• 买方投顾转型迫在眉睫，AIGC大模型赋能显著加速这一转变。政策端公募基金大幅降费（管理费率降至约1.2%，托管费0.2%以下），使买方模式具备成本优势，市场结构由卖方主导向客户资产规模与顾问服务费驱动的买方转变，提升客户服务质量及持续跟踪能力，改善投顾“重投轻顾”问题 [pidx::0][pidx::3][pidx::6]。

- 图1展示公募基金管理费率2020-2021年变化趋势，体现成本压力与降费趋势衬托买方投顾兴起。
- 图2、图3对比卖方及买方投顾模式的利益结构，突出买方模式客户利益一致和商业模式的可持续性。

• B端机构侧：专用金融AI大模型推动财富管理数字化转型，核心企业包括恒生电子、金证股份等

- 恒生电子基于ChatGPT架构开发“LightGPT”金融专用大模型，训练数据涵盖超4000亿tokens金融信息，支持80余金融专属任务，具备高效合规能力及私有化部署优势。
- “光子”智能助手实现金融业务场景自动化与智能化，涵盖投顾、客服、合规等多维度应用。
- 恒生智能投研平台WarrenQ集成大模型与搜索工具，提升投研效率，打破信息孤岛。
[pidx::7][pidx::8][pidx::9]

- 金证股份则采取自主研发专用大模型，聚焦通过RPA和GPT多模型集成打造智能运维专家，着力于提升B端业务流程自动化和AI运维效率，金证优智参与金融专用大模型研发，尚处于储备阶段未公开 [pidx::10]。

• C端产品创新持续推进，AI赋能带来用户体验提升和流量变现突破

- 证券APP竞争激烈，AI大模型是关键突破口。同花顺具备最高注册及月活用户（近6.1亿注册、1942万周活），依托技术积累（语音合成、NLP等）与海量数据库，推出AI投顾平台“i问财”，实现智能生成式投资助手功能，尽管目前多轮对话能力仍待提升，但为后续深度融入AIGC提供基础。


[pidx::11][pidx::12][pidx::13][pidx::14]

- 财富趋势C端起步较晚，但智能选股工具“问小达”具备语义解析和机器学习能力，并结合生成式AI技术持续迭代，目标实现一句话选股和深度投顾服务。

[pidx::15][pidx::16][pidx::17]

- 老虎证券作为全球首个推出AIGC投资助手“TigerGPT”的中资海外券商，基于OpenAI技术提供个性化股票研究、风险提示与多轮对话功能，实现财报摘要、金融知识问答等智能服务，抢占AI投顾海外市场先机。


[pidx::17][pidx::18]

• 市场规模与收入测算：10年后买方投顾模式保有量可达13-44万亿元，AI大模型供应商投顾费收入分成测算分别在157-2218亿元区间，显示AI赋能带来的可观经济价值。

[pidx::6][pidx::7]

• AIGC发展核心三要素：数据（从量到质及结构）、人才（兼具技术和业务理解的复合型人才缺口较大）、技术（自主底层架构关乎安全、稳定及政治风险管控）。

- 两条技术路径：
1）自主研发专用大模型，参数规模较小，专注金融场景，成本效益高，灵活性强，代表企业为金证股份和财富趋势；
2）通用大模型底座加金融适配改造，拥有更优秀的语义理解能力但成本和风险较高，恒生电子采用此路径。
多路径发展仍需试错和行业共识形成。
[pidx::18][pidx::19]

• 投资建议：推荐具备AIGC能力，尤其是在C端业务有望弯道超车的券商系统供应商财富趋势(688318，买入)、以及率先推出AI助手的海外龙头经纪商老虎证券(TIGR.O，买入) [pidx::19]。
• 风险提示：买方投顾转型速度不及预期；AIGC研发进度和通用大模型受制于国际政治风险；监管合规变化；关键假设变化导致测算偏差等 [pidx::20]。

