人工智能應用加速落地，推動券商業務+IT雙升級｜愛分析報告

券商數字化轉型已駛入快車道，多部政策文件相繼發布，要求提升金融科技治理水平，加大科技資金投入，深化數字化轉型。

與此同時，受宏觀經濟環境下行影響，券商同質化競爭加劇，傳統經紀業務增長承壓，券商亟待尋求業務新增長點。

在政策驅動和業績承壓的雙重影響下，通過數字化手段滿足客戶需求、推動業務創新、提升運營效率，最終增強券商市場競爭力，是現階段券商數字化轉型的核心目標。

在此背景下，為了幫助券商探索數字化、智能化轉型的實際落地經驗，以及發現優質廠商，2023年9月8日，愛分析正式發布《2023愛分析·證券數字化實踐報告》。

報告關鍵發現

• 券商面臨財富管理轉型挑戰，數字化是重要實現路徑。券商應充分利用人工智能技術，特別是大模型，對財富管理價值鏈中的客戶獲取、投資策略構建、投資組合實施以及投教等環節賦能。
• 為實現跨部門協同、高效運營，業務中臺是券商實現IT重塑的關鍵。鑒于業務中臺支撐的上層應用場景廣泛，券商可采取從易到難，從單一場景切入再逐步全場景覆蓋的策略，選取覆蓋范圍大且不影響業務連續性的文檔撰寫場景切入。
• 券商IT運維智能化是未來趨勢。對此，券商在供應商選型環節，應當選取具備數據管理能力和智能計算引擎的廠商，以滿足智能化需求。

報告典型案例

依托智能化核心技術，國金證券使用予信智能撰寫中臺提升多項業務能力

智能運維分析平臺加速安信證券智能運維分析能力演進

01

報告綜述

券商數字化轉型已駛入快車道，《金融科技發展規劃2022-2025》以及《證券公司網絡和信息安全三年提升計劃（2023-2025）》等政策文件的相繼發布，要求提升金融科技治理水平，加大科技資金投入，深化數字化轉型，為券商數字化轉型提供了明確指引和方向。

與此同時，受宏觀經濟環境下行影響，券商同質化競爭加劇，傳統經紀業務增長承壓，券商亟待尋求業務新增長點。

在政策驅動和業績承壓的雙重影響下，通過數字化手段滿足客戶需求、推動業務創新、提升運營效率，最終增強券商市場競爭力，是現階段券商數字化轉型的核心目標。

以業務為指引，當前券商的數字化轉型呈現以下三大趨勢：

圖1：券商數字化轉型趨勢

業務重心方向調整，通過財富管理業務創新實現差異化競爭。一方面券商經紀業務同質化競爭激烈，增長空間壓縮遭遇瓶頸；另一方面隨著居民收入增長，對財富管理需求日益增強。財富管理已經成為證券業務轉型的共識。業內領先的券商紛紛嘗試通過拓展線上渠道、優化產品組合、提升顧問能力等數字化手段增強財富管理，這其中涉及對流程、組織、系統等多方面建設。

夯實業務支撐能力，建設業務中臺支撐業務創新。過往煙囪式的業務系統建設不僅帶來高昂的部署、運維成本，也使得業務部門相互獨立，難以實現高效協同和信息共享，不能滿足激烈競爭環境下證券業務快速創新的需求。業務中臺能為各個業務部門提供統一平臺，提高資源利用率，提升組織運營效率和創新能力。

擴大技術創新應用，加速AI+場景落地。過往以人工為主的工作流程及模式正迎來重塑，AI+能有效提升運營效率，成為證券數字化降本增效的有效抓手。AI+正廣泛應用在智能營銷、智能投研、智能投顧、智能客服、智能運維等多個場景中。

綜上所述，本報告選取財富管理、業務中臺以及AI應用中較為成熟的智能運維三個重點市場進行應用實踐分析，以期為券商提供數字化轉型實踐經驗，助力高效推進數字化轉型升級。

02

財富管理

2.1 經紀業務增長乏力，財富管理成券商增長新動能

券商競爭愈發激烈，隨著傭金費率逐漸接近成本線，券商傳統經紀業務增長乏力。與此同時，個人投資規模增長推升財富管理需求。據麥肯錫數據，2022年國內個人金融投資規模近250萬億元，成為全球第二大財富管理市場。

此外政策鼓勵并引導推動券商開展財富管理轉型。自2019年基金投顧試點開啟后，今年6月，《公開募集證券投資基金投資顧問業務管理規定(征求意見稿)》公布，代表基金投顧業務從試點轉向常規，進一步推動券商財富管理轉型。在此背景下，券商紛紛加速財富管理轉型步伐，并將財富管理作為未來增長新動能。

以客戶獲取環節中的客戶畫像為例。傳統券商多采用問卷調研的方式鑒別客戶風險承受能力，這種方式極易導致投資行為與實際風險偏好錯配。財富管理要達到幫客戶實現財富保值、增值的目的，首先就需要對客戶需求進行全面深入了解。這要求券商除通過問卷、溝通直接獲取信息外，更要整合客戶在多渠道、多平臺中的資產數據，建立精準的客戶畫像。

