券商竞相布局金融AI Skill，将投研框架、数据模型封装为标准化模块，推动AI从“回答问题”转向“完成任务”，并重塑投研与财富管理服务链路。
今年以来，国内证券行业围绕金融AI Skill（技能）的竞争明显提速。国泰海通、华泰证券、中金公司、中信建投、广发证券、国信证券等头部机构先后推出相关应用，平安证券、国投证券、财信证券等中小券商也快速入局。各家券商正将多年沉淀的投研框架、数据模型与行情工具，封装为可供AI智能体直接调用的标准化功能模块，推动金融信息服务模式进入系统升级阶段。
易观千帆证券业咨询专家夏雨表示，这一轮集中布局折射出券商AI竞争正从大模型能力比拼，转向业务能力的资产化与接口化。AI Skill把行情数据、研究报告、选股策略、投研方法论等原本分散的能力封装成可调用模块，使自然语言能够直接对接券商业务系统，推动AI从“回答问题”进阶为“完成任务”。同时，Skill具备标准化、可复用和生态开放等特征，既是券商抢占智能体入口的产品卡位，也是对既有数据、投研和业务能力的一次重新组织。
相比券商垂直金融应用，通用AI产品在金融场景中普遍面临适配性不足、专业数据缺失、投研逻辑薄弱等短板，面对复杂的市场研判与投资决策，往往只能输出模板化内容，难以满足精细化分析需求。金融Skill作为面向AI智能体的标准化能力插件，正成为破解这一瓶颈的关键。
平安证券相关负责人在接受采访时表示，Skill的核心逻辑并不复杂，它相当于在AI与专业数据库之间架起桥梁，告诉AI数据在哪里、如何获取、以何种格式输出。当投资者用自然语言提出需求时，AI理解意图后调用对应的Skill，从底层数据库中提取信息，再以结构化方式呈现。这套机制的核心，是将专业金融服务的获取门槛从用户主动查找转变为系统主动响应。
目前，各家券商正结合自身业务优势，形成差异化的Skills布局。华泰证券搭建了AI涨乐Skills体系，覆盖行情检索、条件选股、基金诊断、自选股管理等高频场景，并延伸至A股模拟交易；中信建投打造蜻蜓Skill广场，聚焦三大高频投研场景，所有技能均支持自然语言交互；中金公司探索分析师Skill数字化路径，将分析师专业能力、研究内容与大模型技术相结合；平安证券则首批上线六大Skills，推动专业能力一体化输出。
回顾过去，券商智能化大多停留在智能问答、资讯推送等浅层应用，产品同质化问题突出。在夏雨看来，以往的AI问答和数字人主要解决信息获取与交互体验问题，但容易面临知识更新滞后、幻觉、功能割裂以及“能说不能做”等痛点。而Skill将经过验证的行情、数据、研报和业务API直接提供给智能体调用，让AI具备执行具体任务的能力，并通过鉴权、日志审计等机制提升可控性。券商AI因此从单点功能升级为可嵌入业务流程的生产力工具。
金融Skill生态的持续完善，正在重塑券商投研与财富管理的服务链条，推动行业服务质效全面提升。从效率角度看，传统模式下，研究员和个人投资者需要跨多个终端采集数据、手动核算指标，大量时间耗费在重复性基础工作上。标准化Skill模块落地后，常规投研任务可通过AI人机协同高效完成，专业人力被释放出来，得以聚焦深度研究与价值判断。
同时，Skill也在打破机构投资者与个人投资者之间的信息壁垒。上述平安证券负责人表示，过去机构客户凭借专属研究团队、数据终端和投顾支持，在信息获取与决策效率上拥有系统性优势；个人投资者即便关注同样的股票或行业，也常因数据分散、工具匮乏、信息滞后而处于弱势。Skill正是将面向机构业务积累的买方研究能力、数据处理能力和专业服务框架，以标准化、低门槛的方式向零售端延伸，使机构级数据能力不再被锁在内部系统中，而是嵌入每个人的对话界面。
依托金融Skill的模块化模式，券商长期积累的投研框架、估值模型、分析师研究积淀等核心无形资产实现了接口化、常态化复用，打通了智能金融服务落地的“最后一公里”，为财富管理转型与投研服务升级提供了全新支撑。
展望未来，夏雨判断，Skill本身将逐渐成为券商数字化的基础能力，真正的竞争壁垒不在于Skill数量，而在于“数据+投研+场景+合规+生态”的全链路。一方面，需要将独有的研究方法、专家经验和数据资产沉淀为高质量Skill；另一方面，要打通从信息获取、分析决策到业务执行的完整链路。下一阶段行业产品迭代的重点，有望从单个Skill转向多Skills协同的智能体，并进一步深化投研工作流、财富管理和交易服务，同时强化安全、权限与合规治理能力。