桌面
添加运营动脉到电脑桌面
安装后将用独立窗口打开,并可在电脑桌面快捷访问
足迹
浏览记录
加载中...
查看更多

券商AI助手怎么做?34页拆解16款产品与体验框架

作者:苏坡倪 2026-11-22 11:31 3
广告

本文解读:《证券类AI产品体验设计研究报告》 · 共 34 页 · 原文

这份报告最有用的一句话,是它给当下阶段的定性:AI 仍处于大模型初步接入阶段。《2025 年证券类 AI 产品体验设计研究报告》由体验设计公司 simpleUX 出品,共 34 页,分行业现状、用户研究、竞品分析、趋势展望四部分。

报告选了两组样本做横向体验:7 家券商 App 和 9 家互联网金融 App,全部是已接入大模型的产品。它能成立的前提是一个数字:2025 年证券行业 AI 应用规模约 142 亿元人民币,2020 至 2025 年中国市场增速 19.6%。

钱已经投进去了,但用户端真正用起来的功能,大多还停在“总结一段话”。

四类用户画像

图源:《证券类AI产品体验设计研究报告》(第1页)

一、142 亿元的市场,和一条更陡的曲线

报告引了两组外部数据打底。全球市场 2020 至 2025 年规模约 156 亿美元,增速 12.4%。中国市场同期约 142 亿元人民币,增速 19.6%,比全球快出七个百分点。

结构上,IDC 对 2024 至 2028 年中国金融行业生成式 AI 投资做了拆分,四块是服务、生成式 AI 应用、平台和基础设施。报告引这个结构的意思是:应用层只是冰山一角,钱更多压在平台和算力上。

对券商来说,这意味着自建全栈的成本极高,接入外部模型加自研应用层是更现实的路。

AI在券商的六类应用

图源:《证券类AI产品体验设计研究报告》(第6页)

二、AI 在券商干什么:六个高频场景

报告把应用表现归成三组能力、六个场景,这个分法可以直接当业务地图用。财富管理智能化这一组,包含智能投顾、智能客服、精准营销。智能投顾卖点是 7×24 小时个性化服务,做账户诊断、投资建议和情感陪伴。

运营与风控自动化这一组,包含智能合规与反洗钱、自动化运营。前者的价值是从事后稽查转向事中干预。投资研究精准化这一组,是智能投研和算法交易。报告举的例子是华鑫证券的“鑫 i”平台,能读财报、新闻和研报,生成产业链图谱。

值得注意的是,六个场景里只有两个直接对着 C 端,其余四个都在中后台。

券商 AI 的第一波红利在降本,第二波才轮到创收,报告的顺序没有含糊。

风险与四层监管

图源:《证券类AI产品体验设计研究报告》(第8页)

三、三类风险,对应四层监管

风险这一节写得比多数券商材料都硬。报告把资管行业运用 AI 的风险归成三类。第一类是市场与操作风险,包括技术依赖与故障、顺周期效应。第二类是合规与法律风险,包括监管适应性和责任认定模糊。

第三类是模型与数据风险,直指黑箱决策、算法偏见与歧视、数据安全与隐私。与此对应,监管被拆成四层。功能性监管要穿透算法模型,评估逻辑、策略与偏见是否公平适当。

这份报告的完整版、原始图表和数据附录,都放在运营动脉(www.yydm.cn)上,搜标题就能直接打开。

同类赛道的其他报告那里也都收了,顺着行业目录往下翻,比一份份到处找省事得多。

行为性监管聚焦两点:强制披露 AI 原理与风险,确保建议匹配客户风险与目标。系统性监管管宏观审慎与标准统一。第四层是监管科技,用 AI 做自动化合规监控,识别市场异常与违规行为。

投资者年龄结构

图源:《证券类AI产品体验设计研究报告》(第10页)

四、开户主力换成 85 后,95 后正在涌进来

用户这一章的第一句判断是:群体正在快速年轻化,同时需求多层次分化。报告给出的结构是,85 后、90 后已是开户主力,95 后、00 后等 Z 世代的参与度迅速上升。

整体盘子仍是散户主导。报告明确写,A 股投资者中个人散户占比约 99% 以上,机构占比很低。2025 年开户数据显示个人投资者持续增长,单月新开户在几十万到百万级。

新开户大多来自 18 至 35 岁,报告认为这批人更容易受行情、政策和互联网理财渠道推动。需要说明的是,报告自己标注了这张年龄图是基于公开报道与调研整理的估算示意,不是官方口径。

证券行业AI应用规模

图源:《证券类AI产品体验设计研究报告》(第4页)

五、四类画像,对 AI 的期待完全不同

报告基于投资经验和风险偏好做了四类画像,每一类对应的 AI 期待都不一样。Z 世代探索者是 95 后到 00 后,资金有限,把投资当社交与探索,要的是低门槛和游戏化。

进取型中青年是 85 后到 90 后,时间碎片化,要效率与个性化,希望在资讯、分析、交易之间无缝切换。稳健型财富管理者是 70 后及以上,需求从炒股转向综合财富规划,要专业分析,也要有温度的陪伴。

专业与机构投资者要的是毫秒级行情、Level-2 数据、策略回测,以及可解释、能溯源的结论。这四类放在一起看,会发现同一句“帮我看看这只票”,背后要的东西差了一个量级。

一套界面服务四种人,最后往往是四种人都不满意。

年轻投资者行为特征

图源:《证券类AI产品体验设计研究报告》(第2页)

