基于大模型的AI門戶平臺研究、實踐與展望

    一、證券經(jīng)營機構(gòu)智能化發(fā)展

    在數(shù)字化浪潮推動下，隨著大數(shù)據(jù)、人工智能、區(qū)塊鏈及大模型等前沿科技的迅猛發(fā)展，證券經(jīng)營機構(gòu)正經(jīng)歷廣泛而深入的智能化轉(zhuǎn)型。這場變革不僅升級了技術(shù)基礎設施、提升了數(shù)據(jù)處理與決策效率，更驅(qū)動業(yè)務模式創(chuàng)新、服務優(yōu)化與業(yè)務流程再造。通過引入先進數(shù)字技術(shù)，證券經(jīng)營機構(gòu)正構(gòu)建高效、智能、個性化且安全的服務體系，既優(yōu)化客戶體驗，也增強自身競爭力與市場適應力，這既是技術(shù)飛躍，更是經(jīng)營與服務理念的革新，預示著行業(yè)未來發(fā)展新趨勢。

    （一）智能化發(fā)展的時代背景

    證券經(jīng)營機構(gòu)智能化發(fā)展處于多因素交織的時代背景之下，一方面，人工智能等技術(shù)持續(xù)突破，為智能化提供堅實支撐；另一方面，個人投資者更傾向使用數(shù)字化工具，聚焦交易便捷性、資金安全與個性化服務。

    金融“五篇大文章”是2023年中央金融工作會議明確的重要戰(zhàn)略部署，數(shù)字金融作為其中關鍵內(nèi)容，為證券行業(yè)智能化轉(zhuǎn)型指明了方向。為深入貫徹黨的二十屆三中全會和中央金融工作會議精神，中國人民銀行等七部門聯(lián)合印發(fā)《推動數(shù)字金融高質(zhì)量發(fā)展行動方案》，從技術(shù)創(chuàng)新、風險防控等維度為金融機構(gòu)數(shù)字化轉(zhuǎn)型劃路線圖，強調(diào)人工智能等技術(shù)的合規(guī)應用。近期中國證監(jiān)會主席吳清在中國證券業(yè)協(xié)會第八次會員大會中指出，行業(yè)機構(gòu)要穩(wěn)步探索推進人工智能等技術(shù)在資本市場的布局和應用，為行業(yè)高質(zhì)量發(fā)展培育新優(yōu)勢、注入新動能。這些政策與指引，既為證券經(jīng)營機構(gòu)智能化提供了發(fā)展空間，也明確了合規(guī)底線，推動行業(yè)規(guī)范高效發(fā)展。

    宏觀經(jīng)濟變化、投資者對服務質(zhì)量的更高要求、國際金融市場復雜性及金融科技公司競爭壓力，均促使傳統(tǒng)證券經(jīng)營機構(gòu)通過智能化轉(zhuǎn)型應對挑戰(zhàn)，推動智能化成為行業(yè)數(shù)字化升級的關鍵方向。

    （二）智能化發(fā)展中的挑戰(zhàn)與痛點

    盡管證券經(jīng)營機構(gòu)智能化發(fā)展迅速，但仍面臨結(jié)構(gòu)性挑戰(zhàn)，現(xiàn)有體系呈“煙囪式單點化”特征，AI工具與系統(tǒng)割裂，難以協(xié)同共享資源，主要問題包括：

    1、數(shù)據(jù)域知識孤島化

    內(nèi)部數(shù)據(jù)分散于各條線，知識沉淀與檢索能力不足，員工獲取信息需耗費大量精力，影響信息傳遞利用效率，進而削弱業(yè)務決策的及時性與準確性。

    2、AI工具集成度低

    AI能力各自獨立，缺乏統(tǒng)一平臺整合，員工需頻繁切換工具，降低協(xié)同辦公效率，增加時間與溝通成本，不利于業(yè)務高效開展。

    3、智能化能力不足

    系統(tǒng)對復雜交互支持有限，人機交互不自然，依賴固定流程與手動配置，難以實現(xiàn)問答助手、任務規(guī)劃等智能化、自動化協(xié)作。

    （三）大模型技術(shù)帶來曙光

    在證券經(jīng)營機構(gòu)智能化發(fā)展面臨諸多挑戰(zhàn)之際，大模型技術(shù)的突破性發(fā)展為行業(yè)破解困境帶來了關鍵解決方案。

