證券業大模型基礎設施建設與應用調研啟動：探索行業智能化轉型路徑

  中國報告大廳網訊，隨著金融科技加速滲透金融行業，人工智慧技術尤其是大模型在證券領域的應用場景持續擴展。近日，深交所聯合相關監管單位及行業機構，在證券行業大模型基礎設施領域展開專項調研，旨在系統梳理行業現狀、分析發展痛點並提出共性解決方案，為構建高效安全的智能金融生態提供支撐。

  一、應用現狀：算力基建與場景落地成核心焦點

  中國報告大廳發布的《2025-2030年全球及中國模型行業市場現狀調研及發展前景分析報告》指出，此次調研聚焦券商在大模型領域的實際建設情況，重點關注其基礎設施搭建方式及核心考量因素。數據顯示，當前證券機構在選擇算力建設路徑時，普遍將成本控制（如設備採購價格）、周期效率（部署時間）以及數據安全（隔離、審計機制）作為關鍵決策指標。同時，在工具平台類型上，語料庫建設、智能體開發、模型訓練與推理平台的搭建成為主要方向，其中私有化部署因數據保密需求占比顯著；開源模型與商業模型結合的應用模式也較為普遍。應用場景方面，智能客服、投資決策支持、量化交易優化等場景已實現初步落地，券商希望通過技術引入提升運營效率、降低服務成本並增強客戶體驗。

  二、現存挑戰：資源約束與合規風險制約發展

  調研指出，證券行業在大模型應用中面臨多重挑戰。首先是基礎設施層面的瓶頸，包括高功率機櫃供應不足導致算力受限、GPU等設備採購周期長且疊代迅速帶來的成本壓力。其次是技術適配難題，如非信創晶片兼容性問題限制國產化替代進程，公有雲服務存在數據隱私風險。此外，工具平台建設投入高、業務系統改造的回報率不明確，以及缺乏統一的數據治理標準和共性語料資源庫，均成為行業普遍痛點。

  三、未來規劃：三年內加速行業雲協同與信創適配

  針對發展需求，調研結果顯示證券機構對大模型基礎設施建設方案呈現多元化趨勢，包括自建算力中心或租用行業級雲服務。具體而言，券商期望通過行業雲平台獲取標準化的大模型服務（如DeepSeek私有化部署、API接口）、定製化算力資源以及共性語料庫支持。在需求規模上，高功率機櫃及GPU等先進算力設備的需求量將隨業務擴展持續增長。值得關注的是，超過半數受訪機構提出希望行業共同建立信創環境下的大模型應用框架，以解決國產硬體與現有架構兼容性問題，並探索DeepSeek等本土化模型在風險控制、智能投研等場景的深度應用。

  四、研究目標：構建可信基礎設施推動合規創新

  課題組明確將重點突破三方面內容：一是搭建符合監管要求的信創環境，通過統一標準降低重複投入；二是針對國產GPU與大模型架構適配性問題開展技術攻關；三是以行業雲服務模式提供語料治理工具、共性模型及數字人解決方案，助力機構低成本快速實現智能化轉型。

  總結

  本次調研系統勾勒出證券業在人工智慧時代的技術演進路線圖，既凸顯了算力基建與數據安全的雙重重要性，也揭示了行業協同創新的戰略價值。通過標準化基礎設施建設、信創技術適配及共性資源共建，證券機構有望突破當前發展瓶頸，在合規框架下加速釋放大模型賦能業務的價值潛力。這一進程不僅關乎單個機構的技術競爭力提升，更將推動整個金融行業向智能化、高效化與安全可控方向轉型升級。

更多模型行業研究分析，詳見中國報告大廳《模型行業報告匯總》。這裡匯聚海量專業資料，深度剖析各行業發展態勢與趨勢，為您的決策提供堅實依據。

更多詳細的行業數據盡在【資料庫】，涵蓋了宏觀數據、產量數據、進出口數據、價格數據及上市公司財務數據等各類型數據內容。