华泰证券：All in AI，把"AI原生"做成公司级战略的券商样本

当大多数券商还在"App里嵌一个AI助手"时，华泰证券直接把"数字化运营部"改名为"AI创新发展部"，把"All in AI"写进公司级战略。2025年10月，它推出证券行业首个AI原生交易App"AI涨乐"；2026年1月，1.0版发布，用户突破240万。2025年年报显示，公司实现营业收入358.10亿元、归母净利润163.83亿元、总资产10773.48亿元，信息技术投入26.79亿元。本文基于2025年报与2026年最新公开信息，拆解这家头部券商如何用组织重构、原生产品和Skill/MCP双线布局，回答一个行业级问题：AI转型到底是"优化存量"，还是"重写底层"？

一、机构画像：从"数字化运营部"到"AI创新发展部"的组织跃迁

华泰证券成立于1991年，是国内头部综合类券商，A+H股上市，长期以金融科技投入力度著称——早在1998年便率先开通网上交易，2009年推出移动端，2014年迭代为涨乐财富通，2017年5.0版引入人工智能与云计算。这条技术先行的时间线，构成了理解其"All in AI"战略的历史纵深。

1.1 2025年业绩与AI投入的基本盘

26.79亿元的信息技术投入放在全行业坐标系里很有信息量：它比招商证券的19.08亿元高出约四成，与国泰海通32.35亿元共同构成头部券商的"算力壁垒"双峰。但投入数字本身不是重点，重点是这笔钱流向了哪里——从2025年10月AI涨乐上线到2026年1月1.0版发布，从CAMS智能信用研究平台嵌入AI到GTP全球交易平台全面上线，华泰的AI投入呈现清晰的"全业务链渗透"特征，而非单点突破。

1.2 组织动作：更名背后的战略位阶

2026年初，华泰证券将2019年命名的"数字化运营部"更名为"AI创新发展部"。CEO周易在业绩会上说得很直白：这不仅仅是名字的变革，而是整个组织架构体系顺应AI时代敏捷发展的变化。他直击"大企业病"痛点——过去券商业务高度依赖数十人团队的组织架构，在AI时代边界将被无限突破："一个人加一系列AI工具就可以解决原来10个人、100个人或者1000个人所做的事情。"

"AI重构绝非一日之功，但这不是一道选择题，而是一道必答题——让数据驱动的产业认知、智能化的客户服务、一体化的业务协同，成为公司最核心的竞争能力。"

周易在致股东信中的这段表述，把华泰的AI战略从"技术部门的KPI"抬升为"公司的第二增长曲线"。与同业相比，这个组织动作的激进程度罕见：国泰海通提出"ALL in AI"并发布君弘灵犀大模型、招商证券提出"AI证券公司"愿景，但真正把AI写进部门名称、动组织架构的，华泰是走在前面的几家之一。组织架构的调整意味着三件事：AI预算有独立归口、AI人才有上升通道、AI项目有跨条线的协调权——这是很多券商AI战略"雷声大雨点小"的制度性原因。

1.3 战略支点：产业纵深、全球视野与技术底座

在华泰的战略表述里，穿越周期需要三根支柱：产业纵深（对中国企业和资产的深度理解）、全球视野（跨境平台与国际化布局）、技术底座（数据驱动的产业认知）。AI不是第四根支柱，而是把三根支柱粘合在一起的"底层逻辑"——这正是"All in AI"与"AI in All"的本质区别：后者是给业务加AI，前者是用AI重新定义业务。

二、AI涨乐：证券行业首个AI原生交易App的解剖

AI涨乐是理解华泰AI战略最核心的产品样本。2025年10月，华泰率先推出专注交易场景的AI原生应用"AI涨乐"；2026年1月26日发布1.0正式版，百日内用户突破240万。值得注意的是，华泰没有选择"在涨乐财富通里嵌一个AI入口"的稳妥路径，而是单独做一个App——这个产品决策本身就是战略表态。

2.1 产品逻辑：从"人找功能"到"功能找人"