在跨平臺獲取用戶數據過程中，隱私計算是不侵犯用戶隱私前提下的優選。以某頭部券商為例，基于隱私計算的多方聯合建模，以合法合規方式引入多維數據，研發出涵蓋客戶交易行為、金融產品、平臺行為、人口屬性等1000多個特征標簽信息的智能畫像標簽系統。該券商APP可通過用戶畫像和數據挖掘，準確評估投資者風險承受能力，提供合適的投資組合產品并推送合適的信息。

圖4：財富管理業務場景

投教也需要借助視頻直播、智能客服等方式為客戶提供全流程全生命周期的服務。借助多種投教服務手段，券商可以充分激活和運營客戶。

例如，某頭部券商提供“投顧在線”全天候陪伴式直播，在此過程中提供專業投資建議與陪伴。APP內接入了多個大模型，通過強大的語義理解能力，提升對客戶問題的意圖識別準確度，匹配更精準財富產品，引導客戶進行科學投資。通過上述投教服務，券商改善了APP的活躍度，提高了客戶在線時長，并最終獲得客戶更高的資產配置份額。

2.3 大模型將在券商財富管理全場景落地應用

以客戶為中心，要求券商滿足客戶個性化財富管理需求。券商當前的服務模式以專業的投顧團隊服務為主，不僅需要投顧人員具備專業性的知識和經驗，也限制了券商對更廣泛人群財富管理需求的覆蓋。大模型不僅能有效提升投顧團隊工作效率，也能以更智能化、個性化的服務覆蓋更廣泛客群。

目前，大模型在券商財富管理中投前、投中、投后均有應用，包括智能投顧、智能投研、智能客服、智能運營、智能投教、數字人等。大模型應用目前仍以單點試驗為主，智能客服是最主要的探索場景。未來，隨著頭部券商對垂直領域大模型訓練日益成熟，大模型將覆蓋財富管理全場景，成為頭部券商打造差異化財富管理競爭能力的有力支撐。

03

智能撰寫中臺

3.1 用戶需求和業務創新要求券商多部門協同、高效運營

激烈的市場競爭環境下，為滿足用戶體驗需求、持續推進財富管理創新業務，券商需提升運營效率，實現組織對市場和需求的敏捷響應。但券商多部門獨立的業務流程、割裂的信息孤島成為運營效率提升的阻礙。如何利用有限的IT預算，以技術手段賦能業務體系，產生最大的收益和價值成為了券商關注的重點。具體而言，券商面臨的挑戰有：

第一，業務協同性問題。券商下設多個業務部門，包括IT部門、投行部門、財富部門等，在傳統IT架構下，各部門間獨立性較強，信息系統割裂現象嚴重，無法做到高效協同和共享。在目前行業競爭日益激烈的趨勢下，對于券商提升自身服務能力和綜合業務水平形成了不小的阻礙。

第二，合規性保障問題。長久以來，證券一直是強監管行業，在業務合規性方面有著極高的要求。但在傳統IT架構下，由于缺乏完善的用戶管理機制和內容審核體系，券商在業務開展過程中的合規性缺乏有效的技術保障，從而引發了諸多的安全合規隱患。

第三，系統搭建成本問題。傳統IT體系下，券商各業務部門普遍采取煙囪式的方式搭建自身的IT系統。這一方式雖可以較好的滿足各部門個性化的IT需求，但存在著部署成本高、運維難度大、資源利用效率低等問題，在當前證券行業營收下行階段，已然不再適用。

3.2 以業務中臺為核心重塑IT體系，增強業務支撐能力

基于上述背景，面對現階段券商業務運營及協作中所存在的諸多阻礙和難題，如何構建一個高效、協同、可持續的業務體系，是券商需要解決的一個重要問題。而搭建業務中臺正是解決這一問題的有效途徑之一。

第一，業務中臺可以優化券商的業務協同性。業務中臺可以通過數據集成、通用組件構建、規范業務流程等方式，將券商內部各個業務部門之間的交互和協同進行高效整合和提升，從而幫助券商有效擺脫傳統的業務孤島狀態，實現高效、靈活的業務操作，提升整體業務服務水平。

第二，業務中臺可以降低券商的成本和風險。通過搭建業務中臺，使券商可以有效避免重復的技術投入，實現各個部門之間的資源共享和協同管理，以及IT設施的統一運維從而大幅降低IT成本和風險。

第三，業務中臺可以有效保障券商業務合規性。一方面，通過業務中臺的建設，券商可以統一管理各種業務數據和交易信息，并根據不同的合規要求進行分類和處理，從而降低違規操作的風險；另一方面，業務中臺還可以實現自動化風控，提升券商的風控水平。通過將風險控制模型集成到業務中臺中，可以實現自動識別、分析和預警系統的風險事件，從而最大限度地減少風險事件發生的概率和影響。

3.3 從易到難穩步推進，智能撰寫中臺賦能業務中臺實現平穩落地

綜上所述，不難看出以搭建業務中臺為核心重塑IT與業務體系，正成為券商實現數字化轉型持續深化的關鍵方案之一。通過搭建業務中臺，加強內部業務協同、提高競爭力和效益水平，并不斷探索新興技術的應用和場景，也逐漸成為券商未來贏得市場競爭優勢的一大核心手段。