金融研究报告详尽分析报告：

《AIGC大模型赋能买方投顾转型，或打开全新市场空间》

---

1. 元数据与概览

1.1 报告基本信息

• 标题： AIGC大模型赋能买方投顾转型，或打开全新市场空间

- 主题： 买方投顾转型及AIGC（生成式人工智能）大模型在财富管理领域的应用前景

• 作者及机构： 东方证券，分析师孙嘉赓

- 发布日期： 2023年9月（报告内容涵盖至2023年中旬）

• 覆盖范围： 专注于买方投顾转型趋势、AIGC技术赋能、主要相关上市公司（如恒生电子、金证股份、同花顺、财富趋势、老虎证券）的深度分析。

1.2 报告核心论点总结

报告认为买方投顾业务转型是中国财富管理行业的必然趋势，且AIGC技术、尤其是大语言模型的发展，将显著加速这一进程。核心观点包括：

• 基金管理费率大幅下调，买方投顾可能受益，卖方代销业务利润空间缩减。

- 国内传统投顾业务目前专业度不够、客户体验欠佳，AIGC大模型有望提升投顾培训与服务效率，实现降本增效。

• B端（机构端）和C端（终端用户端）均面临AIGC赋能带来的巨大市场机遇。机构可借助定制大模型提升服务效率和能力，终端软件平台可借助AIGC实现用户体验及流量的质的飞跃。

- AI大模型发展的关键包括：数据、人才、技术三大要素；两条发展路径可选——自主研发专用大模型或基于通用大模型定制。

• 投资建议重点推荐依靠AIGC实现C端业务弯道超车的财富趋势及首推AIGC投资助手的老虎证券，风险涵盖转型进度、技术及地缘政治风险等[pidx::0][pidx::3][pidx::19][pidx::20]。

---

2. 逐节深度解读

2.1 买方投顾转型大势所趋，AIGC或加速进程

2.1.1 ChatGPT引燃AIGC大模型市场，买方投顾成重要试验田

• 2022年12月ChatGPT引爆生成式AI（AIGC）市场，推动AI大语言模型成为市场新风向。

- Web3.0+AI大模型共同驱动去中心化金融、智能合约与自动化金融，提升服务透明度和效率。

• 大模型技术加速买方投顾培训与服务，提升专业度和客户响应速度，改善客户体验，减少利益冲突。

- 买方模式更注重客户需求和个性化服务，适应未来财富管理趋势。

• 报告以Web1.0、Web2.0与Web3.0技术对比表论证技术趋势（表1）[pidx::3]。

2.1.2 业务转型彰显必要性，政策指明方向

• 证监会发布基金投顾相关管理规定，推动买方投顾业务试点稳步推进。

- 60家机构参与基金投顾试点，截至6月底440万个账户，服务资产近1200亿元。

• 多家头部基金公司管理费率与托管费率大幅下调至1.2%和0.2%以下，传统卖方代销盈利空间压缩，为买方投顾让路。

- 买方投顾模式更加注重客户资产规模和服务费，打破传统卖方卖产品为中心的利益链。

• 图1展示2020-2021年不同基金类型的管理费率变化，显示降费趋势明显。

- 图2、图3分别对比传统卖方投顾与买方投顾模式，图示体现买方投顾以客户为中心的新商业模式，利益高度一致，提高可持续性[pidx::3][pidx::4][pidx::5]。

2.1.3 政策与技术环境

• 北京、上海、深圳均发布强化人工智能发展政策，重点提升算力基础设施建设，实现自主可控。

- 中证协下发券商IT投入三年提升计划，要求券商加大信息技术投入，行业数字化升级与AI赋能驱动财富管理创新。

• 这些政策确定了买方投顾转型和AI应用的宏观支持环境[pidx::5]。

2.2 业务端现状与AIGC赋能机遇

• 传统卖方业务资管与代销缺乏活力，买方投顾服务“重投轻顾”失衡，标准化产品难以满足客户个性化需求。

- 国内基金投顾人员多由经纪人转型，专业能力与海外成熟投顾尚有差距，培训缓慢且成本高，AIGC可显著提升培训效率和服务专业度。

• AIGC有望通过提升投资方案的科学性、提升风险匹配，降低客户损失及提高投资透明度，改善客户信任与体验。

- 买方投顾将实现更高效和个性化的投资管理服务，使投资顾问服务质量整体提升[pidx::6]。

2.3 B端——金融机构的大语言模型赋能

• 基于当前基金保有量及行业增长预测，报告对2033年买方投顾模式资产规模进行了三套情景预测（表3），其中买方投顾保有规模估值从13万亿至44万亿不等。

- 结合不同情景下的投顾费率、AI大模型供应商分成比例，分三种情况预测了AI大模型供应商可能获得的投顾费收入份额（表4-表6），区间从近百亿至超两千亿人民币。

• 恒生电子先发布局AI专用大模型与产品，推出LightGPT、光子金融智能助手及升级版智能投研平台WarrenQ，主打专业金融领域数据，聚焦合规安全和行业特色需求。