    大模型憑借革命性技術(shù)優(yōu)勢，改變傳統(tǒng)技術(shù)與業(yè)務融合模式。語義理解層面，大模型能深度洞察證券行業(yè)專業(yè)術(shù)語、業(yè)務邏輯與多場景需求，精準解析自然語言指令，打破人機交互壁壘；邏輯推理層面，依托海量數(shù)據(jù)訓練的認知能力，可處理投研分析、合規(guī)判斷等復雜場景，為決策提供智能支撐；多模態(tài)處理層面，能一體化處理文本、圖像、語音等多元數(shù)據(jù)，整合行業(yè)多源異構(gòu)信息，支撐全場景智能化。

    同時，大模型泛化能力強、適配速度快，通過行業(yè)語料微調(diào)、知識嵌入即可貼合專業(yè)場景需求，無需單獨開發(fā)各業(yè)務環(huán)節(jié)，大幅降低轉(zhuǎn)型門檻與成本。大模型技術(shù)能為證券經(jīng)營機構(gòu)智能化提供體系化解決方案，推動行業(yè)向更高效、智能、精準方向跨越式發(fā)展。

    二、基于大模型的AI門戶平臺的構(gòu)建與實踐

    在證券行業(yè)智能化轉(zhuǎn)型向縱深推進的背景下，華安證券精準把握大模型技術(shù)引發(fā)的行業(yè)變革機遇。公司深度借鑒國內(nèi)外金融機構(gòu)前沿實踐，結(jié)合自身業(yè)務布局與技術(shù)積淀，在公司“十五五”規(guī)劃金融科技子規(guī)劃指引下，以“一體四翼”為核心建設目標，系統(tǒng)性開展基于大模型的AI門戶平臺構(gòu)建工作。

    其中，“一體”指自主可控的大模型基座，是整個服務體系的核心，保障技術(shù)應用的自主性和安全性；“四翼”對應對客服務、投資投研、合規(guī)風控、內(nèi)部管理四大核心業(yè)務領域，全面覆蓋公司關鍵業(yè)務環(huán)節(jié)。

    通過構(gòu)建知識管理、能力治理和智能體研發(fā)三大支撐體系，華安證券形成大模型快速迭代與應用機制，成功實現(xiàn)從“能力孤島”到“一站式智能協(xié)同平臺”的跨越式轉(zhuǎn)型。

    （一）全域知識管理體系構(gòu)建

    針對金融領域知識分散異構(gòu)、更新滯后、檢索低效等核心痛點，華安證券搭建全域知識管理體系，通過標準化整合、智能化運營與精細化管控，破解知識孤島難題，實現(xiàn)知識資產(chǎn)的高效利用、安全共享與動態(tài)沉淀，為業(yè)務決策與員工辦公提供全方位知識支撐。

    體系構(gòu)建“個人-部門-業(yè)務條線-公司”四級管理架構(gòu)，全面覆蓋各類知識資源的全生命周期管理，既保障個人知識沉淀與部門協(xié)作共享，又支撐跨條線業(yè)務協(xié)同與公司級知識資產(chǎn)統(tǒng)籌。在數(shù)據(jù)接入環(huán)節(jié)，打造智能化多模態(tài)處理機制，針對PDF、Docx等文本文件，通過專業(yè)解析工具實現(xiàn)標準化格式轉(zhuǎn)換，完整保留關鍵信息與語義邏輯；對于包含圖表、手寫簽名、印章等有價值信息的圖片文件及含圖文檔，采用“OCR+視覺解析”組合策略，完成圖像內(nèi)嵌文字的高精度提取與結(jié)構(gòu)化轉(zhuǎn)化，確保多源異構(gòu)知識的有效整合與統(tǒng)一存儲。    

