券商涌入WorkBuddy等AI平台 角力下一个流量入口

　　记者刘夏菲

　　近期，多家券商密集入驻第三方AI大生态，如在腾讯WorkBuddy上线Skills技能包或Buddy应用专区，在阿里千问APP上线对话式金融智能体……

　　此前，券商自研的AI投研、AI投顾功能多数布局在其自有APP中。如今，券商纷纷将专业能力“搬进”外部平台，背后的趋势是券商正对AI时代新流量入口展开争夺。

　　但热闹的入驻潮之下，一个关键问题待解：第三方AI生态，究竟能否成为券商有效引流获客的新渠道？

　　 WorkBuddy投资理财类Skills

　　从自有APP走进第三方AI生态

　　记者了解到，券商入驻第三方AI平台，目前主要有两种常见路径。

　　一类偏向专业投研能力和工具输出，即入驻腾讯WorkBuddy等AI办公工作台。

　　此前，上线投研Skills(技能)是多数券商接入WorkBuddy的主流形式。例如，东方财富、国泰海通、中国银河、华泰证券、国信证券、国投证券等都在WorkBuddy上线了一系列投研Skills，涵盖金融数据查询、智能选股、ETF筛选等不同功能。

　　9月初，腾讯WorkBuddy开放平台正式上线，广发证券成为首家入驻该生态专区的券商机构，双方共同发布了“广发证券”Buddy应用专区，打造“一站式AI投研”服务空间，集成了多项场景专家能力。相较于上线Skill这种把单一功能“摆上货架”的形式，广发证券将其Buddy应用专区称为其在腾讯AI生态中的“数字旗舰店”。

　　另一类则侧重面向更广泛投资者的服务触达，即入驻阿里千问等通用AI助手平台。

　　9月7日，千问开放平台上线了十余款金融智能体，其中包括国泰海通灵犀、兴业证券智能投资助手、东吴秀财、中金财富等4款券商智能体。

　　与WorkBuddy的“技能货架”逻辑不同，千问上的券商AI能力以独立对话智能体Bot的形态存在，主打大众理财对话服务，提供行情查询、研报解读、ETF筛选、投资知识问答等对话式服务。

　　不管是哪一种形式，背后的一个共同趋势是，券商正在涌入第三方AI生态。

　　事实上，在拥抱AI新趋势上，券商向来积极。从大模型到智能体，多家券商都在争相布局AI技术在投研、投顾领域的新应用，提升自有APP的智能化程度。去年华泰“AI涨乐”APP上线后，券商APP更掀起“AI原生化”浪潮。

　　如今，券商又为何纷纷选择入驻第三方AI平台？

　　“证券APP逐步进入存量竞争阶段，而通用AI平台正在成为新的信息和投资决策入口。”易观千帆证券行业分析师杨玲向记者分析，拓展新的用户触点是券商如此布局的首要考量，通过Skill或智能体输出投研、行情等能力，券商可以扩大对潜在客户的触达。

　　杨玲进一步分析，未来用户可能更多直接通过AI助手提出投资需求，券商需要提前进入这些平台，争取在新的用户决策链条中占据专业服务入口。

　　而在客户服务之外，对券商机构内部来说，这也是沉淀技术能力、提高AI和投研能力复用效率的选择。“券商前期在大模型、金融数据和投研知识库上的投入较大，对外输出能够让既有的能力覆盖更多用户和场景，提高技术资产的使用效率。”杨玲表示。

　　广发证券副总经理、首席信息官辛治运在介绍“广发证券”Buddy应用专区时也表示：“用户在WorkBuddy平台使用广发的Skill或专家服务，将产生大量的调用数据和使用反馈，可以驱动我们的AI能力持续升级，形成一个‘发布—应用—反馈—优化’的正向循环。”“引流”链路能否跑通？

　　扩大用户触达、布局客户服务新入口……支撑种种商业设想的一个底层现实，是随着AI不断融入人们的生活、工作，头部第三方AI平台已然成为“流量大厂”。

　　以AI办公工作台为例，据易观分析数据，2026年6月，17个中国主流桌面端AI原生办公智能体平台合计访问量突破6000万次，其中WorkBuddy等互联网大厂产品凭借生态优势稳居第一梯队，在获客效率上具备显著优势。

