广纳百科
财联社4月2日讯（记者 林坚）“AI内容分析师”要来了？记者注意到，有头部券商委托猎头在业内放出招聘信息，岗位是“AI内容分析师”，工作内容是为AI大模型训练提供投研内容的支持。根据岗位要求，应聘人员的工作经验5～8年为佳，工作地在上海，履历背景要求宏观、行业研究等相关背景，买、卖方均可。
针对这招聘内容，记者与研究所管理层、卖方分析师以及中后台人士进行了沟通了解，受访人士普遍感慨，这是一个很“新”的岗位，以前从未见过。
“AI内容分析师”会不会搅动当前的人才体系，是讨论的重点，也间接关注的是AI将在未来会在多大程度上赋能投研。由卖方从业者认为，不同于传统分析师岗位的属性，这个职位更强调"研究能力+AI理解"的复合型人才结构，可能需要互联网+投研背景，并称“并不好招人”。
另值得一提的是，有猎头透露，2024年，尤其是下半年以来，金融业AI相关岗位需求是有明显提高的，薪酬也比较可观。从业内的预判来看，随着多模态大模型技术成熟，视频解读、虚拟路演等新形态正在酝酿，对于相关人才的需求在提升。
属于前瞻、创新的岗位
综合采访沟通的情况，目前有三点共识值得关注。
一是，“AI内容分析师”属于前瞻、创新的岗位，这与当前大模型正在重塑证券业的趋势相吻合。以DeepSeek为代表的一波浪潮，速度改变了券商对于大模型应用的步调。不过，尽管前景诱人，但以AI内容分析师为切入点，“AI+研究”带来的影响以及作用还需要时间检验，一方面考验券商对大模型财力、人力的总投入程度，另一方面也是考验券商以及券商股东方的战略定力，能不能长期做下去这是一个待解项。
二是，AI内容分析师入职之后究竟能带来哪些变量？部分受访人士称，这种岗位更偏向对内服务，为业务协同所创设的岗位。“AI内容分析师”招聘不仅只面向卖方背景，也欢迎买方背景，这意味着与投资相关，加之涉及行业、宏观研究，更与投资业务的诉求相匹配。AI内容分析师可以通过自身经验与研究，深度分析政府工作报告、货币政策执行报告等政策文件，提取关键信号并关联资本市场影响，再加以Ai的分析，辅助策略决策。简而言之，人工智能开始理解卖方语言的潜台词，算法能够捕捉买方情绪的微妙波动与需求核心。
三是，“AI+研究”现阶段主要逻辑是人力劳动密集环节的替代，而非对投资逻辑的颠覆，不过随着“AI内容分析师”的诞生，会不会对投资逻辑有所颠覆，这是一个核心命题。目前来看，可快速解析财报/研报数据，自动生成结构化报告初稿，然后分析师再进行人工调整与写作，如今岗位需要既懂券商研报生产流程，又能将投研逻辑转化为机器可理解的参数体系，或可以猜想行业开始向决策策略进行AI布局。
业内人士研判称，当前券商投研AI应用已从基础数据处理扩展至部分决策辅助，但在深度逻辑构建与独立研究领域仍存在瓶颈。未来需通过场景细化、模型迭代及人机协作模式创新，逐步实现从“效率工具”到“智能伙伴”的跨越。不难发现，过去的传统研究依赖分析师个人经验以及研究框架，AI模型则需要结构化的知识图谱。当宏观政策、行业数据、企业动态被编码为算法参数，研究服务的标准化与个性化有了新的结合。
调整姿势，应对卖方竞争新格局
从政策端到券商研究业务的进展，“未来三年卖方行业格局是一个大洗牌”的情况，成为受访人士普遍的感受，尤其是岗位创新的背后，是卖方研究商业模式的重构压力。
现阶段来看，佣金分配比例的调整，在一定程度上重塑了券商卖方业务的竞争格局，这就倒逼券商改变卖方业务的逻辑。财联社记者此前在《降佣后的首份排名出炉，券商分仓佣金整体下滑35%，长江挤进前三，国联民生显合并优势，升至第五》一文中有过相关报道。数据显示，2024年券商分仓佣金收入为109.86亿元，同比2023年的金额168.35亿元下降35%，这一数据较2021年222.55亿元的高位已经腰斩，交易佣金持续下降。
综合过去一年对券商在卖方研究大模型的应用情况跟踪，以及最新2024年年报披露的情况，目前研究业务方面，AI大模型主要有几个应用进展：
一是最基础的，能够快速处理海量数据，包括市场信息、行业数据、公司公告等，提升数据清理、热点追踪和指标计算的效率，提升投研效率，利用AI进行行业指标问答调取和自动绘图技术；
二是完成非常基础的工作，包括自动生成行业日报、周报等基础报告，完成内容采集、信息整理和版式调整等内容；
三是被用于优化券商内部流程，如智能检索、知识问答等，此外，还能自动校验研报合规性（如数据引用、风险提示），减少人工审核时间，符合监管要求。
总体而言，在这场大家都在“拼”的卖方PK中，叠加新的行业趋势、技术变革，"AI内容分析师"或许只是序幕，卖方研究的生态与形态正在变化。
（财联社记者 林坚）
