华鑫证券有限责任公司 财富管理总部 投顾业务部负责人 王子洵
当前，我国资本市场正处于高质量发展的关键阶段，居民财富向金融资产加速转移、投资者结构发生深刻变化，财富管理转型与金融数字化成为证券行业服务实体经济和居民财产性收入增长的重要抓手。人工智能加速渗透证券服务业，在提升投顾服务效率的同时，也带来算法依赖、责任归属与适当性管理等新的制度挑战；与此同时，公募基金销售费用改革、佣金率下行与网络营销规则落地，正在重塑卖方业务链条与买方投顾的计价基础。
在此背景下，本文提出核心研究问题：当前券商“AI+”投顾多停留于资讯生成、话术辅助、客户画像等工具应用层面，其人机协同、价值计量与监管适配之间存在怎样的结构性矛盾？如何实现技术创新与金融监管、受托服务逻辑的统一？研究遵循“立足国内现实—借鉴海外教训—剖析制度约束—提出协同模式与防控对策”的思路，探索制度约束下可落地的协同路径，并就风险防控与行业发展提出对策建议。
一、理论与现实：券商AI投顾发展的时代背景与结构性矛盾
（一）人力投顾供给扩张与价值变现机制不匹配
中国证券业协会数据显示，截至2025年末，全行业证券投资顾问9.60万人，较2020年末的6.09万人增长约57.6%，在登记从业人员中占比约26%。然而队伍扩张并未带来收入贡献的同步提升：2025年投资咨询业务净收入76.94亿元，占行业营收5411.71亿元的比重仅1.42%，同期代理买卖证券业务净收入达1637.96亿元。应当看到，投顾咨询收入核算口径并不统一，部分并入经纪业务，基金投顾与代销收入亦单列，故上述比重偏保守估计。其背后反映的是人力投顾“铺开却未转模式”的供需错配——供给快速扩张，而与之匹配的价值变现机制尚未建立。
（二）传统盈利模式与AI投顾独立受托服务之间的冲突
支撑传统投顾模式的两条收入管道同步收窄。佣金端，全行业平均净佣金率已由2024年的万分之二点四降至2025年的万分之二左右；代销端，2026年施行的公募基金销售费用新规，将客户维护费占管理费比例上限压至50%，并明确同时开展基金投顾的机构对投顾保有量不得收取客户维护费，从源头切断“投顾搭售代销尾佣”的双重收费。这从制度上要求投顾走向独立计价、回归受托服务本源。但机构惯性仍强：2026年6月证券类App月活达1.86亿，而约半数机构线上单个有效客户获客成本达400—1000元，流量在公域反复消耗却难沉淀为可计价受托资产，凸显传统“以量取胜”盈利模式与AI投顾“以质取胜”受托逻辑之间的深层冲突。
（三）公域流量获客与持牌金融服务监管规则之间的矛盾
互联网展业合规边界已以规章形式确立，但实操中内容生产与账户服务仍相割裂。一方面，机构加大自媒体投入却止步于粉丝规模与开户转化，内容同质化、公域流量难沉淀；另一方面，《金融产品网络营销管理办法》明确金融机构与第三方平台之外的组织和个人不得开展金融产品网络营销，依托外部“大V”导流的灰色路径将被制度性关闭。这暴露出公域流量获客逻辑与持牌金融服务“适当性、可留痕、可追责”监管规则之间的根本矛盾。
二、海外实践镜鉴：智能投顾模式的经验与教训
（一）经验：人机协同是财富管理数字化的成熟方向
海外近十年实践提供明确经验。其一，纯机器智能投顾模式存在局限，完全去人化的自动投资业务难以跑通规模与盈利，主流机构转向人机结合。其二，人工智能的价值在于嵌入顾问工作流而非另起炉灶：头部机构将生成式AI用于信息整理、投研准备与合规留痕，使内部研究文档可及率与顾问使用活跃度大幅提升。其共性在于AI承担信息准备，决策与责任始终在人，验证了人机协同作为成熟财富管理数字化方向的可行性与效率红利。
（二）教训：金融受托责任不能随技术外包转移
社媒引流的教训尤为深刻。美国金融业监管局开展的网红获客专项检查已产生多起执法，典型案例中机构按成功开户数向网红固定付费、不设上限且未对内容事前审批与留痕，被认定系统性诱导内容夸大并受处罚。这揭示一条核心制度启示：受托服务的合规责任不因环节外包或技术赋能而转移，按开户计酬且无封顶的激励结构会系统性放大行为扭曲。对我国而言，内容生产须回归持牌机构体内，计酬与留痕须符合监管逻辑。需求真实存在——中美Z世代通过社媒学投资比例均接近半数，难点在于内容由谁生产、如何计酬、怎样留痕。
