东吴证券 × AI

[导语·核心观点]2025年初，东吴证券本地化部署全尺寸版DeepSeek-R1并接入AI平台，同时成立数智分公司[1]。这不仅是技术升级，更标志着券商AI竞赛从“工具调用”转向“模型私有化”的新阶段。在金融数据敏感性极高的行业背景下，本地化部署意味着对算法自主权的争夺，但技术投入能否转化为业务回报，仍是横亘在所有券商面前的现实拷问。本文以此事件为切入点，探讨券商AI热的实质与隐忧。

[事件回顾·发生了什么]据[1]，2025年初，东吴证券通过本地化部署全尺寸版DeepSeek-R1并接入AI平台，显著提升了AI平台的语义理解、逻辑推理和多轮对话等能力。同时，公司成立数智分公司，表明其组织层面为AI战略设立专门实体。此外，2026年8月9日，东吴证券发布研报，对7月A股风格调整作出定性，并认为市场已进入降波筑底阶段，AI主线有望再度走强[2]。这条研报虽然属于市场观点，但侧面反映出公司对AI赛道的持续关注。事件本身的技术细节有限，但部署全尺寸开源模型在券商中尚属少数，其战略意图值得解读。从公开信息看，东吴证券尚属国内较早尝试全尺寸大模型本地化的券商，但报道未披露具体应用场景和性能指标，留下诸多疑问。

[背景与格局·公司沿革 · 行业脉络]东吴证券总部位于江苏，是一家区域性中型券商，在经纪、投行等业务上面临头部券商挤压。近年来，券商行业普遍加大金融科技投入，但多数停留在购买外部AI服务或云端API调用层面。DeepSeek-R1作为开源大模型，以全尺寸参数和推理能力著称，其本地化部署需要强大的算力和工程团队，一般券商难以独立完成。东吴证券敢于“吃螃蟹”，或与其力求差异化竞争的战略有关。成立数智分公司，意味着将AI能力建设从IT部门升级为公司级战略，也反映了行业从“技术采购”向“技术自主”演进的趋势。与此同时，市场对AI主线的热度在2025-2026年持续不减，东吴证券的研报也对AI板块表现持乐观态度[2]，这构成技术投入与市场情绪的双重背景。此外，监管层对金融数据安全的要求日益严格，本地化部署成为满足合规的天然选择，这也是东吴证券在此刻布局的重要原因。

[深度解读·为什么发生 · 意味着什么]东吴证券本地化部署DeepSeek-R1，本质上是希望掌握AI能力的主权。金融业务涉及大量敏感数据，云端调用大模型存在合规与安全风险，本地化部署能够将数据留在内网，符合监管对数据安全的要求。同时，全尺寸模型在推理能力上优于一般开源版本，能够支撑更复杂的投研分析、智能客服、合规审查等场景。但这一策略也隐含着巨大的沉没成本：全尺寸模型的训练和推理需要昂贵的算力集群，持续的运维和迭代需要专业人才，而券商的核心竞争力并非工程能力，而是金融专业认知。因此，这一部署能否产生实际业务价值，取决于AI与业务场景的深度耦合。从受益方看，东吴证券的客户可能获得更智能的服务，研究人员可获得更高效的数据分析工具；受损方则是依赖云计算API的第三方AI服务商，以及尚未跟进的中小券商——它们在算力和人才上的劣势可能被拉大。更深层看，券商AI竞争正从“算法之争”转向“工程化落地之争”，谁先建立可复用的AI中台，谁就能在成本效率上领先。然而，技术领先并不自动转化为利润，若缺乏清晰的商业化路径，重资产投入反而可能拖累整体盈利。

[关键数据与证据·来自报道的数字与事实]据[1]，2025年初，东吴证券本地化部署全尺寸版DeepSeek-R1并接入AI平台；该部署显著提升了AI平台的语义理解、逻辑推理和多轮对话能力；东吴证券成立数智分公司（标题）。据[2]，2026年8月9日，东吴证券发布研报，将市场定性为“降波筑底阶段”，并认为“AI主线有望再度走强”；研报对7月A股风格调整作出定性，并对8月市场走势作出展望。这些证据表明，东吴证券在AI技术和市场观点两个层面都活跃，但报道缺乏量化指标，如性能提升幅度、业务应用案例、投入成本等，仅能确认“做了什么”，无法评估“做得如何”。

[风险与争议·审慎的批评视角]尽管部署DeepSeek-R1带来技术想象空间，但必须谨慎看待其实际效用。首先，报道仅披露能力提升，未提供任何业务成绩的数据，存在“技术演示”大于“商业落地”的嫌疑。其次，分析认为，全尺寸模型对算力的消耗巨大，维持运行的电费和折旧可能超过预期，中小券商未必承受得起。第三，金融行业对AI生成内容有严格的责任要求，模型输出若出现误导性建议，责任归属不明，可能带来监管风险。第四，DeepSeek-R1的开源许可和合规性也需要评估，尽管本地化部署缓解了数据出境问题，但模型本身的可解释性仍不足，风控部门难以审阅决策逻辑。最后，2026年研报看好AI主线，可能与公司自身AI布局存在利益冲突，投资者需警惕“自卖自夸”的倾向。这些风险说明，东吴证券的AI战略仍需更透明的信息披露和更稳健的验证机制。

[未来展望·情景推演]短期（6-12个月），东吴证券可能将DeepSeek-R1应用在智能客服、舆情分析、研报生成等低频高风险场景，积累经验，但全公司范围推广尚有难度。中性情景下，数智分公司正式挂牌后，将围绕AI+金融推出若干产品，提升中后台自动化水平，并在部分业务线看到效率改善。乐观情景下，如果东吴证券能够将AI能力封装成工具对外开放，不仅服务自身业务，还能向同业输出解决方案，那么它可能成为券商AI基础设施的提供者，打开第二增长曲线。保守情景下，受制于算力成本和人才短缺，AI项目沦为内部演示工具，投入产出比长期不及预期，最终缩减规模。综合判断，券商AI竞争是长跑，技术先行者未必是最后赢家，关键在于持续迭代和业务嵌入深度。

[建议与启示·面向决策者]对东吴证券及其他有意跟进AI的券商，建议：一、建立与业务目标挂钩的AI项目评估体系，用可量化的指标（如成本节约、客户留存率、交易效率）衡量部署价值，而非仅报告技术能力。二、优先在合规要求高、数据敏感的领域实现本地化，同时将非敏感任务保留云上API，以平衡成本与安全。三、加强模型治理，建立AI生成的审计、追溯和解释机制，确保符合金融监管。四、重视多智能体协同——这正是AgentSH平台擅长的方向，通过调度多个专业化智能体（如投研、风控、客服）协同工作，避免单一模型“大而全”的低效，实现更灵活的任务分解与资源优化。五、开放心态参与行业生态，共享开源模型微调经验，降低整体试错成本。总之，技术投资必须服务于业务战略，方能在竞争中沉淀真正的壁垒。

[结语·一句话立场]东吴证券的DeepSeek-R1本地化部署和数智分公司成立，是券商AI竞赛进入“自主可控”阶段的一个标志性事件。但技术亮点不等于商业成功，券商需警惕重资产、重投入下的效率陷阱。AI在金融领域的价值，最终取决于能否穿透业务场景，创造可衡量的回报。东吴证券的尝试值得观察，但不宜过早贴上“标杆”标签。