投资建议
　　金融是GenAI核心垂类赛道，各券商纷纷布局大模型应用。金融行业具备信息、数据、知识、人才密集型的特性，券商有经纪、研究、投行等丰富的业务条线，大模型的应用可以在内部增效，助力员工提升工作效率；也能在交易等场景为业务直接赋能。各券商纷纷投入大模型及相关应用。
　　当下券商大模型应用多数集中在智能客服、办公助理、代码生成等偏原生AI应用领域，未来将更深层次与业务耦合。多数券商大模型应用都是基于大模型的文字生成能力进行的：智能客服、数字人等应用是基于大模型的问答能力；代码生成应用是基于代码能力进行的；办公助理则是基于问答和知识库能力进行的。未来随着基础模型能力持续提升，大模型也将与券商其他业务深度耦合，提供更多赋能。
　　长期看AI能力应用是金融企业数字化转型的必然方向，是促进金融业高质量发展的有效方式。大模型将依托其多种能力为金融行业带来原有业务场景的升级，持续丰富业务内涵，提升现有数字化基础的效能与形式体验，促进金融行业高质量发展。
　　金融数据需要注重隐私性和安全性，自建算力服务器集群或成为券商进行大模型转型的必选项。券商等金融机构拥有高价值的领域数据资产，一方面能够充分训练大模型提升效果，另一方面也面临更多合规和安全问题。我们认为更深层次的大模型应用一定是基于高质量的私域数据开发的，券商可能需要自建算力集群私有化部署来完成。
　　风险提示：AI进展不及预期带来下游需求不及预期的风险；市场竞争加剧的风险；政策落地不及预期的风险；研究报告中使用的公开资料可能存在信息滞后或更新不及时的风险等。