来源 :国金证券股份有限公司2026-10-22
编者按
自2022年ChatGPT发布以来，全球人工智能呈指数级增长；2026年，AI智能体迎来大爆发，正从对话工具跃升为自主执行系统，加速渗透企业真实工作流。
近日，“对话国金”栏目组专访了国金证券人工智能实验室负责人万宇雷。围绕AI给证券行业带来的深层变革，他给出一个核心判断：AI正在从一个单点的提效工具，走向组织层面的生产力变革，“我们最终希望看到的，是从超级个体向超级组织的变革”。
万宇雷
国金证券AI实验室
负责人
应用数学博士、波士顿大学访问学者、高级工程师职称（人工智能方向）、浦东明珠工程师
AI先接手高频、重复、标准化的环节
万宇雷介绍，从目前行业实践看，证券行业应用AI较多的领域集中在知识检索、文档处理、合规与内容审查等环节；对技术团队而言，则更多体现在研发提效上。这些场景的共同特点是高频、重复、标准化程度高，因而成为AI最先接手的工作。
他特别提到，近两年全球范围内最成熟的AI应用场景是AI Coding，行业正在经历从Vibe Coding向Spec Coding的转型，即从“凭感觉让AI写代码”，转向“先明确需求规格，再让AI按规格实现”。“AI不只是帮程序员写代码，还开始重构整个研发工作流。”
从“AI友好组织”到AI统一基建体系
万宇雷表示，国金证券自2023年起在行业内率先探索代码大模型、本地化部署、RAG及Agent技术，历经“试点探索—能力建设—深入业务—持续深化”四个阶段，并在证券行业率先提出“AI友好组织”理念。
国金证券以“长期主义、分层建设、标准统一”为原则，构建公司级、全链路的AI统一基建体系，推动算力、模型、数据、知识、智能体与应用能力协同建设，将单点技术创新沉淀为可复用的企业级能力。这一体系包含五大核心模块：AI组织中台以实验室横向统筹、业务科技团队纵向深耕，实现双轮驱动；AI模型网关通过资源分池管理、可观测运营与PD分离技术实现降本增效；AI知识中台构建多部门知识库与Multi-Agent专家团体系；AI模型中台采用大小模型协同架构；智能体沙箱与可观测平台则保障安全、可控、可量化的智能体运行环境。五大模块协同运作，共同构成券商的AI能力底座。
依托统一基建体系，国金证券正推动AI从分散的场景试点走向跨部门、跨业务的规模化应用，目前AI部门渗透率100%，已覆盖全司100余个业务场景：以AI轻咨询为抓手赋能业务侧实践落地，推动岗位智能化跃迁；AI Coding实现Spec编程模式，开发效率提升3倍以上；累计产出期刊论文、软件著作权、奖项、发明专利等66项创新成果。
“原来依赖文档或人工沟通传递的信息，未来会更多通过智能体之间直接流转。”万宇雷表示，这意味着个人经验不再只沉淀在个人身上，而是转化为组织可复用的能力——这正是从“超级个体”走向“超级组织”的底层逻辑。
“通用AI越强，懂金融的人反而越重要”
他解释，通用模型解决的是通识和执行问题，而金融行业的真正价值，更多体现在专业判断、业务规则和对责任边界的理解上。具体而言，懂金融的人扮演三重角色：一是定义问题的人，判断什么问题值得解决、业务价值在哪里、AI应该用到哪一步；二是验证和把关的人，金融业务对准确性和合规性要求更高，需要懂业务的人设定校验规则、验证关键结论，并对最终结果负责；三是人机协作的设计者，把专家经验沉淀为AI能够理解和调用的知识、规则和Skill。
相应地，他对AI输出的核心要求是“结论可信、过程可审计”。“AI给出的结果不能直接作为最终结论，需要通过交叉检验、证据留痕等方式，确保结果可靠、过程可复核。”他同时提醒，业务与流程梳理、数据规范、安全权限等“水下工程”，是AI深度应用的前置条件；AI是能力与经验的放大器，优秀人才与普通人才在AI时代的差距将进一步拉大。
在金融科技用人端，万宇雷表示更看重候选人四方面能力：一是业务理解，能否把技术真正对准业务痛点；二是验证意识，面对AI输出是否有核验来源、质疑结论的习惯，而不是把AI生成的内容直接当作答案；三是数据能力，理解数据的来源、口径和质量；四是沟通协作能力。他认为，AI并不一定对应一个单独的“AI岗位”，而是更多融入原有的金融科技和业务岗位：一类是金融科技条线的AI开发、AI产品经理、AI数据经理和核心算法岗位；另一类是“业务+AI”的复合岗位，深入财富、机构、投行、自营等业务团队，参与智能投研、智能风控、智能客服、智能营销等实际工作。
迈向“AI友好组织3.0”
谈及未来，万宇雷表示，公司已构建“AI友好成熟度模型”五级体系，推动组织从AI友好1.0（理念先行、组织共融）向2.0（战略升级、工程突破）演进，最终迈向3.0；通过“用AI—为AI—向AI”三阶段转型路径，实现人机协同的组织重构，驱动券商新质生产力跃迁。
“把AI当成能力的放大器，但不能把判断权交给AI。”采访尾声，万宇雷用这句话寄语年轻一代从业者。