科技和业务双向奔赴 大咖热议财富管理数字化转型

　　财富管理与数字化转型相结合可谓炙手可热，券商在IT领域投入屡创新高，这两者的结合将带来怎样的新业务模式？数字化财富管理转型对券商线下赋能起到了怎样的作用？类似的话题备受市场关注。

　　近日，由证券时报社主办的“2023中国金融机构年度峰会暨2023中国业财富经纪高峰论坛”在深圳举行。在此次论坛上，围绕“券商数字化平台对线上线下业务赋能的最佳方式”这一主题，安信副总裁魏峰、信达证券副总经理兼首席信息官俞仕龙、粤开证券副总裁雷杰、中泰证券金融科技委员会主任何波和山证科技总经理林永峰针对上述话题进行了圆桌讨论，圆桌讨论主持人由国泰君安证券数字金融部总经理毕志刚担纲。

　　券商数字化转型要如何有效推进，相应的组织架构调整又是如何进一步推动数字化转型的？

　　魏峰表示，数字化是漫长的道路，既要坚持长期主义，也要兼顾短期商业变现，一步一个脚印坚持下去。以安信证券为例，近年来进行了两方面的数字化探索：一是零售业务的数字化，二是机构业务的数字化。其中，零售业务数字化起步较早，已经形成了“一体两翼”的数字化蓝图，即“以客户为中心”作为一体，两翼则是对客户的数字化平台和对员工的数字化平台。例如，客户端的APP“安信手机证券”是从2015年以IT部门为主自研打下的基础，2018年产品部门接手后从业务端为其注入了更多的用户思维，使其华丽升级。安信手机证券APP在2022年的打开次数业内排名第一，客户停留时长排名前五。除了客户体验较好外，自流量创收实效也发展迅速。

　　对于机构业务的数字化，魏峰表示，目前还处于前期，已经在搭建初步构架，且有些有益实践，诸如对于私募机构的敏捷服务有很大提升，但形成竞争力还需要更长的时间。

　　“数字化转型要上升到公司战略，公司管理层一定要有长期主义眼光，因为数字化转型就是试错的过程，要给予宽容度，才能不断进步。”魏峰说。

　　毕志刚总结说，数字化一定会带来组织架构的最简化、扁平化，以后服务数字化财富管理的主战场将会在APP客户端上，APP伴随客户在线，随时感知客户的行为，有可能改变券商的业务模式和服务形态。

　　围绕数字化转型，科技、数字化如何赋能业务等话题，俞仕龙和雷杰分别做了分享。

　　俞仕龙表示，数字化转型的战略由他牵头，两年前公司就提出了数字化转型的战略，按照战略规划执行，两年来与同行相似，做了数据仓库、数据中台与APP等数字化系统，也重新梳理了公司组织架构，成立了数字金融部。同时，数字金融部还做了很多考核方面的优化。例如，业务部门与数字金融部考核激励之间的挂钩等实践。

　　“在成果方面，作为中小券商，数字化转型以公司财富管理业务为切入点，为传统经纪零售业务赋能。如推出了全新技术架构的员工与客户的移动互联网平台，有效促进了业务发展，提升客户体验，效果还是不错的。” 俞仕龙说。

　　关于科技对业务赋能的问题，俞仕龙认为，数字化转型中，还需把握好业务的底层逻辑，科技的发展与业务息息相关，核心仍然是要把业绩做上去，不能被技术完全淹没，要实现IT与业务的双向奔赴。

　　雷杰则从公司战略、机制和人才三方面，对科技与业务融合发展的问题发表了看法，并认为券商应向互联网公司学习，形成组织敏捷、客户为中心、数据为导向的工作方法；同时也要发挥自身对金融业务与合规风控的理解，以及投研和投资方面的优势。

　　他认为，在战略上，要能够识别战略型IT项目，然后做到持续投入。所谓战略型IT项目是指在未来某个时间节点能够在某项业务上产生较好的营收或规模效应，并帮助公司积累竞争力或能大幅改善用户体验的项目。

　　在机制上，则要尽量形成业务和技术融合发展的协同机制，争取做到能够快速交付、高效协同和共同创新。

　　在人才上，要尽可能多吸纳和培养一些业务和技术的复合人才，多让业务人员去理解互联网思维和技术应用，另一方面也要让技术的同事更多去理解业务和支持业务发展，做到双向奔赴。

　　林永峰介绍，山证科技作为山西证券全资金融科技子公司，目前承担着该公司数字化转型的抓手。

　　林永峰表示，山证科技还承担着核心能力沉淀的艰巨任务，主要是涉及数据治理方面，包括打破内部数据孤岛、母子公司数据汇集，管理、分析和使用数据等工作。

　　他以山证科技为实践案例，分享中小券商在数据治理方面如何从技术、管理、组织和文化一步步做出差异化。

　　首先在技术方面，券商需要建立一个数据中台，做到数据可视化，让业务部门感触数据，做报表、做汇报都要做数据，进行数据可视化，同时，使用智能化手段如RPA机器人模拟人工爬取数据。此外，建立一套支决策分析的数据模型。

　　其次，数据、技术让业务有好感的时候，可以介入管理环节，制定各种制度，让员工把机构的信息通过合适方式报上来。

　　再次，在组织方面目前正在推进，业务部门需要相应地配合数据治理、数字化转型，同时业务部门要持续给客户服务，意味着后面要有很多数据支撑，这些指标正在完成过程中，能够变成数据治理的指标。

　　从OpenAI推出ChatGPT大模型开始，通用大模型在全球范围内迎来爆发式增长，市场上各类大模型层出不穷，这些将对证券投顾以及未来服务模式有多大影响？

　　何波表示，对比此前的语言模型，此次大语言模型有两个较大的区别：一是整个人类历史浩瀚几千年，所有知识都是以文本形式存储，有了大模型后，获取知识不再需要通过阅读，人们对知识获取和使用方式完全不同；二是目前生成式大模型语义理解能力较强，但本质是“编”，生成式模型包含很多知识，但是内容完全根据一定的概率生成出来。

　　何波分析，基于以上两个特点，AI大模型要在证券领域应用，首先需要一个基础底座大模型，需要有非常强的自然语言理解和推理能力。

　　因此，在一些垂直行业领域如证券领域，需要把证券领域很多法规、知识、制度、政策能够通过微调方式注入进模型内，完成之后，这个模型才真正可能在证券领域应用起来。在证券公司内部也有大量差异化的制度文档、知识库，这些本地的知识能和大模型融合起来，才有内部实践的基础，成为券商的数字大脑。

　　其次，大模型可以用来赋能券商投顾和营销人员。例如，每天发给客户的日报和周报，很多深层次内容可以让AI生成，生成后投顾做一些审核就可以发给客户了。同时，面对客户，AI大模型除了有专业知识解答，还可以给客户做到情绪按摩的作用。

　　“当我们把公司内部和行业内部知识汇总到大模型，内部能解决的问题非常多，包括提升效率和服务专业度，减少一些无效IT开发和表格工作，深度赋能投顾等。”何波表示。