然而，就目前實際進展來看，業務中臺想要在券商內完全落地依舊還面臨著技術架構兼容性、建設成本等諸多挑戰，實現整體規模化應用落地仍道阻且長。但從單一場景切入，再逐步形成全場景覆蓋或是一條可行的路徑。其中，文檔撰寫場景，憑借其覆蓋范圍大，不影響業務連續性等核心原因逐漸成為了不少券商搭建業務中臺的第一步。

圖5：證券領域文本撰寫場景

文檔撰寫存在于券商各個業務部門的日常工作中，是券商持續開展業務的必要基礎。從簡單的日報、周報到更具專業化的多種深度分析報告撰寫，傳統體系下券商員工每日都要花費大量時間和精力投入。但就實際效果而言，整體報告產出效率較低，并且在當前監管合規愈加嚴格的趨勢下，易出現內容違規風險。因此，通過搭建智能撰寫中臺，重塑整體文檔撰寫體系，在保障業務合規的前提下，釋放員工更大生產力，從而賦能業務增長，已然成為券商深化數字化轉型的必然之選。

智能撰寫中臺是指通過大數據、智能增強分析與人工智能等技術，從多源異構數據源按需獲取數據后，按照特定的規則體系完成對原始結構化數據推理加工，并形成分析結論或文本內容，從而實現數據分析、文檔撰寫自動化的技術平臺。在證券行業中，智能撰寫中臺可以幫助證券公司內部投資銀行、資產管理、投研、運營管理、合規管理、質量控制等多個部門快速、準確地生成豐富種類的文本內容，從而提高券商的服務質量和效率。同時，依托智能撰寫中臺的多種核心優勢能力，券商能夠針對當前業務與技術融合階段所產生的協同性、合規性、成本等核心問題與短板進行全方位補足，具體如下：

• 在優化業務協同性方面。首先，智能撰寫中臺可以通過自動化流程設計和任務分配，優化券商的整體業務流程，并為業務決策提供有價值的支持；

  其次，智能撰寫中臺還可以通過將不同團隊和部門的信息整合在一起，并向所有相關人員共享，大幅提升信息在各業務部門的傳遞和共享效率；

  最后，基于智能撰寫中臺所具備的多人在線協作能力，可以通過在線編輯、實時共享等操作，加強不同業務部門間的溝通交流能力，并進一步提升整體業務體系的協同性。

• 在有效降低成本方面。智能撰寫中臺以“中臺化、模塊化”理念設計打造，通過一次平臺建設，即可輻射全業務場景。并基于模塊化設計的優勢，使得不同的功能可以獨立開發、測試和部署，從而顯著降低系統建設成本和風險。

  另一方面，傳統的文本撰寫工作往往需要大量的人力資源，而智能撰寫中臺則能夠將這一過程標準化和自動化，極大地提高撰寫效率和質量，并大幅降低人力成本投入。同時，智能撰寫中臺還可以實現不同團隊之間數據共享和協同管理，也有效減少了各部門間的重復溝通成本。

• 在保障業務合規性方面。智能撰寫中臺能夠以金融業務規則作為分析依據，將來自于外部監管、內部風控/合規/質控等業務規則進行融合，并應用于文檔撰寫、業務審核流程中，并對外部監管規則和內部風控與合規性要求做到實時、動態的響應，以確保自動處理過程的精準、合規。在這樣的運行機制下，通過自動化手段幫助券商員工減少工作量的同時也大幅減少了人工干預，從而有效避免人為錯漏導致的違規風險，實現了提升金融業務質量控制的目的。

不僅如此，智能撰寫中臺還具備完善的數據管理調用和分析兩大核心能力，能夠有效解決原有文檔撰寫體系下，數據源分散、調用效率低、客觀分析工作量大等問題，進一步發揮數據效能，提升報告產出質量和效率。

統一數據調用能力：傳統文檔撰寫體系下，數據源分散存在，券商員工需要按需搜索所需數據源，并將其下載，再進行清洗等繁瑣流程后才可以應用到報告撰寫中，整體流程重復性較高、且十分占用工作時間。而智能撰寫中臺，可以通過規則引擎的處理自動完成與券商內外部多個數據源的對接，自動將員工所需數據進行一鍵調用，并在調用過程中對數據進行自動清洗去重、交叉校驗和準確性驗證。這些自動獲取的多源數據經過系統自動檢驗、業務人員分析校驗、審核部門審核，甚至對外報送披露之后，能夠形成業務部門或證券公司內部自有的可信業務數據庫，打破了現有的數據孤島體系，提升了數據應用效率。數據中臺的構建兩大核心步驟：“用”和“存”，通過智能撰寫中臺不但實現了多源數據的靈活調用，也通過“用”環節完成數據準確性、有效性確認，從而可以“存”為公司的數據資產，真正實現了數據和業務之間的互聯互通，這也為構建數據中臺打下了堅實的基礎。

多維數據分析能力：證券領域報告撰寫，專業度要求較高，并且常涉及到大量的客觀數據分析工作，傳統體系下，這些工作也均由人工完成，導致主觀分析時間被占用，整體報告產出質量受到影響。而智能撰寫中臺，大多內置了豐富的金融業務分析函數和分析模塊，能夠將絕大部分客觀分析工作自動化完成，將更多時間留給主觀分析，大幅提升員工生產力水平和報告產出質量。

