近日，高盛 CEO David Solomon 在 AI 峰会上的一番言论，在金融界掀起波澜。他指出，传统模式下，一份 IPO 招股书通常需要 6 名投行人耗时两周才能完成，而如今借助 AI 技术，短短几分钟内就能完成其中 95% 的工作。这一说法引发了业内对 AI 重塑投行工作模式的广泛热议。
有国外投行人士进一步解释，招股书中诸如公司工商登记信息、过往财报数据以及行业公开统计资料等 95% 的内容，均来源于公开渠道。AI 凭借强大的信息抓取与整合能力，能够轻松获取并梳理这些信息。不过，招股书中管理层分析、发行人股权情况等关键且具独特性的 5% 内容，仍需投行人员凭借专业知识与经验进行人工优化完善 。
尽管 “95%” 这一数据极具震撼力，但就目前实际情况而言，AI 在国外投行主要扮演智能引擎的辅助角色。
与此同时，国内投行也在积极拥抱 AI 技术，加速本地化部署进程。其中，广发证券的 “投行 AI 文曲星” 平台尤为引人注目。作为行业内首个将投行大模型的生成、审核、抽取、搜索等功能整合为一体并落地的综合解决方案平台，“投行 AI 文曲星” 深入探索了众多投行业务场景。通过该平台，不仅能够全方位赋能业务执行，助力项目推进更加高效；在风险防控方面，也能借助模型分析提前预警潜在风险；在运营管理层面，实现了数据的精准分析与流程的优化，极大提升了整体运营效率 。
除了广发证券，随着 DeepSeek 大模型的横空出世，国内券商行业掀起了一股本地化部署大模型的热潮。国元证券、国金证券已率先完成 DeepSeek 本地化部署测试。国元证券计划将 DeepSeek – R1 融入其 “燎元智能助手”，旨在增强知识问答、业务办理指引等功能，为客户与员工提供更智能的服务体验。国金证券则将 DeepSeek – R1 深度嵌入信息检索、文档处理、行业研究及市场研判等核心业务环节，期望借助 AI 的强大算力与数据分析能力，提升业务精准度与决策效率。华福证券也成功接入 DeepSeek V3 和 R1 两款大模型产品，用于赋能员工知识问答、辅助软件研发、制定营销方案等多元业务场景 。
业内专家分析，DeepSeek 大模型之所以能在国内券商及投行领域迅速走红，其 “低成本、高性能” 的特性功不可没。通过创新的多阶段训练等方法，DeepSeek 有效降低了算力成本，成功解决了长期以来大模型开发成本过高的难题。这一突破使得中小金融机构也有能力接入大模型技术，打破了以往大型金融机构在 AI 应用上的垄断局面，推动整个金融行业智能化变革加速到来 。
© 版权声明
本站内容文章版权归作者所有，未经允许请勿转载，如转载必须注明出处。
THE END
暂无评论内容