上证报中国证券网讯（记者刘禹希 杨升）过去半年，“AI是否会替代研究员”，是卖方研究圈绕不开的话题。半年前，OpenClaw进入金融圈，研究员见证了AI智能体自主调取终端数据、复现策略、生成研报初稿，不少人产生了岗位焦虑。
记者近日走访调研了多家券商研究所后了解到，半年过去，AI已嵌入多数研究团队的日常工作流，从业者的情绪也逐渐回归理性。他们一边拥抱技术，一边思考：当基础研究可以部分被AI代劳，卖方研究的核心价值究竟是什么？
AI嵌入工作流，人机协同重构研究链条
“过去，要了解一家公司的股权架构、历史沿革，交给初级研究员整理可能需要一天；现在AI十几分钟就能输出一份完成度70分的初稿。”某券商研究所所长说。
一家券商海外研究团队首席也有类似体会：过去让几个研究员撰写一份报告，两周才能完成课题；现在让AI整理综述和资料，十几分钟就能出结果，质量甚至可能比研究员更好。国金证券金工团队首席也曾测算过，AI平均每天可以为研究员节省1至2小时工作时间，带来十倍级别的效率提升。
但效率提升的另一面，是随之水涨船高的校验成本。金融研究对事实、数据近乎零容忍，而大模型与生俱来带有“幻觉”风险。多位投研人士告诉记者，AI幻觉的危险之处，往往不在于低级的胡说八道，而是用流畅专业的行文，输出一套看似完整、实则失真的逻辑。
除了“幻觉”，多数大模型在信息源可靠性的辨别能力上也存在短板。国联民生金工团队在2026年金融AI相关前沿论文综述报告中表示，模型仅可辅助信息处理，高价值金融研判仍依赖可追溯数据源、清晰推理链路与人工复核。
记者从业内获悉，行业普遍落地“AI生成+人工终审核验”的AB岗模式。这套流程守住了合规底线，但也意味着，AI带来的效率不能直接等同于人力的彻底解放。工具跑完全部流程之后，研究员还要投入大量精力交叉核验数字、核对来源、排查异常值。
业内共识是，AI不会完全替代研究员，但研究员的价值坐标会发生转移。人机协同不是简单分工，而是研究链条上价值分配的重构：机器承接可标准化环节，人则走向判断、洞察与信任的深处。
被绕过的“笨功夫”，与研究员的“新坐标”
过去，新人研究员的主要工作是手动处理数据、整理信息等。这些工作虽然基础、繁琐、耗时，却是入行必修课。随着AI工具的普及，大模型一键完成信息整合、素材梳理、初稿撰写，门槛大幅降低，也让一些新人绕过了基础历练。
绕过之后，问题随之而来。“工具越顺手，越容易让人跳过深度思考。”一位资深投研人士观察到，不少新人直接把资料丢给AI，快速拿到一份格式规整的成果，自身却没有完成知识沉淀。如果研究员缺少产业积累，甚至无法识别藏在文本中的错误。
“AI时代，知识不值钱，公开信息不值钱，真正值钱的东西在于：一是智慧，即研究员对行业底层逻辑的深度认知；二是情感，即人与人之间建立的信任关系。”前述券商研究所所长认为，AI对尚未建立行业积淀的新人冲击更大，拥有多年产业洞察的资深分析师，价值反而被进一步放大。
在他看来，初级研究员的任务是搭建认知体系，反复处理基础数据、梳理行业资料，是培养数据敏感度与行业体感的必经之路。“如今这些重复性工作交由AI完成，新人传统的成长路径正被逐渐压缩。”
前述券商海外研究首席同样观察到：AI是资深分析师的放大器，成熟的分析框架交由机器落地执行，把人解放出来用于思辨交流；但入行新人压力陡增，如果找不到自身不可替代的价值，很容易陷入迷茫。
“对新人而言，深入产业链捕捉一手信息，交叉验证产业动态，变得愈发重要。”该团队当前更注重全球产业链实地调研与一线深耕，通过走访海外企业、对接上下游供应链，捕捉尚未被国内市场察觉的产业动态，再经多方交叉验证形成判断。“这类扎根产业获取的一手信息，AI无法抓取，却是新时代研究员的核心竞争力。”该研究团队首席表示。
买方不再只为“整理”付费，卖方研究走向认知深耕
AI重塑研究生产方式的同时，卖方研究的商业土壤也正在发生变化。公募佣金改革持续推进，过去依靠人海战术、海量研报换取分仓派点的旧模式难以为继，叠加AI抹平基础信息处理能力差距，买方机构的需求悄然迭代。
不少买方自身已经可以借助AI完成信息整理，机构找卖方，不再单纯需要一份整理完毕的报告。“机构客户更加看重多元思考视角、深度产业认知，以及是否能输出启发投资决策的观点。”前述券商研究所所长说。
前述海外研究首席同样表示，比拼写报告快慢的时代已经过去，机构客户更看重经过交叉验证的产业洞察、全球产业链对比视角。
朝阳永续发布的《2025卖方研究白皮书》显示，2025年全行业产出18.13万份报告，较峰值时期大幅下降，分析师人均产出降至31.23份/年；同时“深度报告”和“行业报告”成为多家券商研究所的主要发力点。
业内人士分析称，研报总量收缩、深度研究投入加码，表明行业打法正从“报告海”转向“深度精品”策略。在佣金改革背景下，能够驱动投资逻辑、具备原创深度的研究报告，正赢得更高的市场溢价。
“未来行业会走向类似‘专精特新’的逻辑，不需要太多同质化的卖方，深耕细分赛道的研究团队会更受市场青睐。”前述券商研究所所长认为，研究所的核心竞争力，将从简单的覆盖广度，转向细分领域的深度积淀、梯队建设与合规底座。“当基础信息随手可得，客户在需要深度思辨与交流时，会更倾向选择有长期积累、值得信任的平台。”