綜上所述，隨著金融科技的發展和政策的支持，券商數字化轉型逐漸深入，而智能撰寫中臺作為數字化轉型的重要組件，可以幫助券商實現文本信息自動化生成、處理和管理，從而更好地適應數字化時代的業務需求，實現業務流程全面優化，以及服務質量和行業競爭力整體提升的顯著效果。

國金證券成立于1990年，是一家資產質量優良、專業團隊精干、創新能力突出的上市證券公司。近年來，在國家金融機構數字化轉型的大力倡導下，國金證券以“融合業務，平臺賦能” 打造一流的券商科技組織為核心目標，持續深化科技與業務融合，致力于用科技創造最大業務價值，目前已成為數字化轉型較為成功的證券公司之一；深圳市予信科技有限公司是“市創新型中小企業”、“國家級高新技術企業”。予信科技憑借對金融業務的理解，以金融業務分析智能化、金融文檔撰寫自動化、業務質量控制審核數字化為解決方案的三大落地場景，致力于為金融機構提供專業級的金融業務數字化解決方案，現已實現在券商、銀行、保險、基金等機構的投行、資管、經紀、投研/研究所、IT運營、信貸、項目質控、風控、合規等超過200個金融場景落地。

1.數字化轉型持續深化，證券公司“三大典型展業場景”下發掘的四個生產力提升機遇

為抓住券業數字化浪潮帶來轉型升級機遇，國金證券管理層立足公司實際情況，與予信科技對國金證券的現狀和業務進行共同梳理后發現，國金證券各個部門在日常工作中均涉及大量的“文檔撰寫”、“上傳下達”、“匯總分析”工作，這三大展業場景均以電子文檔作為信息傳遞載體，包括日報、周報、各類合同文書、營銷材料、投行業務材料、研究報告、合規分析報告、風險報告、管理報告等。隨著國金證券業務規模和市場占有率的持續提升，日常工作中需撰寫的上述各類文檔數量也呈指數級上升態勢，有的部門上述三大展業場景所占日常工作量超過了50%。在過去，在證券行業中面對海量的文檔生成和匯總管理需求，業務同事雖會借助電子文檔管理工具，但絕大多數工作依舊由人工完成。國金證券與予信科技經過仔細分析、梳理后得出以下四個數字化機遇，愛分析認為，這四點國內一定規模的證券公司均普遍存在。整理如下：

1.1項目管控數字化：釋放管理者的時間精力

以國金證券IT部門日常管理為例。為了便于上級管理層更好的把控項目進度，在國金證券日常運營過程中，IT部門員工都要定時撰寫日報、周報、實時記錄項目進展。在傳統文檔管理體系下，員工通過IM、郵件等傳統方式將日報、周報提交給管理人員，管理人員在收到相關文檔后，需耗時手動整理、匯總、閱讀，耗費精力提取并發現關鍵信息，最終給出管理動作；另一方面，近年來國金證券管理層順應趨勢持續加大數字化投入、這也伴隨著金融科技隊伍規模的持續擴大，傳統日報、周報的閱讀、批復工作量快速上升，極大地加重了管理人員的分析、決策負擔，且不利于及時合理地把控項目進度、管控風險。國金證券金融科技的快速發展所帶來的新的管理問題在各家證券公司普遍存在，可以依靠數字化手段妥善解決。

1.2文本撰寫自動化：場景普遍、高頻，釋放海量生產力、提升合規性

證券公司中普遍存在各個部門員工每天需要進行許多文本報告撰寫工作，實質上是通過文檔撰寫的方式完成各類金融業務當中具體的執行工作，如數據獲取、業務分析、規則推理、上傳下達、外部報送等，以推進業務流程。在目前由人通過電腦、平板等工具完成電子文檔寫作、排版、校對、傳遞的傳統文檔撰寫方式下，幾乎每個部門的員工都需要花費相當大比例的時間和精力來完成這些電子文檔撰寫任務；更不用說在強監管的金融領域，經常會出現因文檔撰寫、業務分析中人為錯漏而導致的各類合規性風險，輕則影響業務進度、影響公司聲譽，重則受到監管處罰，甚至業務暫停。一方面耗時、繁瑣、易錯，另一方面高頻、普遍，這其中蘊藏著潛力巨大的數據化機遇。

1.3建設數據“存”、“用”的有效循環：打破數據孤島，讓數據流動起來

和普通撰寫不同，證券公司各業務部門所撰寫的各類文本基本需要大量的底層數據做支撐。金融業務的嚴謹性決定了對數據的準確性與可靠性要求高，平時一般靠業務人員經驗判斷完成數據的真實性確認后、才將數據輸入各類文本中。另一方面，”數據孤島“的現象在證券行業普遍存在，各種券商內部的系統、外采數據源等均沒有一個抓手做到有機結合，形成合理為業務賦能。實際展業過程中，金融從業者需要根據經驗從不同網站、數據終端、信息渠道、或從（金融）項目方處獲取不同的數據與信息，并人工對數據本身和數據源進行勘誤與真實性確認，再基于業務的監管要求和業務規則對數據完成分析、處理后，才能人工將分析后的結果輸入到報告中。如何打破數據孤島，讓員工從現在繁瑣的“找數據”工作中解放出來；如何通過“用數據”打通數據和業務，讓數字化的基礎 - 巨量的數據清洗、融合工作通過融入業務而變得持續、高效；如何讓數據完成業務目標后自動且準確地“存”起來、建立起證券公司的數據資產，都是現在值得探索的數字化議題，畢竟大數據的價值不在于數據量的龐大，而在于建立起數據基于業務的循環。