　　“对金融机构来说，流量竞争已经成为一个非常重要的战场。而接入这些头部平台的成熟生态，也是获取流量最简单直接的一个方案。”中山大学岭南学院院长助理陈斯维分析。

　　从记者的实测体验来看，此类平台在一定程度上确有为券商自有APP“引流”的效果。记者在WorkBuddy平台选择某个券商的智能选股Skill尝试进行查询分析，收到提示“需要先完成授权才能取数”，而授权则需要下载该券商APP并进入后才能进行。

　　然而，这种流量能否真正为券商所用，第三方AI平台能否成为券商获客的又一大流量入口？

　　“我认为有机会，但短期更适合作为精准触达和潜客筛选渠道，而不是传统意义上的直接获客渠道。”在杨玲看来，主动调用投研Skills或金融智能体的用户，本身具有更明确的投资需求，用户质量相对更高。但开户、交易和个性化投资服务最终仍需要回到券商自有平台。

　　因此，杨玲总结，这种接入第三方AI平台的模式，真正的价值在于先通过专业内容和工具建立用户认知，再逐步向自有APP、投顾和财富管理服务转化。最终能否成为有效渠道，关键还是看外部流量与自有客户体系之间能否形成转化闭环。

　　有券商网金人士也坦言，从现阶段对客服务的角度来看，这种模式其实与券商做投教活动的思路更接近：“目标不是直接引流获客，而是先把专业能力和信任感建立起来。”

　　该人士以券商运营社交媒体账号的实践为例，解释这种流量转化的难度：“之前一段时间，机构也很流行上抖音、小红书这类社交媒体平台，做一些市场热点分析、金融科普分享的内容。大家一开始都觉得这会是一个引流的好渠道，不过实践发现，我们有些账号粉丝量是涨了不少，但实际上转化的预约开户数并不算多。所以，如果以引流、开户、交易等为目的，直接效果或许没那么明显。”

　　不过，记者注意到，有券商Skills产品的介绍页面提示，该服务为“限期免费开放，后续或将转为付费服务”。

　　目前，部分券商也在自有APP内提供Level-2行情、智能选股工具等付费增值服务。因此，除了引流获客外，券商Skills、投顾Agent等产品后续也可能存在其他商业化变现空间。

　　合规底线决定新渠道能走多远

　　需要注意的是，券商与第三方AI平台合作的链路是否跑通、能否稳定，不仅取决于其商业化前景，还与合规约束息息相关。

　　最底层的矛盾，是平台与券商机构的利益并不完全一致。陈斯维指出，随着券商等机构与第三方平台基于AI应用的合作日渐广泛，机构与平台间的权责边界亟待明确界定。

　　在前端，对这种边界的要求集中指向“AI输出”的部分。

　　尽管不少AI平台都陆续推出了金融版、投研Agent工具，但多数平台用户在使用过程中并不需要经历投资者风险测评、适当性校验等流程。这意味着，不同风险等级的用户都可以调用专业投研工具，而这增加了券商投资者适当性管理的难度。

　　对此，杨玲强调，在AI从资讯和行情进一步进入个股判断、资产配置等敏感场景后，券商需要严格规范投资建议，杜绝收益暗示，并做好适当性管理，同时明确券商与平台之间的责任归属。

　　在后端，“数据使用”的边界则是另一道考题。

　　在与第三方平台合作的过程中，券商不可避免地要在平台侧上传自有数据，而这部分数据如何被授权、被调用、被存储，都将直接关系到客户信息保护和券商自身竞争力。

　　陈斯维从治理框架的角度提出了几个普适原则：数据使用应做到“最小必要、分层分级、全程可追溯”，并在开发、测试和生产环节中设置隔离措施；同时，用户应拥有一定的自主权，了解自己的数据被采集到何种程度、未来是否可能被使用、是否经过脱敏处理。

　　杨玲则从券商操作层面给出提醒：机构需要与平台明确约定授权、调用和存储规则，防范数据泄露和核心投研资产外流的风险。

　　(作者：刘夏菲编辑：姜诗蔷,巫燕玲)