    圖1：基于向量庫的RAG問答技術(shù)框架圖

    核心依托檢索增強生成（RAG）技術(shù)架構(gòu)，如圖1所示，結(jié)合金融領域?qū)I(yè)特性優(yōu)化知識檢索與問答能力。通過文本分塊、向量化處理構(gòu)建高效檢索索引，搭配金融知識圖譜實現(xiàn)圖增強檢索，將傳統(tǒng)關鍵詞匹配升級為語義關聯(lián)推理，大幅提升復雜查詢的精準度；設計多路召回引擎與智能排序機制，整合文本檢索、向量匹配、圖譜推理及歷史問答復用等多維度能力，最大化提升知識召回率與相關性；同時引入提示詞工程技術(shù)，對用戶問題進行行業(yè)術(shù)語語義改寫與復雜任務拆解，讓知識問答更貼合業(yè)務場景需求。

    為保障知識資產(chǎn)安全合規(guī)，建立分級權(quán)限管控機制，精細化劃分普通使用者、部門管理員、系統(tǒng)管理員、部門負責人、公司領導等不同角色的訪問權(quán)限，明確個人級、部門級、條線級、公司級知識庫的操作范圍與共享邊界，在保障知識共享效率的同時，筑牢數(shù)據(jù)隱私與信息安全防線，確保敏感知識僅對授權(quán)人員開放。

    （二）統(tǒng)一能力治理體系搭建

    為解決傳統(tǒng)AI能力分散孤立、接口異構(gòu)、協(xié)同低效、調(diào)用復雜等行業(yè)共性痛點，華安證券構(gòu)建統(tǒng)一能力治理體系，通過標準化框架實現(xiàn)全域AI資源的統(tǒng)籌管理、高效復用和靈活調(diào)度，最大化釋放AI資源價值，為平臺場景落地提供堅實能力支撐。    

    圖2：華安證券AI資產(chǎn)地圖

    一是開展全域AI資源盤點梳理。組建跨部門專項團隊，對公司內(nèi)部數(shù)據(jù)、算力、模型、平臺等各類資源進行全面排查、分類統(tǒng)計與價值評估。聚焦辦公場景核心需求，篩選出具備高業(yè)務價值、可流轉(zhuǎn)共享的核心AI能力，形成可視化的全域能力資產(chǎn)地圖，如圖2所示，清晰呈現(xiàn)資源分布、關聯(lián)關系與流轉(zhuǎn)路徑，為資源優(yōu)化配置提供直觀依據(jù)。

    二是建立統(tǒng)一能力標準體系。基于資源梳理結(jié)果，設計標準化能力元模型，對數(shù)據(jù)、工具、知識三類核心能力進行規(guī)范化描述與接口適配，明確能力名稱、業(yè)務領域、功能描述、輸入輸出格式、調(diào)用約束、權(quán)限要求等關鍵屬性，實現(xiàn)不同類型、不同技術(shù)棧能力的語義統(tǒng)一與兼容互通。其中，數(shù)據(jù)類能力按“業(yè)務領域-能力域-服務粒度”三級體系劃分，封裝為標準化API接口；工具類能力采用“場景-模塊-原子工具”三級抽象體系，統(tǒng)一整合后規(guī)范接口協(xié)議與權(quán)限管理；知識類能力基于現(xiàn)有多層次知識庫體系，按條線業(yè)務進行語義對齊，強化資源快速定位能力和知識管理。

    三是構(gòu)建標準化能力運營機制。通過標準化注冊機制，將各類AI能力納入統(tǒng)一管理平臺，形成“一次治理、多場景復用”的能力資產(chǎn)庫。引入模型能力協(xié)議（MCP）作為核心互操作標準，實現(xiàn)能力的動態(tài)發(fā)現(xiàn)、智能調(diào)度與跨系統(tǒng)協(xié)同，支持智能體可視化編排與自動化執(zhí)行，大幅提升AI資源的配置效率、協(xié)作價值與應用靈活性，為平臺快速響應多樣化業(yè)務需求提供核心保障。

