行业智能化转型背景与驱动力 - 证券行业正经历由大数据、人工智能、区块链及大模型等前沿科技驱动的广泛而深入的智能化转型，旨在升级技术设施、提升数据处理与决策效率，并驱动业务模式创新与服务优化[1] - 转型的宏观背景包括人工智能等技术持续突破，以及个人投资者更倾向于使用数字化工具，关注交易便捷性、资金安全与个性化服务[1] - 政策层面，2023年中央金融工作会议部署的金融"五篇大文章"及中国人民银行等七部门印发的《推动数字金融高质量发展行动方案》为行业智能化转型指明了方向并提供了合规框架[2] - 中国证监会主席近期亦指出，行业机构应稳步探索推进人工智能等技术在资本市场的布局和应用，以培育高质量发展新优势[2] - 宏观经济变化、投资者对服务质量的更高要求、国际金融市场复杂性及金融科技公司的竞争压力，共同促使传统证券经营机构通过智能化转型应对挑战[2] 行业智能化转型面临的挑战 - 证券经营机构智能化发展面临结构性挑战，现有体系呈现"烟囱式单点化"特征，AI工具与系统割裂，难以协同共享资源[2] - 具体痛点包括：1) 数据与知识孤岛化，内部数据分散于各条线，知识沉淀与检索能力不足，影响信息传递与业务决策效率[2]；2) AI工具集成度低，能力各自独立，缺乏统一平台整合，降低协同办公效率并增加成本[3]；3) 智能化能力不足，系统对复杂交互支持有限，人机交互不自然，难以实现智能化、自动化协作[3] 大模型技术带来的解决方案 - 大模型技术的突破性发展为证券行业破解智能化困境提供了关键解决方案[4] - 大模型在语义理解层面能深度洞察证券行业专业术语与业务逻辑，精准解析自然语言指令，打破人机交互壁垒[4] - 在逻辑推理层面，依托海量数据训练的认知能力可处理投研分析、合规判断等复杂场景，为决策提供智能支撑[4] - 在多模态处理层面，能一体化处理文本、图像、语音等多元数据，整合行业多源异构信息，支撑全场景智能化[4] - 大模型泛化能力强、适配速度快，通过行业语料微调即可贴合专业场景需求，无需单独开发各业务环节，大幅降低转型门槛与成本[5] 华安证券AI门户平台构建实践：核心目标与体系 - 华安证券以"一体四翼"为核心建设目标，系统性开展基于大模型的AI门户平台构建工作[5] - "一体"指自主可控的大模型基座，保障技术应用的自主性和安全性[5] - "四翼"对应四大核心业务领域：对客服务、投资投研、合规风控、内部管理，全面覆盖公司关键业务环节[5] - 公司通过构建知识管理、能力治理和智能体研发三大支撑体系，形成大模型快速迭代与应用机制，实现从"能力孤岛"到"一站式智能协同平台"的跨越式转型[5] 华安证券AI门户平台实践：全域知识管理体系 - 针对金融领域知识分散异构、更新滞后、检索低效等痛点，华安证券搭建了全域知识管理体系[5] - 体系构建"个人-部门-业务条线-公司"四级管理架构，覆盖各类知识资源的全生命周期管理[6] - 在数据接入环节，打造智能化多模态处理机制，对文本文件进行标准化格式转换，对图片及含图文档采用"OCR+视觉解析"组合策略进行高精度提取与结构化转化[6] - 核心依托检索增强生成（RAG）技术架构，结合金融知识图谱实现图增强检索，将传统关键词匹配升级为语义关联推理，提升复杂查询精准度[7] - 设计多路召回引擎与智能排序机制，整合文本检索、向量匹配、图谱推理等多维度能力，提升知识召回率与相关性[7] - 建立分级权限管控机制，精细化划分不同角色的访问权限，明确各级知识库的操作范围与共享边界，保障数据隐私与信息安全[7][9] 华安证券AI门户平台实践：统一能力治理体系 - 为解决AI能力分散孤立、接口异构、协同低效等痛点，华安证券构建了统一能力治理体系[10] - 首先开展全域AI资源盘点梳理，组建跨部门团队对公司内部数据、算力、模型、平台等资源进行全面排查与价值评估，形成可视化的全域能力资产地图[11] - 其次建立统一能力标准体系，设计标准化能力元模型，对数据、工具、知识三类核心能力进行规范化描述与接口适配，实现语义统一与兼容互通[11] - 数据类能力按"业务领域-能力域-服务粒度"三级体系划分，封装为标准化API接口；工具类能力采用"场景-模块-原子工具"三级抽象体系进行统一整合[11] - 构建标准化能力运营机制，通过标准化注册将各类AI能力纳入统一管理平台，形成"一次治理、多场景复用"的能力资产库[12] - 引入模型能力协议（MCP）作为核心互操作标准，实现能力的动态发现、智能调度与跨系统协同，支持智能体可视化编排与自动化执行[12] 华安证券AI门户平台实践：智能体研发体系 - 为打通技术能力与业务场景的适配鸿沟，华安证券构建了灵活高效的智能体研发体系[13] - 智能体构建遵循"意图解析-能力适配-流程搭建-自动化执行"的核心逻辑[15] - 依托意图理解大模型深度解析用户自然语言需求，将复杂任务拆解为逻辑清晰、可独立执行的子任务单元，例如资产配置需求可拆解为客户画像分析、风险偏好评估等多个子任务[15] - 通过智能匹配机制为各子任务筛选最优AI能力组合，从能力资产库中动态调取适配的工具、数据与知识资源，形成候选能力集合供用户优化选择[15] - 基于标准化协议搭建可视化工作流编排界面，支持用户通过拖拽操作完成AI能力的灵活组合与流程配置，实现异构能力的无缝协同与自动化执行[16] - 目前已落地投研分析、资产配置、机构业务商机挖掘等多个核心场景智能体，有效覆盖投顾服务、投行审核、机构拓展等关键业务环节[16] 华安证券AI门户平台实践：技术架构支撑 - AI门户平台采用"底座层-中台层-应用层"三级分层架构，通过接入层统一适配[17] - 底座层整合人工智能算力平台与大模型全生命周期管理系统[20] - 算力平台采用"本地GPU集群+云平台资源"的混合架构，本地算力保障高安全性任务，云端资源满足弹性扩展与突发性算力需求[20] - 大模型管理平台支持开源大模型本地化部署、行业适配微调、全流程训练与推理，并通过四维保障体系确保模型运行稳定可靠[20] - 中台层通过"内嵌+外挂"双模架构实现大模型与各类AI能力的深度协同，对数据、工具、知识三要素进行集中治理与智能调度，并搭建全链路监控体系[20] - 应用层聚焦"四翼"核心业务，构建覆盖通用办公、专业业务、知识管理等场景的多元服务矩阵，包括多模态问答、文档智能处理及各类业务专用工具[21] - 接入层通过统一API、iFrame嵌入等技术接口，打通各终端与业务系统，实现能力跨平台共享与集中调用[21] 华安证券实践总结与未来展望 - 华安证券围绕大模型构建AI门户平台的实践，成功打破了证券行业"数据孤岛"、"能力孤岛"等传统困境，实现了技术能力与业务场景的深度耦合[22] - 平台显著提升了内部办公效率、业务协同质量与合规风控水平，为大模型技术在券商协同办公领域的规模化应用提供了可落地、可复制的实践范式[22] - 未来，公司将持续深化大模型技术与证券业务的融合创新，推动与投资投研、客户关系管理等关键系统的深度协同，构建智能化业务闭环[22] - 同时，公司将拓展多模态数据处理能力与多智能体协同机制，提升复杂任务处理的精准度与效率，并强化个性化服务能力，以夯实核心竞争力[22]