券商大模型在赋能财富管理生态时，隐藏着对AI算法的技术依赖与不确定性风险。以东吴证券自研“秀财大模型”为例，虽然其推动了管理客户资产规模达8525亿元（增幅28.89%），但落地AI盯盘等场景在极端行情下存在模型失效风险，且高度集中的智能运营体系易引发系统单点故障。

财富管理的技术依赖与业务增长

在经纪与财富管理等轻资产业务中，东吴证券打造“投顾+”服务生态，构建基于客户生命周期的智能运营体系。通过以“秀财大模型”为引擎，落地AI盯盘、AI信号、AI对话等核心场景。这种数字化转型直接带动了股基交易额达8.91万亿元（增幅67.80%），代理买卖证券业务收入实现23.10亿元。然而，高增长背后意味着业务运转对AI算法与底层系统的依赖度加深，客观上放大了技术层面的不确定性。

AI投顾生态的技术与市场双重风险

在金融科技应用中，券商大模型面临两方面挑战：

  • 模型失效与系统风险：AI盯盘和AI信号高度依赖历史数据，金融市场大幅波动风险可能导致AI模型预测失效，产生信号偏差与误导。同时，海量业务过度集中于智能化系统，一旦出现技术故障，将引发单点瘫痪与信任危机。
  • 自营投资与业绩波动：除技术风险外，公司重资产业务同样承压。尽管其他权益工具投资资产增加（增幅91.76%），但官方明确提示，金融市场波动率加大会直接导致自营投资收入及持仓资产的公允价值减少，从而降低业绩表现。

常见问题

券商自研大模型会带来哪些AI投顾风险？

在智能运营体系中，AI大模型主要面临极端行情下的算法失效风险。当市场出现剧烈波动时，AI信号可能产生偏差，且高度集中的数字化系统存在单点故障的隐患，可能影响投顾服务的连续性。

东吴证券客户资产与交易规模增长的原因是什么？

这主要得益于其打造“投顾+”服务生态以及推进数字化转型。通过自研大模型落地核心场景并获批账户管理功能优化试点，提升了运营效率，带动了客户资产规模与股基交易额的大幅增长。

投资类资产规模增加能抵御市场波动风险吗？

投资类资产配置规模的增加有助于优化结构，但无法完全消除市场风险。官方风险提示明确指出，金融市场波动率加大仍可能导致持仓资产的公允价值减少，从而影响整体业绩表现。