三、制度约束下AI投顾人机协同的实现逻辑
（一）“数字分身”：厘清内容传递与建议生成的边界
全文核心创新在于“观点集中—表达分布—账户计价”的协同框架。首先，人工智能在投顾业务中的适用边界，须依据《证券基金投资咨询业务管理办法（征求意见稿）》（注：该办法尚处征求意见阶段、尚未正式出台，以下相关引用均非现行生效法律）予以厘清：向客户提供的投资建议、研究报告应经公司内部集中统一决策程序生成，从业人员仅负责信息传递与讲解，不得自行生成或调整。这意味着，受限在“生成”、放开在“传递和讲解”。据此，可由机构统一观点库训练受控“数字分身”，承担信息传递与基础答疑，投顾本人专注情境判断与异常干预；分身须锁定统一观点库知识边界，并按《人工智能生成合成内容标识办法》添加显式与隐式标识，算法相关人员在岗执业登记或注册。机构掌握观点生成权、机器负责表达交付、责任归于机构，这正是技术创新合规的前提。
（二）“内容三态”：本质是投资者适当性分层管理
其次，“内容三态打通公域—私域—账户链路”，从监管逻辑看其本质并非流量运营手段，而是投资者适当性分层管理：公域态面向不特定对象，仅做认知建设，不涉及具体标的与买卖时点；私域态面向已完成适当性评估的特定的客户，可讲解组合逻辑并全流程留痕；账户态面向已签署投顾协议客户，可提示再平衡与执行。三态之间设置“资质闸门”而非“营销漏斗”——客户每跨越一态，触发更严适当性核验与更高服务承诺，使内容生产、账户服务与监管规则在同一框架内统一。
（三）“行为改善分成”：价值逻辑与制度瓶颈
再次，计价方式创新须回归受托投顾本质。现有基金投顾沿用按规模比例收费，但投资者行为损耗显著侵蚀收益：持仓不足3个月的投资者平均收益率与盈利占比明显低于长期持有者，而投顾客户以小额分散为主。投顾真正价值不在“选到更好的产品”，而在“帮客户拿得住、拿得对”，且此事可观测、可归因、可计价。可探索“基础订阅费加行为改善分成”：以持有期延长、非理性交易下降为基数，以对照客群超出部分为分成依据。其意义在于把收入逻辑从交易量、保有量转向客户长期收益质量，契合监管导向。但需正视制度瓶颈：按收益质量分成是否构成变相业绩报酬、分成基数如何审计，均有待规则明确；对照组、行为追踪与归因成本过高亦历来制约其商用，而这恰是人工智能擅长的环节。
四、AI投顾创新发展的风险防控体系构建
上述协同模式落地，须将操作防线上升为制度层面的风险防控体系。四类风险需先辨明成因，再施以治理。
（一）防算法共振：技术供给集中下的观点趋同风险
若行业普遍接入少数大模型、依赖同源数据，AI解读将高度趋同，“羊群效应”或升级为“算法共振”。其制度成因是技术供给集中度上升与观点生成人工独立性弱化，治理思路在于保持观点生成的人工独立性、引入多源校验并设置触发阈值。
（二）理人机责任：交互模糊下的责任回溯风险
数字分身承担“传递和讲解”，客户未必能区分“讲解”与“建议”，边界易在即时通讯中模糊，受损责任仍回溯至机构。成因在于责任归属规则与技术交互的不透明，治理须将AI输出视同机构正式表述、经完整合规审核，人机交互全程留痕、关键节点由注册投顾确认；相关征求意见稿亦明确，机构委托运维算法模型不得因委托行为免除自身对客户的责任义务。
（三）控行为计价的道德风险：单一激励与受托义务的错配
若“行为改善分成”仅奖励持有延长，可能诱使投顾在客户应减仓时消极劝阻。成因是单一激励与受托义务的错配，治理须双向设定指标——既考察非理性追涨杀跌是否减少，也考察必要止损与再平衡是否及时，分成设上限、回撤递延追回。
（四）衡合规成本：中小机构的发展空间约束
头部机构信息技术投入集中，合规能力或成隐性门槛，抬升行业集中度。成因是技术—合规投入的规模不经济，治理宜支持中小机构聚焦特定客群与场景，通过工具共建、观点库共享、算法采购降低门槛。
券商投顾与AI、互联网、自媒体的协同，表面是渠道与技术的协同，实质是受托关系与计价方式的重构。在费率下行、销售改革推进、网络营销规则落地的三重约束叠加下，行业须尽早完成内容工业化、计价独立化与责任厘清，方能在财富管理转型中接住居民资产保值增值的真实需求。
（CIS）
京公网安备 11010602201377号京ICP备19002521号