1.4金融業務分析數智化：“客觀分析交給機器”，讓數字化技術融入業務

金融場景下的文檔撰寫不同于小說、散文、詩歌、議論文的寫作，在撰寫過程中存在多源取數、分析復雜的特點，專業化程度要求較高，需要業務人員投入大量時間和精力。在傳統文檔撰寫體系下，文本撰寫往往“有規可依”，而這個“規”的存在，意味著金融文本撰寫所需遵循其特有的一整套金融規則體系。這個規則體系具有以下兩個特點：第一，多源。規則可能來自于法律法規，可能來自于監管部門要求，也可能來自于公司內部的風控和合規管理要求；除此之外，還有海量金融業務規則也來源于專業領域的金融知識。第二，規則體系雖來源眾多、專業性強、動態多變，但整個規則體系還是相對固定的，是可以通過數字化手段完成規則體系建模后實現自動化調用、推理、分析并輸出結果的。從一個數字化的視角來看，這些需要重復進行的，大量占據工作時間的的客觀分析工作可以交給一個數字化系統完成；通過實現這一部分工作的替代，就能讓金融從業者有更多的時間和精力用于深度分析、主觀判斷、客戶開拓等更具生產力的工作，提升整體的業務效率。

2.技術能力全面升級，國金證券使用予信智能撰寫中臺實現文檔撰寫體系重塑

基于上述梳理可見，在證券公司眾多的業務部門、業務流程當中，僅“文檔撰寫”相關場景下，通過合理、創新的數字化改造后，就能在數據資產沉淀、業務流程再造、生產力釋放、合規質量提升等多方面獲得收益。而文檔撰寫相關場景在各類金融機構內部存在的普遍性、發生的高頻率，均意味著在這一場景下的數字化建設會有較好的投入產出。

立足于上述數字化機遇的發掘和梳理，為了持續深化數字化轉型進程，國金證券決定對抓住“文檔撰寫”這一證券公司典型場景進行數字化建設。利用人工智能、大數據等多種先進技術，搭建智能化的文檔撰寫中臺，最大程度服務多個業務部門、減少人工干預環節，提升文檔產出效率的同時，大幅優化員工使用體驗、提升質控水平，進而賦能業務的持續良性增長。

在產品選型階段，受近年來金融行業監管加強以及信創政策等外部因素影響，國金證券對于供應商的資質、業務合規性、證券行業服務經驗等方面進行了重點考察。最終，經過多方調研、產品POC測試，深圳市予信科技有限公司憑借對證券業務的深刻理解、全面領先的產品性能、較為完善的解決方案以及豐富的頭部證券公司實際落地案例等優勢，成為了該項目的產品供應商。針對國金證券現階段對于智能文檔撰寫中臺的多種需求，予信科技在準確理解了國金證券的業務目標以后，為國金證券輸出了一套包含智能文本生成、業務規則自動推理、富格式編輯界面、可視化配置管理后臺等核心能力的智能撰寫中臺解決方案。

圖6：予信科技智能撰寫中臺能力示意圖

在項目部署階段，為了滿足國金證券系統快速上線的需求，借助予信科技依托產品輕便的技術架構，國金證券與予信科技一起僅用一周時間就完成了平臺部署，并在科技研發部、信息技術部率先投入使用，借助智能撰寫中臺的多種核心能力對原有體系升級需求進行了逐一升級，并依托所搭建的中臺級能力，將文本智能撰寫能力面向全司多個部門進行推廣，讓該中臺搭建的數字化收益最大化。具體推進路徑如下：

圖7：國金證券分階段進行智能撰寫中臺上線

2.1完善的文本匯總和管理機制，大幅提升公司業務管控水平

針對行業中IT部門文檔匯總管理體系所存在的問題，一方面，國金證券借助予信智能撰寫中臺為其提供了文檔統一自動匯總能力，可自動將國金證券IT部門員工每日所撰寫的日報、周報等內容進行統一匯總，并發送給相關管理人員郵箱，極大簡化了匯總流程；

另一方面，國金證券借助智能撰寫中臺根據管理者需求對日報、周報中的重要指標數據進行匯總統計和基礎分析，使管理人員無需對員工報告內容進行逐一查看，即可快速發現項目風險點，全面優化了傳統項目管理模式，提升了管理者的項目把控能力。

2.2自動化+智能化的撰寫能力，助力員工文本撰寫效率與體驗全面提升

予信科技深耕于證券行業多年，積累了深厚的行業Know-how和業務場景理解，其智能撰寫中臺內置了200+可適用于不同業務需求的文檔模板。同時，該智能撰寫平臺還具備成熟的低代碼能力，支持業務人員自行定制開發新文本模板，進一步滿足各業務部門個性化文本撰寫需求。