六、年轻用户带来的三个硬数字

行为这一章给了三个可以量化的变化,都比定性描述有用。第一个是风险偏好上移。年轻投资者涌入后,高风险偏好人群(激进型和积极型)占比上升到 54%。

第二个是换手率。报告称“9·24”政策之后,市场平均每户换手率增长了 177%,频繁换手的 Z 世代是重要推动力。第三个是工具偏好。超过 40% 的投资者把资金投向了科技创新板或创业板,新股民更倾向用 ETF 入门。

报告还提到一个侧面数据:某券商旗下量化产品的用户数量在政策后增加了 73%。

换手率涨 177%,意味着 AI 提示的风险控制如果慢半拍,等于没有。

券商AI产品定位

图源:《证券类AI产品体验设计研究报告》(第3页)

七、16 款产品,命名逻辑已经分出高下

竞品部分选了 16 款,券商 7 款、互联网金融 9 款,全部已接入大模型。券商侧是东方财富妙想、华泰 AI 涨乐、富途牛牛 AI、长桥 LongPort MCP&Port AI、老虎 TigerGPT、国泰海通君弘灵犀、天天基金小天。

互联网金融侧是支付宝蚂小财、同花顺 i问财、京东金融京小贝、雪球思考、且慢 AI 小顾、萝卜投研萝小卜、腾讯自选股元宝。定位差异很明显。东方财富妙想强调“懂金融、懂市场、更懂股民”,靠的是数据和实时性。

国泰海通君弘灵犀走的是“业内首个千亿参数多模态证券垂直大模型”,卖点在技术规格和分层服务。长桥选了一条不常见的路:做证券行业首个券商模型上下文协议 MCP,用标准化接口把 AI 和金融服务接起来。

老虎和富途都接入了 DeepSeek,差别在于前者主打一站式和免费,后者主打多市场解读和付费会员。

同质化的底座上,定位和交互是唯一能拉开差距的东西。

AI首次接触与引导

图源:《证券类AI产品体验设计研究报告》(第5页)

八、四维框架:接触、唤醒、回答、延展

这份报告最有方法论价值的地方,是它自己造了一个四维分析框架。接触,看 AI 第一次亮相的交互方式;唤醒,看用户在操作路径里怎么把它叫出来。

回答,看 AI 的回答内容差异,以及初步信息总结之外还能干什么;延展,看触达之后的更多玩法和价值延伸。接触层面,行业里最常见的组合是 IP 形象加问候语加功能介绍或提问引导。且慢的 AI 小顾做得最主动,用动态 IP 形象边介绍边提问。

唤醒层面,主流还是浮窗、键盘、搜索、顶部入口这些常规位置。两个例外值得记:同花顺在资讯页长按划线唤醒,国泰海通君弘做了“摇一摇”。

报告的判断是,AI 更应该考虑在“场景”中提供开启对话的途径,而不是让用户先找入口。

自选行情场景对比

图源:《证券类AI产品体验设计研究报告》(第7页)

九、场景落地:总结多,闭环少

报告按场景做了横向对比,结论相当一致:目前落地偏向信息内容的总结与整合。自选行情场景,长桥做得相对丰富,能总结全部自选股,也能查看每只股票对应的事件。

个股场景,同花顺在详情页穿插大事汇总分析;富途牛牛则以 AI 视角结合研报,做成会员付费内容,可免费体验 20 次。资讯场景,同花顺除了总结,还能引导用户看资讯背后的投资机会,并支持对关联问题继续追问。

理财场景,AI 多出现在基金详情页做“解读”,把更长时段的历史年度数据总结出来,再给操作建议和注意事项。搜索场景,AI 的发力方向和资讯类似,仍是信息处理与总结,报告认为“搜索中”这个过程还有空间。

从“解答问题”到“引导操作”的闭环,报告把它写成期待,说明现在还没做到。

三大趋势展望

图源:《证券类AI产品体验设计研究报告》(第9页)

十、三个趋势,终点是“财富自动驾驶”

趋势章节给了一个比喻:证券服务正从“辅助驾驶”迈向“高级辅助驾驶”,终点是全场景财富自动驾驶。第一条趋势是更垂直的券业 AI,把能力绑到具体功能模块上,在资讯、个股、解读、账户这些节点做文本和多数据类型总结。

第二条是更拟人化的应用,从被动问答转向伴随式服务,从工具型机器人升级为全场景智能体,并在行情动荡时输出情绪价值。

第三条是更极致的体验,关键词是无感化和千人千面。AI 不再是一个固定入口,而是在资讯、搜索、行情、交易各条动线里随时可用。

报告结语里的说法是从“千人一面”到“千人千 AI”,把金融 AI 比作每个人的贾维斯。判断这件事的进度,有个简单指标:当 AI 的回答开始带“下一步操作”的跳转,而不是只给一段总结,这条曲线才算真正抬起来。

2025-证券类AI产品体验设计研究报告-32页
体验设计研究报告证券类A I 产品2 0 2 5 年前言本报告旨在全面剖析2 0 2 5 年中国证券行业人工智能(A I )产品的应用现状、设计逻辑与发展趋势。系统性的梳理了A I 技术从概念验证迈向深度落地、从内部提效工具演变为核心创收引擎的行业变革。通过深入分析行业生态、用户行为、核心竞品及面临的风险挑战,揭示了当前证券类A I 产品体验设计的核心矛盾:即技术能力飞速发展与数据治理、监管合规、...
34 页 19 次下载 25.88 MB
广告

声明:除非特别标注,否则均为本站原创文章,转载时请以链接形式注明文章出处。如若本站内容侵犯了原著者的合法权益,可联系本站删除。

确认删除?
会员
教程
联系
  • 站长微信
顶部