11月28日，在“2025量化行业高质量进展大会暨金融科技·量化机构金牛奖颁奖典礼”上，微软中国首席技术官韦青发表主题演说。他认为，当前证券行业智能化转型的核心在于信息处理能力，机构需把握技术进展周期规律，明确人机协同边界，避免简单追逐AI概念。并且应坚持实证导向，将技术深度融入业务流程，实现“化学性融合”而非“物理性叠加”。唯有技术能力与投资专业知识深度融合，方能在数字化时代构建差异化竞争优势。

洞察周期本质 把握技术进展规律

“在技术行业，当一个话题被贩夫走卒谈论时，那个话题似乎率差不多结束了。”韦青以微软20年股价变化为例，市场往往只关注充满故事性的上涨时期，却忽略了企业在无人关注阶段的深耕积累。他认为，证券行业对周期的深刻理解同样适用于技术进展，从业者需要透过表象看清技术演进的本质规律。

韦青认为，当前行业面临的核心挑战在于信息处理能力。随着机器生成的信息已超越人类知识总量，谁能在信息的深度、广度、速度上建立优势，谁就能在投资决策和市场预判中占据先机。这要求证券机构不能简单追逐AI概念，而要深入考虑怎么提升组织的信息处理效能。

明确人机边界 构建协同工作模式

“人做人的事，机做机的事。”在韦青看来，智能化转型的关键在于明确人机分工。他认为，信息文明应让人回归本质，专注于提供异常值和创新洞察，将规律性工作交给机器处理。

在机器擅长的回归分析领域，假如所有投资机构都采用相同的机器学习办法，最终将趋于同质化竞争。真正的核心竞争力在于，谁能在标准化模型基础上提供独特的人类洞察，为算法注入差异化的“离群值”，从而训练出与众不同的投资模型。

借鉴电气化社会进展历程，韦青预测2025年将成为AI应用的重要分水岭。正如电力行业分为发电、输电、电器设计和应用四个环节，AI产业也将分为模型开辟、模型部署、应用开辟和场景应用四个环节。他认为，将来几年的主流机会在于怎么有效应用AI技术，而非单纯追求模型能力。

此外，韦青非常提到组织内部的能力建设。一方面，要培养职员主动获取信息和高效决策的能力，避免过度依赖机器导致思维退化；另一方面，要建立实时学习机制，让模型可以持续习惯市场变化，而非停留在历史数据训练的静态状态。

坚持实证导向 推进智能化深度落地

韦青基于大量项目经验，总结出AI落地的“一横一竖”框架。“一竖”是企业必须完成的基础建设，包括文化重塑、人才培养、流程再造、数据管理、算力算法配置等，这些是企业内部应做好的家庭作业。“一横”则是面向市场的价值制造，即快速了解客户需求、解决实际咨询题、形成反馈闭环。

他认为，智能化不过解决咨询题的最后一环，假如缺乏前期的文化、人才、流程和数据准备，单纯引入AI技术难以产生实效。更重要的是，许多企业的人事财务制度只奖励“摘果子”的人，导致无人情愿承担基础建设工作。

韦青认为，成功的智能化转型需要三个关键要素：首先，采用设计思维，明确咨询题本质，在方案空间中寻找匹配，而非盲目追求最先进技术。其次，坚持“有-有用-有作用”的评估标准，技术的价值在于解决咨询题而非炫技。最后，建立实时学习机制，让技术能力与业务需求持续迭代升级。

“真正伟大的技术是不用再提的技术，是内化在日常工作中的技术。”韦青表示，当AI成为各项业务的基础支撑，无需非常强调时，才标志着智能化转型的真正成功。

关于证券行业而言，智能化转型的终极目标不是拥有最强大的模型，而是将技术能力与投资专业知识深度融合，形成独特的竞争优势。单有技术而缺乏行业知识，或单有行业知识而缺乏技术赋能，都无法在激烈竞争中胜出。惟独技术专家与投资专家紧密协作，经过实证检验不断优化，才能构建真正有效的智能化体系。

韦青表示，在技术快速演进的当下，从业者应从关注“怎么做”转向考虑“什么原因做”，明确战略方向而非固守具体终点。在无人区探究中保持开放心态，避免断言式推断，坚持实证导向，让技术创新在实践中同意市场检验，在服务实体经济中实现自身价值。

来源：中证网