- 金证股份打造自主研发的专用大模型，配合旗下子公司优秀的机器人流程自动化（RPA）技术，结合多模态GPT，强化智能运维和流程自动化，目前处于研发储备阶段。

• 恒生电子大模型LightGPT以超过4000亿tokens金融数据训练，用于投顾、客服、风控等领域，支持私有化部署及灵活API调用，强调专业性与安全合规。

- 光子智能助手整合了大模型+工具链+金融数据，覆盖合规、投资、运营等多个业务场景，逐渐开放接口，推动机构数字化升级。

• 恒生电子参加行业大模型标准编制，展现技术领先布局。

- 金证股份侧重自主底层模型研发，规避通用模型可能存在的供应链卡脖子风险，未来或在专业场景灵活性和效率上具有优势。

• 这些举措体现出B端机构面临的技术路径选择与市场潜力[pidx::6][pidx::7][pidx::8][pidx::9][pidx::10]。

2.4 C端——投顾软件与应用的AI赋能

• 传统证券APP竞争激烈, AI大模型成为突破用户体验天花板的关键。例如通过增强投资建议精准度、风险管理、智能客服等实现差异化。

- 同花顺凭借庞大注册用户量（6.1亿）、多样数据资源和多年AI研究积累（i问财平台），推进AI能力融合，尤其是最近推出的问财聊天机器人（图10-图12），助力流量变现与用户粘性增强。

• 同花顺差异化产品iFind具有较低定价与多样主流市场数据，配合AI预测和产业链分析，形成独特竞争优势。

- 财富趋势C端起步晚且占比小，但增速较快，持续优化问小达智能选股和智能问答功能（图13-图14）。正加速投入AIGC及语言模型研发，期望实现C端弯道超车。

• 老虎证券为全球首家上线AIGC投资助手TigerGPT的券商，实现智能股票研究、风险提示和市场热点分析（图15-图18），以抢占海外市场先机，提升客户体验和服务效率。

- C端对AI模型的集成与持续优化，将显著增强用户服务体验和产品竞争优势，打开新的流量和收入空间[pidx::11][pidx::12][pidx::13][pidx::14][pidx::15][pidx::16][pidx::17][pidx::18]。

2.5 展望：三大核心要素与技术路径选择

• AI三大核心要素为数据、人才、技术：

- 数据：由数量导向转向高质量结构化数据、丰富多样的数据集，提高模型泛化能力和实用性。
- 人才：复合型人才稀缺，既懂技术又懂业务的专家必不可少，需明确职业路径和激励机制。
- 技术：数字化IT底座与自主可控核心架构关键，特别是在国际环境复杂的情形下自主技术保障安全。

• 两条发展路径分析：

- 自主研发专用大模型：参数规模较小，精准聚焦金融领域数据，成本和效率更优，适合专业场景，代表机构金证股份和财富趋势。
- 基于通用大模型开发定制金融大模型：底层架构雄厚，通用能力强，适配性好，但受制于底层平台限制，维护成本高且存在卡脖子风险，代表公司恒生电子。