AI涨乐1.0打破了传统App的导航式布局，将高频核心需求凝练为三个主动响应的智能模块：

这个产品结构的深层逻辑，是把投资者一天的信息处理流程（听资讯、盯持仓、做决策）拆解为三段式闭环。早期用户体验佐证了方向：有老股民把"早点听"称为"晨间决策官"——通勤8到10分钟听完整份专属报告，进办公室前已经心中有数。这种"主动服务"的形态，与国泰海通灵犀App的"对话、直播、盯盘"三界面、广发的"服务找人"变革，共同构成了2026年券商AI投顾的产品主流范式。

2.2 交互设计：三个AI伙伴与"指挥官"体验

AI涨乐没有把交互界面设计成抽象工具，而是创造了Domi、Yomi、Luckiki三个具有鲜明性格特征的AI伙伴。发布会上的经典演示是主持人问"Yomi，我持有的这只票亏了，帮我解套"——系统没有给出模糊安慰，而是即刻调用解套工具，同步生成包含历史回测数据、分批止盈工具的完整方案。一位现场投资者感叹："以前我像个必须熟悉所有按钮的操作员，现在只需要成为下达意图的指挥官。"

这种"一句话指令驱动复杂操作"的能力，背后是多专家Agent架构：用户指令发出后，主Agent像指挥官一样解析意图，调度专精财报分析、图表回测等不同领域的专家Agent协同作业，力争每个回答都有据可查。与券商行业普遍的"单模型问答"相比，这是Agent化组织的产品级落地——对应着周易所说"一个人加一系列AI工具"的组织哲学。

2.3 技术底座：火山引擎+豆包+三层记忆体系

AI涨乐的技术底座是理解其可信度的关键。火山引擎提供了从算力、大模型到智能体工具的全面技术支持：

• 专业信源双轨制：接入华泰专业数据库，同时依托火山引擎联网问答Agent与融合信息搜索能力引入今日头条等互联网优质信息源，从"专业"与"时效"两个维度保证信息质量
• 自研大模型掌舵：华泰自研金融大模型承担核心专业内容的生成与判断，力求分析结论的准确性与专业性——通用大模型负责广度，自研模型负责深度
• 三层记忆体系：通过知识图谱为用户构建专属投资档案，结合动态估值、事件传导等功能，实现从"投资工具"到"投资伙伴"的升级
• 金融合规基因：构建敏感词拦截、问句检查、输出内容实时审计等多重防火墙，通过可信白名单与强鉴权机制确保数据源权威安全

这套架构回答了一个行业共性问题：为什么券商不能直接采购通用大模型？因为金融场景的合规红线与专业深度决定了——通用模型能识别并复述信息，却难以拆解事件背后的传导逻辑，更无法精准判断其对产业链与公司价值的真实影响。华泰的解法是"模型分层"：复杂分析场景调用大模型保证深度，交易下单等实时性高、容错率低的场景使用专门训练的小模型保障毫秒级响应。用CIO韩臻聪的话说，即"大模型教、小模型用"的分层策略，在成本与性能间实现平衡。

三、Skill/MCP双线布局：机构投研与个人投资者的能力分形

如果说AI涨乐是华泰AI战略的"C端旗舰"，那么Skill/MCP双线布局则是其"能力输出层"。2026年上半年，头部券商掀起Skill"卡位战"——国泰海通4月推出灵犀Skills、广发5月发布Skill矩阵、国信5月发布六大Skill、中金6月上线分析师专属Skill。华泰的差异化在于：它同时打了两条线。

3.1 智研Skill&MCP：面向机构投研的能力封装

"智研Skill&MCP"面向机构投资者提供投研服务，把华泰的成熟研究系统能力封装为标准化功能单元，供AI识别、调用与直接执行。其战略意图是把华泰的投研生产力变成可分发、可调用的资产——这正是Skill与数字人的本质区别：数字人多停留在形象展示与对话交互，Skill能打通"对话到实操执行"的环节，用户用自然语言提出需求，AI自动调用后台能力落地完成。