基于海量的文本模板，結合強大的中臺個性化配置能力和智能增強分析、數據智能等技術，通過多數據源的自動獲取及填充，國金證券通過智能撰寫中臺使各部門員工不僅能夠快速生成自身所需的文檔報告，無需每日進行大量的重復性工作，還大幅降低了金融展業過程中原來因人工錯漏所頻發的項目質量風險，提升了金融質控水平。

2.3靈活多樣的內外部數據源對接方式，滿足全量數據統一收集調用需求

為有效解決普遍存在于業務部門傳統文本撰寫體系中，數據源分散、底層數據收集和調用難度大等問題，國金證券很好利用了予信智能撰寫中臺完善的統一數據搜集和調用能力。基于該智能撰寫中臺所具備的多種靈活對接方式，可實現與國金證券內部多種數據庫、RPA工具，以及與外部多種數據源的無縫對接，使各數據源間的割裂現象得到了極大的改善，數據價值也得以更好的發揮。同時，員工在日常文本撰寫時，無需再進行繁瑣的數據搜索和下載流程，一鍵實現多種數據源的自動實時獲取和調用，極大優化了員工日常文本撰寫效率和體驗。

2.4行業領先的多維數據分析能力，國金證券通過予信智能撰寫中臺充分釋放員工能力與價值

在業務客觀分析需求方面，國金證券利用予信智能撰寫中臺獲得了成熟的多維數據分析能力。基于該智能撰寫中臺所具備的行業領先金融業務規則引擎，以及超8000個金融規則推理函數和超1000個的金融業務分析模塊，可自動、合規、快速的根據使用者要求輸出客觀分析結果，輔助國金證券不同業務部門多種深度分析報告撰寫，真正實現“客觀分析交給機器，主觀判斷留給人工”的顯著效果。

3. 國金證券通過智能撰寫中臺全面落地，實現多種價值與收益

文本撰寫效率得到全面提升。國金證券通過予信智能撰寫中臺的整體部署應用，實現了文本撰寫體系的重塑升級，完成了從傳統人工撰寫到智能化、自動化撰寫的巨大轉變。在保障業務合規性的前提下，傳統需要數天完成的文本撰寫工作，現在僅需“幾分鐘”即可完成，極大提升了文本撰寫效率。

員工價值得到進一步發揮。國金證券借助予信科技對于證券行業充足的業務理解以及智能撰寫中臺多種自動化、智能化功能，員工文檔撰寫體驗得到了全面優化，在保障業務合規的前提下，使員工無需每日再進行大量的數據收集、客觀分析等重復性工作，能夠將有限的精力投入到更重要的業務中，進一步發揮自身價值與能力。

截至目前，國金證券已經完成予信智能撰寫中臺的上線和使用，并逐步向各個業務場景鋪開，幫助國金證券將外部監管框架、內部風控要求、金融專業知識、業務日常實操這些復雜的專業級規則通過合理技術手段進行融合應用，從而實現金融分析類工作、金融文檔撰寫類工作的軟件替代，釋放可觀的生產力。未來，雙方合作還將進一步加深，共同探索更多的人工智能技術應用場景，為國金證券數字化轉型的全面提速提供助力。

智能運維

圖9：券商實現智能運維的前提條件

安信證券股份有限公司為全牌照綜合類券商，多項業務排名進入全國前列，總部設于深圳，在北京、上海、廣州、汕頭、佛山等地設立50家分公司，在29個省級行政區設有320家證券營業部。安信證券以“金融服務成就美好生活”為使命，力爭成為倍受尊敬的一流資本市場服務商。

證券行業對系統的連續性和穩定性要求嚴格。在證券行業，證券投資信息瞬息萬變、客戶利益至關重要，保證IT運維的系統的實時性、可用性和穩定性，避免數據紊亂、數據丟失、交易中斷等事故發生，對證券公司的日常運營至關重要。同時，監管對證券服務連續性要求加強，2022年發布《證券期貨業信息技術服務連續性管理指南》，對證券公司信息技術服務連續性管理的基本程序和措施提供指引。

數字化轉型時代下，科技創新已成為金融行業發展的核心動力。安信證券秉承著成為中國最具市場價值和核心競爭力、廣受尊敬的一流資本市場服務商的企業愿景，一直緊跟科技創新發展步伐，堅持推進數字化轉型戰略，為實現科技賦能，持續優化數字化基礎設施及基礎運營保障平臺。

早在2020年，安信證券已經搭建實現運維監控平臺，并持續優化完善功能，向智能運維一體化平臺邁進。按照智能運維一體化平臺的規劃，安信證券已經完成第一階段“平臺建設”和第二階段“能力建設”，打造實現一體化的運維工具平臺體系架構，具備低代碼運維開發能力，建立起IT運維“監管控”流程。

人工為主的運維模式面臨效率挑戰

隨著安信證券業務快速發展，系統復雜性的增長帶來運維數據體量急劇擴張，IT運維人員面臨海量數據的分析和處理，既有的運維模式以人工分析為主、對風險被動響應，導致運維效率低下、運維質量波動，難以支撐安信業務創新迭代、保障用戶體驗。如何提升IT運維分析能力和效率，是安信證券當前面臨的重要挑戰，具體表現為：