    （三）智能體研發(fā)體系落地

    為打通技術(shù)能力與業(yè)務場景的適配鴻溝，解決復雜辦公流程中工具切換頻繁、操作步驟冗余、人機交互不自然等痛點，華安證券構(gòu)建靈活高效的智能體研發(fā)體系，通過動態(tài)任務拆解、自適應能力調(diào)度與可視化流程編排，實現(xiàn)復雜辦公場景的端到端智能化處理，推動辦公模式從“工具操作”向“需求驅(qū)動”轉(zhuǎn)型。    

    圖3：智能體構(gòu)建流程示意圖

    智能體構(gòu)建遵循“意圖解析-能力適配-流程搭建-自動化執(zhí)行”的核心邏輯，如圖3所示。依托意圖理解大模型深度解析用戶自然語言需求，結(jié)合AI能力統(tǒng)一框架、金融業(yè)務知識圖譜和上下文語義分析，精準把握用戶真實意圖，將復雜任務拆解為邏輯清晰、可獨立執(zhí)行的子任務單元。例如，針對資產(chǎn)配置類需求，可自動拆解為客戶畫像分析、風險偏好評估、產(chǎn)品匹配推薦、方案合規(guī)審查等子任務，確保每一個業(yè)務環(huán)節(jié)都能得到精準賦能。

    通過智能匹配機制為各子任務篩選最優(yōu)AI能力組合，結(jié)合業(yè)務規(guī)則、資源負載情況與歷史應用效果，從能力資產(chǎn)庫中動態(tài)調(diào)取適配的工具、數(shù)據(jù)與知識資源，形成候選能力集合；再由用戶結(jié)合業(yè)務需求精度要求、操作習慣等因素進行精準優(yōu)化，既保障了自動化處理的效率，又保留了人工干預的靈活性，充分體現(xiàn)“以用戶為中心”的設計理念。

    基于標準化協(xié)議搭建可視化工作流編排界面，支持用戶通過拖拽操作完成AI能力的靈活組合與流程配置，直觀定義組件間的數(shù)據(jù)流向、執(zhí)行順序與觸發(fā)條件，實現(xiàn)異構(gòu)能力的無縫協(xié)同與自動化執(zhí)行。目前已落地投研分析、資產(chǎn)配置、機構(gòu)業(yè)務商機挖掘等多個核心場景智能體，有效覆蓋投顧服務、投行審核、機構(gòu)拓展等關鍵業(yè)務環(huán)節(jié)，顯著提升復雜業(yè)務處理效率與質(zhì)量。

    （四）平臺技術(shù)架構(gòu)支撐

    AI門戶平臺采用“底座層-中臺層-應用層”三級分層架構(gòu)，通過接入層統(tǒng)一適配，如圖4所示。構(gòu)建“技術(shù)能力-中臺治理-業(yè)務場景”的全鏈路貫通閉環(huán)，確保平臺具備高穩(wěn)定性、高擴展性與高適配性，為各類業(yè)務場景的深度賦能提供堅實技術(shù)保障。    

    圖4：AI門戶平臺整體框架圖

    底座層作為核心支撐，整合人工智能算力平臺與大模型全生命周期管理系統(tǒng)。算力平臺采用“本地GPU集群+云平臺資源”的混合架構(gòu)，本地算力重點保障合規(guī)監(jiān)控、客戶畫像生成、敏感數(shù)據(jù)處理等高安全性任務，確保核心數(shù)據(jù)在可控環(huán)境中運行；云端資源滿足彈性擴展、外部API集成與突發(fā)性算力需求，實現(xiàn)算力資源的靈活調(diào)度與最優(yōu)配置。大模型管理平臺支持開源大模型本地化部署、行業(yè)適配微調(diào)、全流程訓練與推理，通過日志監(jiān)控、性能分析、安全防護、流量控制四維保障體系，確保模型運行穩(wěn)定可靠。數(shù)據(jù)支撐方面，整合關系型數(shù)據(jù)庫、內(nèi)存數(shù)據(jù)庫、搜索引擎、分布式存儲等多元存儲方案，實現(xiàn)對結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)的高效存取、實時同步與全生命周期管理，滿足不同業(yè)務場景的數(shù)據(jù)處理需求。