3.2 AI涨乐Skills：面向个人投资者的场景化入口

"AI涨乐Skills"面向个人投资者提供选股、行情检索等服务，承接涨乐系的C端流量。回溯历史，华泰是最早把完整交易功能做成Skill的券商之一——其5个经典C端Skill覆盖金融分析与资讯查询、金融指标与行情综合检索、A股模拟交易、条件选股、自选股管理，其中A股模拟交易是全行业较早出现的独立模拟盘Skill，支持策略模拟（设置自动交易规则），本质上是"自动化交易策略的最小可行产品"。这条"练能力"的产品线，与其他券商普遍"帮用户查信息"的Skill形成代际差。

3.3 外部生态卡位：与扣子空间联合孵化投研智能体

2025年4至5月，华泰证券与字节扣子空间联合孵化金融行业首个投研分析智能体"华泰A股观察助手"并开启内测。这个专家Agent支持两大能力：定制早报（将任务拆解为全球大盘隔夜分析、中国大盘行情分析、自选板块收集、自选股分析、报告撰写六个步骤，约半小时生成早报）和深度研究（个股综合分析、多股横向对比、事件驱动拆解）。其技术特征在于集网页搜索、API工具调用、Python代码撰写于一身，用代码计算减少"心算幻觉"，从多个权威数据源调取数据并交叉验证。

这个合作的意义超出单产品本身：华泰没有选择自建Agent生态，而是以"专业能力提供方"身份嵌入字节的开放生态。在Agent爆发元年，这既是流量卡位，也是"以用促建"——通过外部场景反哺内部模型与数据能力。华泰分析师和投顾与扣子算法专家配合，对智能体输出进行评价、提炼共性问题、共同优化，形成了一条"专业人肉反馈回路"。

3.4 双线布局的战略结构

证券时报在调研中指出，券商AI应用场景竞争的真正分水岭不在堆砌Skill数量，而在于能否构建金融业务的"数字孪生地图"。华泰的双线布局恰恰在回答这个问题：C端Skill沉淀用户行为数据，机构Skill沉淀专业认知数据，两者汇聚到统一数据底座，最终形成对"真实业务运行"的数字化映射——这是华泰"All in AI"区别于同业"Skill军备竞赛"的底层差异。

四、AI重塑全业务链：智能投研、交易与全球平台的落地图谱

华泰AI战略的另一条主线，是AI对整个业务链条的渗透。2025年年报披露了多条"AI嵌入关键平台"的进展，它们共同拼出一张"AI重塑全业务链"的落地图谱。

4.1 智能投研：CAMS与产业链图谱

投研是华泰AI渗透最深、最见功底的场景。CAMS智能信用研究平台已嵌入AI能力，实现信用研究流程的智能化；同时，华泰以新能源汽车产业为试点，构建产业链与主体图谱，帮助研究员快速穿透复杂产业关系——不是把研报喂给模型做摘要，而是把"产业链的认知结构"本身模型化。这种从"文本智能"到"结构智能"的跨越，是华泰"数据驱动的产业认知"战略在投研端的直接体现。

4.2 交易与风控：小泰做事助手与GTP全球交易平台

交易领域，"小泰做事助手"通过实时客户画像引擎实现毫秒级意图洞察与精准报价——在机构交易这个对延迟极度敏感的场景，华泰选择"大模型教、小模型用"中的小模型路线，用专门训练的小模型保障毫秒级响应。这条技术路线与广发天玑智融2.0的"大而全"形成对照：华泰在实时场景选择"小而快"，在复杂分析场景选择"大而深"，本质是一套按场景分层的模型路由策略。

2025年，华泰自主研发的全球交易平台（GTP）全面上线运行，连接香港、纽约、伦敦、新加坡等主要金融中心，股权衍生品、FICC等重点业务保持市场领先，港币—人民币双柜台做市实现标的全覆盖。CAMS智能投研平台、全球FICC交易和风险管理平台、全球做市与投资平台均实现AI能力嵌入。"全球交易平台"与"证券行业网络安全攻击面管理研究与应用实践"两个项目获2024年度金融科技发展奖二等奖。