• 運維數據尚未實現統一歸集，影響故障排查效率。在證券公司中，運維數據的存儲路徑、格式、規范等各有差異，分散在各系統中。安信證券在已經將大部分監控工具的重要數據進行了集中化存儲和管理，如指標類數據、日志數據、告警數據等均已實現統一存儲，并建立起一套運維數據標準。但對非監控類數據如CMDB數據、工單數據等尚未集成，其訪問需要跨多個系統和工具，使運維數據查找路徑復雜、增加故障排查時間。
• 傳統IT運維對運維人員經驗依賴較高，增加運維成本。如在告警管理中，安信證券各種監控系統中的告警均需通過設置靜態閾值規則實現。規則的設定對運維人員的門檻較高，要求運維人員具有豐富的經驗積累。并且，由于閾值規則受運行系統影響，一旦運行系統因業務模式、負載模式、用戶行為等因素發生變化，閾值規則都需要重新設定，這使得閾值規則的維護和管理也耗費巨大的人力。除告警外，日志數據來源于操作系統、應用程序、網絡設備等，數據量龐大且復雜，在日志事件的關聯分析、問題排查、異常模式識別等情形中，都需要運維人員具備較強的技術知識和豐富的經驗進行分析處理。
• 智能運維算法質量和數量難以滿足智能運維場景需求。如在安信證券智能告警中對告警噪音的識別準確度較低，仍需要運維團隊花費大量精力處理噪音告警。針對業務個性化智能運維場景，如應用變更場景下的日志智能比對以及告警關聯分析等，目前的算法能力無法支撐場景落地。
• 缺少對業務系統整體IT運維健康的可觀測性和管理分析能力。在對業務系統的整體情況如性能、協作以及資源等方面進行了解時，由于安興證券內運維平臺相互獨立，運維人員需要切換多個平臺收集信息，效率低。尤其對業務系統故障進行排查時，運維團隊需同時對多個系統進行排查，影響系統連續性。

為解決以上痛點，安信證券IT運維分析需要轉變運維模式，從人工為主、被動的IT運維模式轉變為更高效、更智能化的主動運維模式，并明確智能運維一體化平臺的第三個階段為“場景建設”，平臺建設向“場景和數字驅動”演進。安信證券股也將充分利用AI等技術賦能業務場景，探索實踐智能化運維場景，納入“十四五”期間實現全面數字化轉型的戰略舉措之一。

經過多方調研，基于對廠商技術能力、服務能力、成功案例、項目交付能力等多種因素綜合考量，最終擎創科技憑借先進的技術、成熟的平臺產品、持續演進的平臺擴展能力以及強大的綜合實力等核心優勢，經過POC、招投標等環節后，成為安信證券智能化運維場景落地的合作伙伴。

上海擎創信息技術有限公司（簡稱“擎創科技”）是一家智能運維AIOps全域落地解決方案供應商，專注于以AI賦能運維管理，激活運維數據、優化運維效率。目前客戶已經覆蓋銀行、保險、證券、制造、能源及交通運輸等多個行業。

其自主研發的夏洛克AIOps智慧運營平臺整合告警事件、性能指標、日志和容量等多維數據，結合AI算法技術，提供包括精準告警、異常檢測、根因定位等運維解決方案，通過數據價值的提煉分析，優化企業運營決策。并且夏洛克AIOps全面支持對數據庫、中間件、云平臺、芯片、操作系統等國產軟硬件產品的信創適配。

從業務出發，安信證券持續優化智能運維分析能力

安信證券與擎創科技的合作經過了兩個階段，一期完成智能運維分析平臺建設，并完成單指標異常檢測、日志異常檢測、告警壓縮等功能；二期將智能運維分析平臺進行橫向擴展，覆蓋更多業務系統，同時針對業務系統的具體訴求，開發個性化智能運維場景，如日志智能比對、故障根因推薦等。具體解決方案如下：

圖10：安信證券智能運維分析平臺架構圖

1.建設智能運維中臺，對運維數據統一存儲、高效治理，為智能運維場景提供算法和數據支持。

在擎創科技的支持下，安信證券首先對多源運維數據集成，采用Clickhouse低成本存儲方案，實現對Zabbix、Promethues、BPC、日志平臺等多元運維數據的快速接入、統一納管。之后，運維人員可在數據治理平臺通過圖形化的方式對多源數據進行轉換、清洗，提高數據質量。

算法平臺支撐實現智能化運維。在算法平臺中，內嵌擎創科技開箱即用的多種算法，如指標異常檢測、日志異常檢測算法、趨勢預測算法、聚類算法等，并且支持算子二開擴展，運維人員可自主對算法建模調參，為智能運維場景賦能。

2.通過智能日志分析、智能告警分析構建智能運維能力，輔助故障定位與根因分析場景

在智能日志分析方面，日志智能比對有效支撐應用變更場景。日志智能比對能對系統變更前后的日志數據進行全自動校驗分析，發現人工難以發現的偏差，如“新奇”模板或變量，補足傳統監控和測試方式的盲區，消除潛在隱患，保證系統變更上線后業務能正常運行。

