目前，大模型正加速向证券行业场景落地，AI投顾、智能投研等新产品不断涌现，技术红利与算法风险相伴而生。近日，中金公司首席信息官程龙在2026年服贸会上接受北京商报记者专访时表示，当下证券行业大模型已经从概念探索走向垂直落地阶段，金融行业凭借文本密集、技术密集的特性走在AI应用前列，行业Token消耗连年倍数级增长，已经成为券商智能化转型的基础生产要素。与此同时，AI为普通投资者打开普惠投资新窗口，但技术落地需要平衡创新速度与投资者保护。

投行投研率先打开AI应用场景

当前新一代人工智能技术加速迭代，模型尺寸、架构体系以及落地应用场景持续扩容丰富。在国家“人工智能+”战略的推动下，各行各业都在加速推进大模型落地应用。

程龙谈到，金融行业本身属于文本密集、高度专业的领域，兼具信息密集、技术密集的特点，对新技术的接纳与落地积极性较高。其中金融领域的投行、投研等文档密集型、专业度要求高的业务场景，已经率先实现大模型技术的规模化落地，是当前AI通用大模型走向垂直行业落地、应用成熟度极高的核心领域。不过也要看到，完整商业闭环的打造依然需要持续打磨，技术能力需要和金融业务规则、合规体系深度耦合，才能释放真正的商业价值。

中金公司也在持续推进大模型的行业实践，打造中金点金大模型，将分析师专业能力与大模型相结合，打造7×24小时数字分析师分身；同时推出中金智阅系统，用于IPO等信息披露文档的差错识别，把大模型嵌入到投研、风控、财富管理多条业务线当中。

在程龙看来，大模型对金融行业的影响集中体现在效率提升与市场优化两个层面。一方面，大模型可以显著提升信息收集、分析、处理效率，进一步提高资本市场的运行有效性，助力资本市场更好地服务实体经济。另一方面，大模型提升了资本市场的风险定价能力，推动市场运行更加规范高效，让广大投资者能够切实享受AI技术发展带来的资本市场发展红利。

从投资者实操层面，程龙介绍，中金公司自研了多款人工智能金融工具。例如诊股工具，可以在20秒内完成个股基本面、信息面、技术面的全方位分析，辅助投资者高效开展投资决策。另一方面，把大模型技术和公司投顾十余年的专业经验结合，打造专属AI投研工具，能够从短期、中期、长期不同时间维度输出投资参考建议，帮助普通投资者做出更加科学、高效的投资判断。

数字化转型背后Token消耗持续增长

谈及行业Token使用现状，程龙表示，当前金融行业对于大模型的应用热情很高，消耗的Token规模也处于高速增长状态。从行业整体数据来看，近年来金融行业Token消耗量保持每年2—4倍的量级增长，这一数据背后，反映出大模型在金融行业应用的深度与广度持续拓展。

从消耗场景来看，程龙透露，Token消耗大户集中于三大方向。第一是内部员工赋能，中金公司搭建员工AI助手，助力内部员工办公提效；第二是面向外部客户服务，在文本、信息高度密集的金融业务，Token的消耗体量突出；第三是风险防控场景，伴随注册制全面推行，资本市场对信息披露的精准度、规范性要求大幅提升。几百页的IPO文档依靠人工查找细小错误难度很高，中金智阅依托大模型快速识别文档内语义错误，大幅降低信息披露差错。

程龙认为，Token是券商落地大模型、实现全业务智能化升级的核心基础资源。无论是内部降本提效、外部客户服务升级，还是合规风控、业务创新等核心板块，都高度依赖Token算力支撑。现阶段Token消耗持续增长，本质是券商数字化、智能化转型不断深化的体现，对券商提升核心竞争力、规范业务发展、赋能资本市场高质量发展具备十分关键的意义。

投资者保护贯穿AI全生命周期

不可忽视的是，AI工具大幅提升信息处理效率的同时，信息误导、算法偏差等风险随之显现。如何在加快技术应用的同时做好投资者权益保护，同样是券商发展AI业务绕不开的命题。

“对金融机构而言，投资者保护并非AI技术应用的附加项，而是新技术落地不可或缺的核心环节，与技术迭代、业务落地融为一体，不可割裂。”程龙强调。

从公司治理层面，企业应当设立人工智能治理相关委员会，从顶层设计层面规范AI技术的研发与应用。在具体实施环节，投资者保护要求应贯穿大模型应用全链条，覆盖前期研究、产品开发、上线运营，以及上线后的效果后评估全部环节。

程龙坦言：“证券行业开发AI工具想要兼顾‘快’和‘稳’，核心就是坚持技术迭代与风险管控、投资者保护同步推进，不能一味追求落地速度。依靠完整治理体系和全流程管控，实现AI金融服务高效、合规、安全落地，做到效率提升与风险防控双向平衡。”

北京商报记者 刘宇阳 实习记者 王思奕