• 报告认为两条路径各有优缺点，目前难分胜负，需时间检验，最终市场或殊途同归。

- 投资建议推荐财富趋势（688318，买入），老虎证券（TIGR.O，买入）[pidx::18][pidx::19]。

2.6 风险因素

• 买方投顾转型推进进度不及预期，规模增长和业务渗透受到阻碍。

- 国内AIGC通用及专用模型技术研发难度和进度不及预期，影响赋能效果。

• 国际地缘政治风险带来的核心技术“卡脖子”问题，可能制约技术自主可控。

- 监管政策变动带来的合规风险及业务模式调整。

• 关键参数假设（基金规模增速、渗透率、费率和分成比例）波动导致测算结果不确定[pidx::20]。

---

3. 重要图表深度解读

图1：公募基金平均管理费率（%）明细（2020-2021）

• 展示不同基金类型（股票基金、混合基金、债券基金、FOF、QDII等）在两年间管理费率的变化。

- 观察到混合基金、股票基金管理费率普遍呈下降趋势，债券基金和FOF略有波动。

• 图表证实公募基金整体管理费率下调，支持政策推动卖方收益降低，买方投顾优势凸显的论点[pidx::4]。

---

图2和图3：卖方与买方投顾模式对比示意图

• 图2（卖方模式）：资产管理机构通过渠道销售商和产品销售人员卖产品，客户承担高成本，盈利来自管理与销售费，商业模式依赖销售额乘销售费率。

- 图3（买方模式）：资产管理机构提供产品，财富管理机构支持投顾工具与服务，投资顾问向客户提供持续服务，客户资产规模与顾问服务费驱动商业收益，客户与投顾利益高度一致。

• 两图说明买方投顾注重客户关系与个性化服务，商业持续性强，符合现代财富管理趋势[pidx::5]。

---

图4：恒生电子三大AIGC新品发布图

• 分别介绍LightGPT（专业金融大模型）、光子（金融智能助手）、WarrenQ（智能投研平台）的功能定位。

- 突出技术领先与全流程服务赋能，支持客户的多业务场景升级。

• 将技术能力转化为应用场景，体现恒生电子大模型在B端的战略布局和前沿创新[pidx::9]。

---

图5：证券APP月活跃用户数排名（截至2023年6月30日）

• 同花顺遥遥领先，月活用户数达3000万人，远超第二名，形成明显领先优势。

- 排名后续企业月活多集中于几十万到数百万，显示市场高度集中与激烈竞争。

• 图示基础上讨论同花顺基数优势及AI赋能潜力，助力流量变现[pidx::11]。

---

图6：同花顺注册用户数量走势（2009-2022）

• 呈现12年持续增长曲线，注册用户数由8000多万增长至约6亿，规模庞大。

- 显示同花顺的用户基础稳健，为AI智能投顾等创新应用提供大数据支撑[pidx::12]。

---

图7：i问财发展历程时间轴

• 回顾2008年至2021年i问财系列智能语义搜索及对话技术的研发进展与重要节点。

- 体现同花顺在金融智能问答领域的技术积累和创新能力[pidx::13]。

---

图9：同花顺AI产品矩阵示意

• 包括数据智能、智能语音、自然语言基础服务、知识图谱、智能投顾等五大关键技术模块。

- 清晰展示其AI技术多元化赋能体系，促进投顾机器人的服务效率与质量提升[pidx::14]。

---

图10-图12：问财聊天机器人回答示例

• 演示机器人对证券行业适合投资、资金流向、个股投资建议等多样化问题的智能回答能力。

- 反映模型在实战场景中信息准确性、反馈及时性的水平，体现初步实现生成式AI功能[pidx::14]。

---

表3-表6：买方投顾模式保有量与AI大模型供应商投顾费收入分成预估

• 多情景测算基金保有量（13-44万亿元）及对应投顾费收入（157亿至2218亿元）的不同假设敏感分析，全面展示潜在市场规模。

- 在量化基础上强调市场潜力，且供应商议价能力提升会带来更可观收益。

• 该数据为对行业发展前景和产业链商业价值进行理性预期的核心支撑[pidx::6][pidx::7]。

---

图15-图18：TigerGPT在老虎证券App中的模拟问答案例

• 展现TigerGPT针对企业财报、金融指标、市盈率和个股投资推荐的智能回答。

- 示范AIGC赋能下的经纪商投资助手提供实时、个性化投资决策支持的能力。

• 体现首创猎头优势，有潜力巩固老虎证券海外市场优势[pidx::17][pidx::18]。

---

4. 估值分析

本报告未直接涉及具体DCF或市盈率估值计算，但通过市场规模与投顾费率及分成比例的敏感性模型，估算AI大模型供应商的潜在投顾费收入增量，反映潜在市场空间（TAM）。