日志特征檢測提供日志異常檢測，為運維人員提供智能運維分析。結合智能算法對日志進行實時分析，自動識別日志的相似性，將相似度高的數據聚合在一起，提取共同的日志模式，快速掌握日志全貌，將海量日志聚類到肉眼可讀的數量，并且智能識別日志發生的規律，自動識別系統崩潰、性能下降、安全風險等異常事件，進行智能告警，并為快速根因定位提供支持。

圖11：智能日志分析示意圖

在智能告警分析方面，智能運維分析平臺提供告警智能壓縮功能，通過文本聚類算法對告警內容自動聚類，并按關鍵字段進行分組壓縮，減少告警通知、提高告警質量和可讀性以及降低運維配置規則復雜度。告警關聯場景分析基于關聯分析算法FP-Growth進行數據建模，能對海量的告警事件進行降噪和關聯分析，輔助根因定位告警分析、處置過程。關聯場景分析還支持沉淀故障處理的知識，減少運維重復工作，提升運維效率。

圖12：智能告警引擎示意圖

3.通過統一檢索、系統畫像建立統一監控能力

統一檢索支持運維人員在一個頁面上對某主機某時間段內的指標、告警日志、架構圖、變更計劃等數據進行一鍵查詢，輔助快速應急排障。

圖13：統一檢索功能示意圖

業務系統畫像實現業務系統運維可觀測。系統畫像打通了日志、業務、CMDB等系統，提供操作系統、中間件、業務、鏈路追蹤等性能視圖，同時將監控性能指標與告警實時呈現，幫助運維人員對業務系統運維健康度進行整體評估，一旦發生故障，快速評估關聯影響以及輔助定位系統根因，提升運維效率。

圖14：業務系統畫像

4.故障根因推薦

此外，安信證券與擎創科技共研了故障根因推薦，通過對多源運維數據、融合多模態分析算法，提供系統故障的初步分析和建議，幫助運維人員快速識別問題。

智能運維分析平臺帶來運維效率顯著提升

在擎創科技的協助下，安信證券快速上線智能運維分析系統，基于智能日志分析、智能告警分析的智能運維能力有效提升運維效率、降低運維成本。

• 智能告警關聯分析推動實現主動運維。智能告警中的關聯場景分析中，平臺基于核心業務系統過去6個月約33萬條的告警數據，結合AI算法，經過5輪的學習過程、2次結果的評審過程，生成了22筆有意義的關聯分析結果，大幅提升告警價值和告警處理效率，推動傳統被動響應向主動運維運營發展。
• 系統畫像和統一檢索有效提升運維效率。系統畫像提供了業務系統全局分析視角，整合系統關鍵信息，系統健康情況一目了然，簡化流程，降低溝通成本。一站式統一檢索幫助運維人員實現在一個界面上進行定障排障操作，通過時間軸分析故障的前后變化，對比傳統人工需要大量平臺間手動來回切換的行為，提高5倍運維工作效率。
• 日志智能比對縮短測試用時，有效規避應用開發變更后的上線風險。在日志變更異常檢測中實現全自動化日志校驗分析，測試用時由原先的5-6個小時縮減到1小時，至少提高5倍測試效率，并且每年安信證券能通過平臺發現10+件潛在隱患，有效規避風險。
• 運維數據集中存儲降低運維成本。運維數據采用低成本方案轉儲一年后減少11臺服務器，且對資源使用同比降低38%。

場景驅動、數據驅動以及持續運營是構建智能運維分析能力的關鍵

回顧安信證券智能運維分析平臺建設過程，其場景驅動、數據驅動的理念以及持續運營機制是構建智能運維分析能力、持續獲取智能運維效益的關鍵。

安信證券智能運維分析平臺的建設是以業務場景為驅動，使得平臺建設目標可落地，也讓平臺建設效果可衡量。IT支撐業務發展，業務需求也能反作用于IT基礎建設。

在智能運維分析平臺的建設過程中，安信證券始終堅持“數據驅動”，通過對多源數據統一存儲、治理，結合AI算法，充分挖掘數據價值，支撐智能應用場景。

而在智能運維分析平臺建設完成后，安信證券建立起持續的運營機制能保證平臺隨業務系統變化快速調整、持續優化，持久發揮效能。如業務部門會對平臺上的日志智能比對、智能告警等信息進行確認和反饋，協助平臺運維人員對算法持續調優。

4.3大模型將與智能運維深度融合，擴展運維場景、提升運維效率

當前，券商智能運維的場景集中在異常檢測、故障預測、告警收斂、根因分析等場景。隨著大模型興起，智能運維與大模型的融合將滲透場景擴展至智能問答、故障自愈、故障預防、知識庫構建等方向。

一方面，大模型能擴展智能運維場景，實現更多場景自動化。在自動化部署過程中，大模型可根據運維人員的自然語言指令自動生成腳本、配置、測試等相關代碼。在智能問答場景中，通過自然語言交互，為運維人員提供運維專家級的指導和支持。

另一方面，大模型將提升既有算法效果，進一步提升運維效率。如在日志分析中，大模型可通過日志數據進行分析，實現異常檢測、根因分析。

圖15：大模型應用方向

未來，大模型將成為智能運維的核心技術，推動智能運維覆蓋故障、質量、安全、效能和性能等全部運維場景。

05

結語

注：點擊左下角“閱讀原文”，下載完整版《2023愛分析?證券數字化實踐報告》。