大模型如何助力投研提效？7家头部金融机构“大模型+智能投研”实践

智能投研这件事，简单说就是对投资项目做全面评估，最终辅助决策。它的主战场通常在券商和基金公司的投资部门。整个过程可以拆成五个关键动作：先搜信息，再提取数据和知识，然后分析并给出建议，接着把观点呈现出来，最后还要跟踪调整。一条完整的链路。

从行业实际部署情况来看，大模型在智能投研各环节的渗透深度并不一样。得益于其强大的理解和生成能力，大模型在

这三个环节进展最快，多家头部券商和基金公司已经把这些能力用了起来，目标很明确——用模型替代重复劳动，让投研人员把时间花在更有价值的分析上。

举个典型例子：中信建投的智能投研平台，大模型一天能读完市场新增的1000多份研报，自动提取关键信息，甚至还能生成初稿。原来要花两小时的调研会议，模型10分钟就能“听”完并输出摘要。这种效率提升，过去很难想象。

但到了

这些环节，情况就复杂了。它们对数值计算和逻辑推理能力有更高要求，目前大模型的能力还不太够用。所以判断也很清晰：

案例1：国泰君安证券大模型探索实践

国泰君安从技术平台和数据生态入手，搭建了一个跨条线共享的智能投研中台。通过与业务部门深度联动，利用多维数据和AI技术，从数据层、知识层到模型层，逐步构建起企业级的投研中台能力。基于这个大模型，目前已经覆盖了研报同版翻译、转PPT、会议转写、智能撰写和合规审查等多个场景。

案例2：海通证券报告点评大模型赋能智能投研

海通证券推出的“e海言道”智能投研研报点评大模型，主要做一件事：对研报进行智能分析和点评，目的是提升研报的可读性和实用性，给投资者更快、更深的洞察。这套系统不仅自动生成点评报告，还会保留底稿，每项数据和来源都可追溯，方便合规审查。生成的报告，分析人员还能手动增删改查，确认无误后发送审核，并支持导出PDF、Word等多种格式。

案例3：中信建投基于大模型的智能投研平台实践

中信建投的智能投研平台基于开源模型做了二次训练，加入了200多万条投研报告、市场金融资讯，以及上万小时的音视频数据。目前这个平台已经在投研提效、普惠金融服务、资产管理等多个方向发挥作用。

案例4：申万宏源利用大模型实现智能研报降维服务

研报内容结构复杂、格式多样，每天还在大量更新。靠人工提取关键信息，成本高不说，非专业人士理解起来也有难度。申万宏源选择将传统算法和大模型训练结合，实现了研报的自动化智能降维解读。目前这项服务已接入一站式服务平台，支持MOT（关键事件管理系统）、公司详情、行业详情、经济解读、债券解读、配置策略、热门板块等多个场景。

案例5：鹏华基金大模型企业超级助手实践

鹏华基金基于海量上市公司公告、资讯舆情、研究报告，利用大模型提取关键要素、打上标签，并提供了全量数据的问答交互能力。这套工具成为投研人员实时获取资讯的便捷助手，据测算，基金经理的资讯获取效率提升了30%以上。

案例6：东方资管投研场景大模型应用实践

东方证券从2023年2月就开始探索大模型在投研投顾中的应用，如今已经有了初步成果。联合东证资管开发的“东方红智能小牛”AI投研助理平台，通过问答方式为用户提供金融辅助服务，并在路演速读、智能风控、债券询价交易、制度问答等方向进行定制化研发。

案例7：蚂蚁金融场景的大模型多智能体实践

金融分析师的案头工作，一直是大量阅读新闻、研报、财报和公告。大模型正好擅长这类工作——读材料、抓重点、提炼观点，天然就是它的强项。蚂蚁开发的“投研支小助”智能助手，就是用来辅助分析师日常工作的。内部实测数据显示，这个工具每天能帮一位分析师高质量完成超过100篇研报、财报和金融资讯的专业解读，还能完成50次以上的金融事件推理归因分析。