4.3 国际化：AI时代的技术底座外溢

AI能力与国际化在2025年形成正反馈：华泰在新加坡获SGX主板保荐人资格、在印度获得市场准入、华泰证券（美国）获纽交所IPO主承销商会员资格及非美国主权债经纪经销商资格、日本子公司完成注册。2025年保荐港股IPO 22单排名全市场第三、参与8单港股前十大IPO，发布海外研报830篇覆盖420家上市公司。国际化扩张的背后，GTP这样的全球交易平台正是"全球视野+技术底座"耦合的产物——技术底座让跨境业务可复制、可规模化，全球视野为技术底座提供更广阔的应用场景。

4.4 算力底座：自主可控的"燃料供给"

CIO韩臻聪提出"幻觉代价"与"燃料隔阂"是金融AI落地两大关键瓶颈——"燃料隔阂"指高质量金融数据的获取与治理难题。华泰的应对是搭建"本地GPU集群+头部厂商云算力"的自主可控平台，并建成集异构算力、运营管理、应用开发三位一体的大模型平台体系。在金融数据敏感性与监管合规要求下，混合算力架构既能保障核心数据不出域，又能借助云算力弹性应对大模型训练推理的高峰需求——这是很多中小券商难以复制的资本开支门槛。

五、AI投顾与财富管理：低佣金时代的留客之战

华泰的AI布局不是孤立的科技叙事，它背靠着一条残酷的行业曲线：中国券商经纪业务平均佣金率十年单边下行——2024年全国平均佣金率0.024%，2025年上半年进一步下滑至0.0215%，上海地区2025年10月A股平均佣金率跌破万分之二、仅有0.0192%。多家券商对新开户个人投资者佣金低至万分之一左右。在这样的环境下，经纪业务从"赚价差"变成了"抢时间"：谁先把客户留下来，谁才有资格在基金投顾、两融、场外衍生品等高附加值业务上延伸。

5.1 基金投顾的基本盘

2025年，华泰基金投顾业务规模306亿元、服务客户101万人；FOF产品规模超500亿元；权益基金保有规模、非货币市场基金保有规模、股票型指数基金保有规模均保持证券行业头部。这些数字是华泰财富管理转型的存量底盘——也是AI投顾得以生长的土壤。

5.2 投顾工作室：投顾团队的MCN化与IP化

在涨乐财富通App内，华泰推动"投顾工作室"模式：由持牌投资顾问担任主理人，配置研究、运营、客户等角色形成小团队作战，以工作室品牌对外宣传，通过专栏、直播、组合产品、社群等方式强化IP属性与信任感。其本质是券商内部的"MCN化投顾"——在AI时代，1个投顾可能服务10个、20个、50个、100个客户，AI工具承担了原本需要人力堆叠的服务半径扩张。

5.3 AI投顾的行业坐标系

把华泰放进同业坐标系，其位置清晰且微妙：

这张表揭示了一个关键分野：华泰在"AI原生"上最激进，但它在AI投顾的用户规模和Skill数量上并非行业第一。东方财富凭借180万AI投顾客户和更高的月活占据C端流量制高点，广发用127个Skill和152个MCP建立机构纵深，国泰海通用千亿参数多模态大模型卡位技术高度。华泰的差异化在于"原生重构"——它没有在存量App上加AI，而是从零做了一款AI原生产品，并用多专家Agent架构回答了"AI时代券商客户端应该长什么样"这个问题。

5.4 战略判断：技术平权与2亿散户

周易对AI涨乐的期望不止于华泰客户："我希望为全市场的2亿投资者提供一个完全开放的平台，而不仅仅是华泰客户使用的基于交易场景的垂类大模型。"这与中信建投"信谛听AI智数平台"提出的"AI与数据平权"异曲同工——头部券商正在用AI填平散户与机构之间的信息差。华泰的路径是"机构级投研框架与分析工具的平民化封装"：把专业分析师的框架、数据与工具封装成散户也能用自然语言调用的能力，这在战略上比"多一个AI问答入口"高一个维度。

