兴业证券7月将金融科技部升级为AI创新发展部，AI强司进入组织落地阶段。公司已落地大模型应用场景超60个、智能体50余个，月均调用超500万次。知己管家与AI老铁双轮驱动，券商AI竞争正转向业务成效和场景深度。

2026年的证券业，AI已从"要不要做"的选择题，变成"怎么做、做多深、能否见效"的必答题。

当头部券商纷纷将大模型、智能体作为战略选择，当国产大模型在金融机构内部加速部署，行业分水岭也在悄然变化，过去看"有没有AI"，现在更看"AI有没有长在业务里"。

在这个节点上，兴业证券完成了一次组织架构调整。7月，这家总部位于福州、走过35年的老牌券商，将金融科技部升级为AI创新发展部。

从兴业证券近一年的动作看，AI已经被放入公司级战略坐标之中。今年年初，兴业证券在工作会议上提出，AI将成为影响行业格局的颠覆性变量，并将"AI强司"与"规则治司""人才兴司"一道确立为公司未来三大发展导向。

更重要的是，兴业证券没有停留在模型接入和工具上线层面。截至目前，公司已落地大模型应用场景超60个，打造各类智能体50余个，月均调用超500万次，日均Token消耗峰值超23亿。围绕客户服务和员工赋能，"知己管家""AI老铁"两大核心产品，正在成为其检验AI落地成效的两只抓手。

组织先动，AI转型被放进公司级战略

在外界看来，金融科技部升级为AI创新发展部，容易被理解为一次机构调整。但从兴业证券表述看，新部门名称承载着更明确的转型指向。

兴业证券提出，"AI"锚定先进生产力，推动业务模式系统性重塑；"创新"打破传统路径依赖，以技术变革驱动差异化突围；"发展"则把投入落脚于业务成效，避免为AI而AI。

这场组织变革早有铺垫。今年3月，兴业证券召开"向AI，向未来"数字金融发展专题研讨会，董事长苏军良、总裁刘志辉出席会议。会上，公司进一步统一了全司对AI转型的认识，明确"积极拥抱、快速迭代、聚焦成效、深耕场景"的总体方针。

对券商而言，AI应用真正难点并非找到一个通用模型，关键在于把投研、投顾、交易、风控、运营、客服等复杂业务流程拆开重组，让技术能力进入一线作业。兴业证券此次升级总部部门，释放的正是这一信号，AI正在从后台科技条线的支撑工具，转为业务条线共同参与的生产力改造。

知己管家面向客户，服务从应答走向陪伴

面向客户侧，兴业证券的核心产品是"知己管家"。今年6月，"知己管家"在兴业证券APP优理宝上线对客，定位为AI投资伙伴，而非传统意义上的智能客服。

从功能设计看，"知己管家"试图把券商过去分散在行情、资讯、投研、交易和客户服务中的能力，重新组织到一个AI入口中。它可以从基本面、技术面、资金面、消息面及情绪面五个维度，对客户持仓标的进行智能诊断；也可以通过个性化服务机制，实现"从人找服务到服务找人"的体验变化。

在交易环节，"知己管家"支持自然语言指令完成买卖、撤单及条件盯盘；在使用路径上，全域智能导航可以通过语音或文字输入直达功能模块；在信息获取上，其覆盖公告、要闻、热点事件，并提供AI解读与深度点评。复杂的财务指标和估值模型，也被转译为更容易被客户理解和使用的金融分析结果。

目前，"知己管家"已向百万月活客户全量开放。对财富管理转型中的券商来说，这一变化的意义不只在于多了一个AI工具，而在于客户服务模式正在从被动应答走向主动陪伴。低佣金时代，券商与客户的连接越来越依赖研究、投顾、工具和陪伴能力，AI入口能否提升客户留存和转化，将成为后续观察重点。

AI老铁面向员工，一线效率提升成为落点

面向员工侧，兴业证券的核心产品是 "AI老铁"。今年4月推出的"AI老铁"，被兴业证券定位为员工的"数字伙伴"，覆盖业务问答、市场分析、客户洞察、合规研判、文档处理等核心能力。

