国泰海通 × AI

[导语·核心观点]国泰海通在2026年世界人工智能大会上展示“AI+财富管理”实践，称基于“买方资配六步法”升级君弘智投服务体系 [1]；其AI原生APP“灵犀”依托千亿级参数的多模态证券垂直大模型“君弘灵犀大模型” [2]，并于2025年12月完成2.0升级 [3]。市场对券商AI的印象仍停留在“客服+摘要”，而这家公司在合并整合窗口期把大模型接进了投顾服务链与移动端底座 [4]。核心判断：这是一块被低估的“存量客户经营效率”资产，但更像一张条款清晰、行权价未公开的期权。

[事件回顾·发生了什么]公开线索可以拼出一条相对清晰的脉络。2025年12月，灵犀APP 2.0发布，官方口径称其率先完成底层能力、服务闭环与客户体验三大跃迁，并深度融合“君弘智投”服务体系 [3]。2026年7月，公司在世界人工智能大会上聚焦“把AI技术能力转化为客户可感知的服务价值”，宣布基于“买方资配六步法”升级君弘智投服务体系，用AI赋能客户优化投资行为、提升广谱客群的数智化经营能级 [1]。技术侧，公司以国泰君安与海通证券合并后的移动端整合工程为样本，基于自研大前端混合架构完整落地灵犀AI智能体系 [4]。产品侧，灵犀被定义为“AI原生”智能APP，聚焦AI与多元客户服务场景的全面融合 [2]。也就是说，这不是单点功能上线，而是模型、APP与投顾方法论三件事同时到位。

[背景与格局·公司沿革 · 行业脉络]先看公司沿革。国泰君安与海通证券合并后，两家券商的移动端需要整合，[4]显示这一整合工程正是灵犀AI体系落地的实践样本——AI不是另起一摊，而是长在合并重组的技术底座上。技术脉络也相对连续：从云原生、异构APP融合，走到AI智能体系 [4]，路径是先统一前端架构、再叠加模型能力，而非先讲故事。 行业格局层面，[1]将这一实践称为券业“AI+财富管理”标杆，这一定位本身值得玩味：券商财富管理的竞争焦点，正从“卖产品”转向“经营客户行为”。“买方资配六步法”[1]是一套方法论层面的框架，AI的作用是把这套框架从人工投顾的产能约束中解放出来，覆盖到“广谱客群”[1]。 需要区分的是：券商自研垂直大模型并非稀缺能力，“千亿级参数”“多模态”“证券垂直”[2]在2025—2026年已属常规配置。真正的差异不在参数规模，而在是否有一个高频、可信、合规的自有场景去承接它——这恰是合并整合带来的、同业难以复制的窗口。

[深度解读·为什么发生 · 意味着什么]为什么是现在？三个结构性原因。第一，合并创造了强制性的技术重构窗口。移动端整合不是可选项，[4]显示公司借这次工程把大前端混合架构与灵犀AI体系一次性落地，边际改造成本远低于单独立项。第二，零售财富管理的成本结构在变化。传统投顾产能受限于持牌人数，而“买方资配六步法”[1]本质是把投顾经验结构化，一旦结构化，就可被模型规模化调用——这是从“人服务人”走向“系统服务人”的关键一跃。第三，客户行为的可干预性被重新定价。报道强调“AI赋能客户优化投资行为”[1]，这句话的分量在于：券商过去赚的是交易与销售的钱，“优化投资行为”指向的却是留存与信任——一种更慢但更稳的资产。 谁受益？最直接的是广谱客群，他们获得了原本更偏高端客户的配置方法论 [1]；其次是公司自身，如果AI能同时压低服务成本并提升留存，改善的是净利率而非营收增速，这类改进常被市场低估，因为它不体现在任何单季度的高增长上。相对受损的是“纯功能型”同业：当头部券商把投顾方法论、大模型与APP整合为服务闭环 [3]，单点功能容易被快速抹平。 但必须说清楚：以上是逻辑推演，不是已验证的结果。公开资料里没有客户数、留存率、AUM转化或成本下降的任何数字 [1][2][3][4]，因此“价值重估”目前只能是假设。这也是我把它定义为“期权”而非“资产”的原因。

