近年來，人工智能（AI）技術的迅猛發展推動了金融行業尤其是投資銀行領域的深刻變革。AI的應用不僅提升了工作效率，還促進了金融業務模式的重塑。特別是在投資銀行領域，AI技術的應用已經成為行業共識。
以高盛CEO David Solomon在AI峰會上的發言為例，他指出傳統IPO招股書中6個投行人兩周才能完成的工作，如今AI可以在幾分鐘內完成95%的工作。這一變化反映了AI技術在投資銀行中的廣泛應用。
據調查，去年5月已有報道指出，華爾街投行借助AI分析師可以迅速完成原本需要數小時甚至整個周末才能完成的工作。這些數據引發了市場對國內外投行實際應用AI情況的關注。
調研顯示，國外投行在使用AI時主要集中在獲取公開信息方面。由于數據安全的嚴格要求，AI僅能接觸公共數據，而無法觸及公司核心數據。這主要是因為券商日常處理的數據涉及商業機密和客戶隱私，風險難以控制。
相比之下，國內投行在本地化部署方面進展更快。例如廣發證券“投行AI文曲星”平臺通過本地化部署實現了多種功能的集成應用。該平臺不僅提升了工作效率，還加強了風險管理，并優化了客戶服務。
在國內和國外投行中，除了提升效率和優化流程外，輔助決策支持、客戶服務優化以及風險管理強化也是共同特征。借助數據分析和模型預測，雙方都能對項目風險進行精準評估，并提供可靠依據。
盡管存在共性特征，國內外投行在業務版圖、技術生態搭建等方面也存在差異。國外投行更注重全球化拓展和多語言兼容性需求；而國內投行則更聚焦于本地化戰略和中國資本市場。
例如興業證券通過本地化部署大模型處理敏感數據和文件，確保客戶數據不外泄；廣發證券則采用基于RAG方案的項目信息隔離機制來保障數據安全。這些措施體現了國內外投行在數據安全方面的不同策略。
未來，在人工智能技術不斷迭代的背景下，投資銀行領域可能會迎來更多變革。無論是提升工作效率還是加強風險管理，AI技術的應用都將繼續深化，并成為推動金融行業創新的重要力量。
編輯：金杜
湘公網安備43010502001700號