在财富管理场景中，"AI老铁"可以辅助投顾快速解读行情、识别客户潜在需求与服务时机、获取展业内参和服务素材，进一步输出一客一策资产配置方案。对于分支机构和一线投顾而言，这类工具的价值不止是节省写材料时间，还在于把标准化服务能力前置到客户触达环节。

在机构服务场景中，"AI老铁"提供机构客户全景智览，一键生成客户简报和业务服务建议，推动机构业务从经验驱动转向数据与AI双驱动。围绕研究分析师Skills、研报智能辅助生成、交易确认书生成、业务监控、政策解读、风险提示等环节，兴业证券还搭建了多类技能包，以提升研究、投资、机构和中后台协同效率。

在中后台领域，AI应用则更多体现为流程提效和风险前移。兴业证券介绍，相关能力推动风险控制从"被动响应"转向"主动预警"，核心场景工作效率提升80%；依托内部专属知识库，制度查询、业绩统计、流程咨询等需求可以实现秒级响应；以智能外呼、智能客服为核心的智能服务占比已达98%。

"AI老铁"的迭代速度也成为兴业证券强调的落地样本。通过业技融合和敏捷协同，其敏捷小组已连续交付25个版本，形成5天一个版本的快速迭代节奏。对金融机构而言，AI项目最怕停留在演示系统，持续迭代能力决定了应用能否从"可看"变为"可用"。

算力、数据和安全，决定AI能走多深

AI应用能否大规模落地，最终仍要回到底层基础设施。兴业证券的投入集中在算力与模型、数据底座、安全合规三个维度。

在算力与模型层面，公司坚持自主可控与开放融合并重，搭建共享式异构算力资源池，私有化部署AI基础模型。公司还与财跃星辰合作部署X Claw智能体平台与AI Chat，前者为AI应用提供统一的智能体开发与管理框架，后者将大模型能力嵌入客户服务与内部运营场景，共同为"知己管家"和"AI老铁"提供底层支撑。

金融场景下，数据安全和合规边界决定了AI应用的深度。兴业证券通过双轨物理隔离部署，使客户敏感数据在本地闭环处理，以满足金融行业对安全合规的要求。

在数据底座层面，兴业证券大数据存储规模已超1.5PB，自助数据服务覆盖超5000名员工。公司通过数据标准和质量管控流程，将客户数据、业务数据和外部数据融合为算法模型的数据燃料，并推进统一知识工程体系，形成知识接入、智能加工、合规审核一体化运营闭环。

安全合规方面，兴业证券自研"巡天"智能运维品牌，构建全链路监控体系，通过AI实现对IT系统的故障预测、智能诊断与自动化修复，并形成"人防+技防+智防"三位一体的安全治理体系。对于证券行业来说，AI创新不能停在炫技层面，最终要在可控、合规、稳定的框架内提升业务质量。

从工具上线到能力复用，券商AI竞争进入深水区

AI转型还考验组织能力。兴业证券连续四年举办数字化人才培训暨技能竞赛，2025年开设16门AI相关课程，累计参训近4000人次，并输出10余项AI领域创新成果。进入2026年，AI赋能培训已覆盖集团全体员工，相关课程走进浙江大学中高层干部领导力提升班、"兴金牛"财富条线专项培训和新员工课堂。

与此同时，公司组建财富、机构两大条线十个敏捷小组，需求响应时间缩短50%至70%，建立目标共担、场景共创、成果共享的工作机制。这类机制变化，恰恰是券商AI落地从单点试验走向体系化建设的关键。

下一阶段，兴业证券给AI应用设定了更明确的效果门槛：将AI核心问答准确率提升至90%以上。对客侧，让"知己管家"在高价值场景中主动提供服务；对内侧，让"AI老铁"真正下沉一线，在效率提升和风险防控之间取得平衡；在底座层面，搭建统一智能中枢和智能体平台，让技术能力高效复用、统一调度，并与行业领先的生态伙伴持续深化人工智能在金融行业的创新应用，为行业高质量发展贡献"兴证智慧"。

从战略锚定到组织变革，从应用落地到生态共建，兴业证券的AI转型正在书写一份具有兴证特色的务实答卷。当AI从"看得见"走向"用得上"，这家总部位于福建、走过35年的老牌券商，正以"爱创肯拼"的姿态加速驶入数智化转型的深水区。