[关键数据与证据·来自报道的数字与事实]把公开信息中的硬事实逐条列出，供读者自行判断强度： 1）灵犀APP 2.0于2025年12月发布，官方称完成底层能力、服务闭环与客户体验三大跃迁，并深度融合“君弘智投”服务体系 [3]。 2）灵犀被定位为AI原生智能APP，依托“千亿级参数多模态证券垂直类大模型”君弘灵犀大模型 [2]。 3）2026年7月世界人工智能大会，公司展示“AI+财富管理”实践，基于“买方资配六步法”升级君弘智投，目标是提升广谱客群数智化经营能级、优化客户投资行为 [1]。 4）灵犀AI体系的落地样本，是国泰君安与海通证券合并后的移动端整合工程，基于自研大前端混合架构 [4]。 需要点明的是：四条证据全部来自公司官方渠道或行业媒体 [1][2][3][4]，没有一条是第三方审计数据或客户侧独立反馈。证据的分量足以支撑“公司在做真事”，但不足以支撑“这件事已经赚钱”。

[风险与争议·审慎的批评视角]第一，数据缺口是最大的问题。四条报道里没有任何一个可验证的经营指标——没有活跃用户、留存、AUM、投顾转化率，也没有成本节省 [1][2][3][4]。当一家公司用“三大跃迁”“完整落地”“无缝融合”这类完成态措辞描述进展时，读者应默认这是过程性叙事而非结果性披露。这不等于是夸大，而是我们无法从公开信息中区分“上线”与“见效”。 第二，时间线本身存在混淆。灵犀2.0发布于2025年12月 [3]，WAIC展示在2026年7月 [1]，产品页面的标注日期为2026年9月 [2]。这提示公开材料的更新节奏与业务实际节奏并不同步，基于新闻时间点做的“拐点”判断可能失准。 第三，技术与合规风险被淡化。证券垂直大模型面向个人投资者输出配置建议，天然处于投资顾问业务的监管边界内；“AI赋能客户优化投资行为”[1]具体如何划定适当性、留痕与责任归属，报道未涉及。大模型在金融场景的幻觉问题，也不会因为“垂直”和“千亿参数”而消失 [2]。 第四，商业逻辑存在被高估的可能。若AI主要提升体验而非改变收费模式，它对收入的贡献可能长期不可见，市场就会继续按传统券商估值。这正是“被低估”与“确实不行”的分界：前者有客户行为数据可以证伪，后者没有。在拿到数据之前，保持怀疑是理性选择。

[未来展望·情景推演]保守情景：AI停留于体验层，灵犀成为服务标配但无差异化，投入体现为IT成本而非利润改善，估值逻辑不变，重估不发生。 中性情景：AI在投顾方法论的结构化上见效，广谱客群经营效率改善但幅度温和，公司开始在财报或业绩说明会中披露客户经营指标 [1]。此情景下市场会先给“效率改善”折价、再逐步认可，重估缓慢发生。 乐观情景：灵犀与君弘智投形成可复制的服务闭环 [1][3]，AI带来的留存提升与人工投顾替代成本同时显现，公司在合并整合的技术底座上确立难以复制的运营效率优势 [4]，估值从“周期券商”切向“平台化财富管理”。 触发重估的催化剂是可枚举的：新的大版本发布与WAIC类行业露出 [1][3]；季报或年报中首次出现AI相关的可量化披露；合并后整合工程的阶段性完成 [4]。反过来，若连续多个报告期都没有量化数据出现，就应下调乐观假设——沉默本身就是信息。

[建议与启示·面向决策者]给企业决策者三条可操作建议。 其一，把AI价值翻译成财务语言。不要停留在“三大跃迁”这类完成态措辞 [3]，而要定义少数几个可长期追踪的指标——客户行为改善率、人工服务替代比、单位客户服务成本，并在定期披露中连续给出。AI项目最大的风险不是失败，而是无法被证明成功。 其二，让模型长在业务方法论上，而不是长在模型排行榜上。“买方资配六步法”[1]之所以值得注意，是因为它有明确步骤与可结构化的知识，模型才有承接对象。先买算力再找场景，通常的结果是做一个很快被复制的功能。 其三，把异构整合当作AI的前置条件。[4]的路径值得借鉴：先统一大前端混合架构，再叠加智能体系。在多智能体协同场景中这一点更明显——调度层不统一，单个智能体再强也无法协同。在AgentSH这类多智能体调度平台上，一个被反复验证的规律是：AI的规模化收益来自编排能力，而非单点模型能力。

[结语·一句话立场]国泰海通把AI做进了投顾方法论、APP与合并后的技术底座 [1][2][3][4]，这是真事，且比市场印象更扎实；但公开信息里没有一个数字能证明它已转化为利润。因此我的立场是：把它当作一张被低估的期权持有，而不是当作一只已兑现的成长股买入——重估的钥匙不在发布会上，而在下一次财报的披露口径里。