慧博智能投研终端日前正式接入深度求索（DeepSeek）大模型，这被视为金融数智化之路上的一个新坐标。
“这次升级意义重大，不仅标志着金融投研工具从数据聚合迈向智能推演的新阶段，而且揭示了AI如何通过‘技术-场景-价值’链条，推动上市公司研究迈向精准化、合规化与高效化。”慧博调研董事长何佳川接受证券时报记者采访时给出这样的判断。
人工智能浪潮席卷全球，垂直领域的智能化变革正重塑越来越多应用场景的底层逻辑。何佳川所言的前述判断，背后指向是AI对投研方法论的重构，核心在于两个层面的突破。
首先，数据驱动下的精准推演。
何佳川对记者介绍，目前慧博积累的1800万份全球研报及上市公司公告数据，可以为模型提供高质量训练素材。通过结构化处理包括图表、文本在内的多模态信息，模型能基于底层数据逻辑生成推理结论，一方面自动整合研报观点，同时形成逻辑严密的分析框架，而且还会标注结论来源，这可以最大限度地解决“AI幻觉”问题。
“数据量的庞大而准确，是决定大模型功能强大的基础。接入DeepSeek大模型，直接进阶了慧博的投研模式，从之前的‘看研报’，发展到形成观点。”何佳川介绍。
第二个层面的突破在于场景化智能助理（Agent）落地。
业内将2025年定义为“Agent元年”，慧博也在提速“赶潮”步伐。何佳川介绍，研报Agent不仅能辅助研究员快速生成初稿，还能通过互动优化结论，甚至实现跨部门协作。例如，在金融机构私域知识库中，Agent可打通投行、经纪等部门的内部数据，提升决策效率。
何佳川表示，慧博希望推进AI战略，提高投资精度、准度和效率。“慧博智能体和研报系统，可以高效形成核心观点，这是慧博最大的应用场景之一。慧博90%用户来自于各家机构，相当比例在网站上做股票研究、行业研究，作为知识库来使用。”
慧博的AI战略不止于工具升级，还在致力于AI价值外溢——通过与DeepSeek等伙伴共建生态，慧博计划将垂类大模型能力开放给其他机构，降低其智能化转型门槛。
何佳川介绍，“慧博不仅为自身业务筑基，更为各行业智能化转型提供基础设施。以金融业智能化转型为例，已经从效率工具升级为战略刚需。因为金融机构需处理海量实时数据（如银行信贷、资管组合），传统方法难以应对复杂市场波动，而AI模型能通过动态推演提升决策精度。而慧博可以给金融公司部署私域大模型的推算和知识库，打通内部数据，形成金融系统内协作和推导工作流程，同时帮助金融机构来打通私域知识库。”
何佳川将垂类大模型比喻为“高速公路的加油站”。“通过大模型为时代建立基础设施，高速公路修好后，各辆车还需要配套设施，这些就是细分领域的垂类大模型。这些都会是未来高速公路上的加油站和配套设施。在提供加油服务的过程中，慧博希望能在低算力实现多模态解析、较低成本构建私域化模型部署方面构建起差异化优势，一方面帮助研究机构和上市公司提升研究精度和准度，另一方面输出和赋能多行业的智能化转型。”
声明：本文来自证券时报，版权归作者所有。文章内容仅代表作者独立观点，不代表数字化转型网立场，转载目的在于传递更多信息。如有侵权，请联系我们。数字化转型网www.szhzxw.cn
本文由数字化转型网（www.szhzxw.cn）转载而成，来源于证券时报；编辑/翻译：数字化转型网（Professionalism Achieves Leadership 专业造就领导者）默然。
