果而言，整体报告产出效率较低，并且在当前监管合规愈加严格的趋势下，易出现内容违规风险。因此，通过搭建智能撰写中台，重塑整体文档撰写体系，在保障业务合规的前提下，释放员工更大生产力，从而赋能业务增长，已然成为券商深化数字化转型的必然之选。 智能撰写中台是指通过大数据、智能增强分析与人工智能等技术，从多源异构数据源按需获取数据后，按照特定的规则体系完成对原始结构化数据推理加工，并形成分析结论或文本内容，从而实现数据分析、文档撰写自动化的技术平台。在证券行业中，智能撰写中台可以帮助证券公司内部投资银行、资产管理、投研、运营管理、合规管理、质量控制等多个部门快速、准确地生成丰富种类的文本内容，从而提高券商的服务质量和效率。同时，依托智能撰写中台的多种核心优势能力，券商能够针对当前业务与技术融合阶段所产生的协同性、合规性、成本等核心问题与短板进行全方位补足，具体如下： 在优化业务协同性方面。首先，智能撰写中台可以通过自动化流程设计和任务分配，优化券商的 整体业务流程，并为业务决策提供有价值的支持； 其次，智能撰写中台还可以通过将不同团队和部门的信息整合在一起，并向所有相关人员共享，大幅提升信息在各业务部门的传递和共享效率； 最后，基于智能撰写中台所具备的多人在线协作能力，可以通过在线编辑、实时共享等操作，加强不同业务部门间的沟通交流能力，并进一步提升整体业务体系的协同性。 在有效降低成本方面。智能撰写中台以“中台化、模块化”理念设计打造，通过一次平台建设， 即可辐射全业务场景。并基于模块化设计的优势，使得不同的功能可以独立开发、测试和部署， 从而显著降低系统建设成本和风险。 另一方面，传统的文本撰写工作往往需要大量的人力资源，而智能撰