近年来，人工智能（AI）技术的迅猛发展推动了金融行业尤其是投资银行领域的深刻变革。AI的应用不仅提升了工作效率，还促进了金融业务模式的重塑。特别是在投资银行领域，AI技术的应用已经成为行业共识。
以高盛CEO David Solomon在AI峰会上的发言为例，他指出传统IPO招股书中6个投行人两周才能完成的工作，如今AI可以在几分钟内完成95%的工作。这一变化反映了AI技术在投资银行中的广泛应用。
据调查，去年5月已有报道指出，华尔街投行借助AI分析师可以迅速完成原本需要数小时甚至整个周末才能完成的工作。这些数据引发了市场对国内外投行实际应用AI情况的关注。
调研显示，国外投行在使用AI时主要集中在获取公开信息方面。由于数据安全的严格要求，AI仅能接触公共数据，而无法触及公司核心数据。这主要是因为券商日常处理的数据涉及商业机密和客户隐私，风险难以控制。
相比之下，国内投行在本地化部署方面进展更快。例如广发证券“投行AI文曲星”平台通过本地化部署实现了多种功能的集成应用。该平台不仅提升了工作效率，还加强了风险管理，并优化了客户服务。
在国内和国外投行中，除了提升效率和优化流程外，辅助决策支持、客户服务优化以及风险管理强化也是共同特征。借助数据分析和模型预测，双方都能对项目风险进行精准评估，并提供可靠依据。
尽管存在共性特征，国内外投行在业务版图、技术生态搭建等方面也存在差异。国外投行更注重全球化拓展和多语言兼容性需求；而国内投行则更聚焦于本地化战略和中国资本市场。
例如兴业证券通过本地化部署大模型处理敏感数据和文件，确保客户数据不外泄；广发证券则采用基于RAG方案的项目信息隔离机制来保障数据安全。这些措施体现了国内外投行在数据安全方面的不同策略。
未来，在人工智能技术不断迭代的背景下，投资银行领域可能会迎来更多变革。无论是提升工作效率还是加强风险管理，AI技术的应用都将继续深化，并成为推动金融行业创新的重要力量。
编辑：金杜
湘公网安备43010502001700号