六、同业对标与展望：All in AI的胜负手与未解之题

综合来看，华泰证券在券商AI竞赛中的位置可以这样概括：它不是Skill数量最多的券商，也不是大模型参数最大的券商，但它是"AI原生转型"最彻底的样本。这种彻底体现在三个层面：组织架构（数字化运营部更名AI创新发展部）、产品形态（AI涨乐独立App而非内嵌功能）、技术路线（多专家Agent+模型分层+自主可控算力）。

6.1 三个结构性优势

1. AI原生产品的先发卡位：AI涨乐作为证券行业首个AI原生交易App，在2025年10月就完成了"产品定义权"的抢占。当竞争者还在讨论"要不要单独做App"时，华泰已经用240万用户和1.0版本完成了市场教育。产品定义的先发优势在技术浪潮中极其宝贵——它决定了用户心智中"券商AI原生应用=华泰"的默认关联。
2. 组织-技术-场景的闭环："AI创新发展部"给了AI跨条线的协调权，"大模型教小模型用"给了技术路线弹性，"小泰做事助手""CAMS""GTP"给了落地场景。多数券商AI战略失败于三者的脱节——组织没权限、技术不对路、场景不落地，华泰罕见地同时做对了。
3. 自研+生态的双轮驱动：自研金融大模型保障核心内容生成的准确性与合规性，同时通过扣子空间、火山引擎等外部生态获取流量与工程能力。这种"核心自研、外围协作"的模式，比"全部自研"更经济，比"全部采购"更安全。

6.2 三个需要警惕的短板

1. AI投顾用户规模尚未登顶：基金投顾101万客户、AI涨乐240万用户，与东方财富180万AI投顾签约用户相比仍有差距。在"流量=留量"的财富管理竞争中，华泰需要证明AI涨乐能持续把涨乐财富通的1156万月活转化为AI原生用户。
2. Skill生态的数量与分发短板：相比广发127个Skill+152个MCP的中台化体系，华泰的Skill矩阵更聚焦但更小。在Skill"卡位战"中，华泰有双线布局的战略清晰度，但在外部平台分发（华为小艺、Coze、IMA等）上的覆盖不及广发（6平台）与东财（4平台）。
3. AI治理的制度化压力：韩臻聪自己承认，"幻觉代价"与"燃料隔阂"仍是行业共性难题，且随着"十五五"开启，AI治理需要把模型风险提升至与交易风险、信用风险同等重要的位置。华泰的AI深度介入交易决策（AI涨乐支持下单），意味着它必须率先回答"AI决策的责任界定"这个监管尚未完全解开的命题。

6.3 2026年下半年的三个观察点

• AI涨乐2.0会走向何方？1.0版本用三大模块完成"从信息到执行"的闭环，2.0的想象空间在于：多专家Agent是否会从"调度工具"进化为"自主规划任务"？三层记忆体系能否沉淀出用户级的"投资数字孪生"？
• 智研Skill&MCP会否走向机构商业化？广发已通过腾讯云智研将研报能力SaaS化输出，华泰的机构投研能力（CAMS、产业链图谱）具备同样的商业化潜力——如果2026年下半年出现面向外部机构的Skill/MCP开放，将标志华泰AI能力从成本中心走向利润中心。
• "一个人+AI工具"的组织重构会否规模落地？周易的"1000人变1人"愿景需要在投行、研究、客服等条线给出可量化的效率证据。若组织变革与AI能力形成正循环，华泰的运营效率将成为行业参照系。

回到开篇的问题：AI转型到底是"优化存量"，还是"重写底层"？华泰证券的答案是后者——它用组织更名表明决心，用AI原生App表明产品路线，用多专家Agent架构表明技术深度，用Skill/MCP双线布局表明生态野心。当AI以摧枯拉朽之势重塑行业，华泰选择的是"先革自己的命"。这种决绝能否换来穿越周期的超额回报，2026年下半年的三个观察点会给出初步答案。