    中臺層承擔技術(shù)中樞職能，通過“內(nèi)嵌+外掛”雙模架構(gòu)實現(xiàn)大模型與各類AI能力的深度協(xié)同。對數(shù)據(jù)、工具、知識三要素進行集中治理與智能調(diào)度，通過統(tǒng)一能力治理框架實現(xiàn)能力標準化，構(gòu)建辦公智能體，支持復雜業(yè)務流程的自動化編排與執(zhí)行；同時搭建全鏈路監(jiān)控體系，對機器資源、工具運行、系統(tǒng)性能、服務質(zhì)量進行實時監(jiān)控與故障預警，快速響應并解決運行過程中的各類問題，保障平臺高可靠性運行。

    應用層聚焦“四翼”核心業(yè)務，構(gòu)建覆蓋通用辦公、專業(yè)業(yè)務、知識管理等場景的多元服務矩陣。通用辦公場景涵蓋多模態(tài)問答、文檔智能處理、會議輔助、數(shù)據(jù)建模等功能，滿足員工日常辦公高效處理需求；“四翼”業(yè)務助手場景針對性打造投顧投研類、機構(gòu)業(yè)務類、合規(guī)風控類、投行助審類專用工具，實現(xiàn)業(yè)務場景精準賦能。

    接入層通過統(tǒng)一API、iFrame嵌入及WebSocket等技術(shù)接口，打通各終端與業(yè)務系統(tǒng)，結(jié)合精細化權(quán)限管理，實現(xiàn)能力跨平臺共享與集中調(diào)用，讓員工在現(xiàn)有辦公環(huán)境中即可便捷使用平臺各類服務。

    三、總結(jié)與展望

    在數(shù)字化與智能化蓬勃發(fā)展的大趨勢下，證券經(jīng)營機構(gòu)的智能化轉(zhuǎn)型成為行業(yè)發(fā)展的關鍵路徑。

    在此過程中，華安證券積極探索智能化發(fā)展之路，圍繞大模型構(gòu)建AI門戶平臺的實踐，以“一體四翼”為核心目標，通過全域知識管理、統(tǒng)一能力治理、智能體研發(fā)三大支撐體系的協(xié)同落地，成功打破了證券行業(yè)“數(shù)據(jù)孤島”“能力孤島”等傳統(tǒng)困境，實現(xiàn)了技術(shù)能力與業(yè)務場景的深度耦合。平臺通過四級知識管理架構(gòu)整合多模態(tài)知識資源，以標準化治理框架統(tǒng)籌全域AI能力，用智能體實現(xiàn)復雜場景端到端自動化，依托三級分層技術(shù)架構(gòu)保障穩(wěn)定高效運行，顯著提升了內(nèi)部辦公效率、業(yè)務協(xié)同質(zhì)量與合規(guī)風控水平，為大模型技術(shù)在券商協(xié)同辦公領域的規(guī)?；瘧锰峁┝丝陕涞?、可復制的實踐范式。

    在未來，華安證券將持續(xù)深化大模型技術(shù)與證券業(yè)務的融合創(chuàng)新，一方面推動與投資投研、客戶關系管理等關鍵系統(tǒng)的深度協(xié)同，打通全鏈路數(shù)據(jù)壁壘，構(gòu)建智能化業(yè)務閉環(huán)；另一方面拓展多模態(tài)數(shù)據(jù)處理能力與多智能體協(xié)同機制，進一步提升復雜任務處理的精準度與效率，同時強化個性化服務能力，為客戶與員工提供更智能、高效的服務體驗，助力華安證券在行業(yè)智能化轉(zhuǎn)型中穩(wěn)步前行，持續(xù)夯實核心競爭力。

    （作者潘曉明、齊爽、江順宇任職于華安證券股份有限公司）

（編輯 孫倩）