• 核心估值采取基于行业规模增长与投顾费率假设的三档敏感性分析；

- 估值中重点考虑投顾费收入的供应商分成比例提升对整体估值的影响；

• 结合行业政策及技术发展趋势，基于市场增长空间进行定性强化；

- 投资建议体现对行业布局龙头（财富趋势、老虎证券）的看多。

• 估值分析体现对未来市场成熟度及模型商业化能力的不确定性态度[pidx::7][pidx::19]。

---

5. 风险因素评估

报告详细列举买方投顾转型进度、AIGC技术研发、地缘政治风险、监管变动以及假设参数波动等风险因素。

• 投顾转型进度缓慢将直接影响市场规模及机会。

- 通用及专用大模型技术研发的不确定性可能导致赋能效果未达预期。

• 国际形势变化可能导致AI关键技术“卡脖子”，阻碍产业升级自主可控进程。

- 监管合规政策变动可能带来业务模式调整风险，影响商业推广。

• 核心假设参数（市场增速、费率、分成比例）波动带来高不确定性，增大风险[pidx::20]。

---

6. 审慎视角与细微差别

• 报告基于当前AI/投顾技术发展初期和市场探索阶段，展现出较为客观的谨慎态度。

- 对技术路径未判断优劣，指出两种路线各有风险，需时间检验，体现科学理性。

• 对业务转型挑战（传统业务活力不足、投顾人员专业不足、培训成本高）分析深入，未夸大AIGC万能作用。

- 估值模型在假设基础上有明确讨论及多重情景，不盲目乐观。

• 建议推荐着眼于较成熟或领先的企业，避免一窝蜂追逐热点。

- 内部章节衔接顺畅，一致性强，无明显矛盾，但需注意未来技术进展和业务生态的不确定性[pidx::6][pidx::19]。

---

7. 结论性综合

本报告全面阐述中国财富管理行业由卖方向买方投顾模式转型已成大势，而AI生成式大语言模型（AIGC）技术的快速发展为买方投顾模式的升级带来历史性机遇。政策推动下基金管理费率大幅下行，强制买方业务提升客户价值赋能与服务专业性。AIGC赋能买方投顾不仅体现在B端金融机构以提升投顾效率、降低成本、提升专业度和合规性，同时驱动C端证券App等终端产品创新，提升用户体验、粘性和变现能力。

报告具体分析恒生电子、金证股份两大金融科技公司如何分别采取基于通用大模型与自主专用大模型的不同路径进行研发布局，呈现各自优势与风险。另一方面，重点介绍同花顺、财富趋势、老虎证券等资本市场重要投顾应用和平台利用AIGC技术优势抢占终端用户流量，推动业务增长。

通过详实的市场规模预测与敏感性分析，报告指出2033年买方投顾业务潜在市场规模极大，AI大模型供应商投顾费收入潜力达百亿至千亿级，为相关企业打开新增长极。风险方面，报告充分提示转型进度、技术研发、地缘政治及监管合规等关键不确定因素。

整体看，报告逻辑严密，论证深入，数据详实，图表直观支持文本论述，尤其恒生电子三大AI产品图（图4）、买卖方模式对比（图2-3）、买方投顾保有量与收入测算模型（表3-6）、证券APP用户排名（图5）及C端智能问答示例（图10-12，15-18）等具说服力。报告推荐财富趋势（688318，买入）和老虎证券（TIGR.O，买入）作为具备AI赋能优势的领军企业，体现出较强的投资前瞻性。

本报告为买方投顾行业AI赋能发展提供了丰富的理论与实证分析，有助于理解财富管理转型趋势与AI技术融合路径，具有重要的行业指导价值和投资参考意义。[pidx::0][pidx::3][pidx::4][pidx::5][pidx::6][pidx::7][pidx::8][pidx::9][pidx::10][pidx::11][pidx::12][pidx::13][pidx::14][pidx::15][pidx::16][pidx::17][pidx::18][pidx::19][pidx::20]

---

附录：重要图表示例（部分）

图1：公募基金平均管理费率明细（2020-2021）

图2：卖方投顾模式示意

图3：买方投顾模式示意

图4：恒生电子新品发布会三大AIGC产品

图5：证券APP月活跃用户排名（截至2023/6/30）

图10：问财聊天机器人模拟大盘问答

图15：TigerGPT模拟京东财报问答

---

全文完

报告