近年来，总部位于哈尔滨的江海证券将AI大模型、RPA流程机器人嵌入自营、资管、合规三大场景，把业绩归因、合同审核、合规咨询等高频动作由人工处理转为机器初筛、专人终审，推动风险管理由“经验驱动”向“数据驱动”转型，为资本实力与科技人才均不占优的中小券商提供了一套可复制的数字化样本。

过去中小券商合规风控多采购外部标准化系统，供应商预置规则与自身业务适配度有限，风险识别常滞后于业务发生。江海证券首席风险官兼合规总监张大威在表示，专业化时代，靠放松风控换业务空间的路子已经走通不了，合规风控能力直接决定业务边界。但中小机构不能照搬头部券商几千万元自研中台的打法，必须把大模型用在最痛的点上。

最痛的点，首先是业绩归因。

传统模式下，自营账户与资管产品的收益波动由风控人员手工拉取行情、持仓、交易流水，再结合主观判断写归因报告，单个产品往往耗时数天，维度集中在收益与回撤，难以回答“赚的是什么钱、风险来自哪类敞口”。

江海证券基于大模型技术底座搭建智能业绩归因体系，覆盖市场对标、择时选股、行业配置、最大回撤与修复、策略稳定性及多类风险敞口。系统对接内部风险数据集市，1分钟内完成对单一自营账户或资管产品的全方位量化研判，自动输出标准化归因报告，精准定位收益来源与风险来源。公司风控部门测算，单产品归因工时由“天级”降至“分钟级”，风控人员精力由基础数据整理转向阈值设定与异常研判。

第二个落地场景，是资管合同审核。

资管合同条文长、监管必备条款分散在《资管细则》、反洗钱法、信披规则及自律文件中，人工逐句通读易漏必备条款、难识隐性歧义。江海证券前期梳理监管强制条款、业务配套要素与历史检查问题，形成标准化合同检查对照表；待审合同全文与对照表同步提交本地化部署的大模型，由模型逐项校验必备条款缺失、表述歧义、监管冲突，并标注问题位置、附修改建议。合规风控人员保留终审权，形成“AI初筛+人工复核”协同。

“大模型干掉的是重复劳动，人守住的是专业判断。”公司合规管理部相关业务骨干在内部交流中介绍，该流程上线后，单份合同初审比对时间压缩六成以上，合规人员把省下的时间投入到产品结构、关联交易与投资者适当性等复杂议题上。

更底层的改造，是合规知识库与垂直智能体。

中小券商直接使用公有云通用大模型，面临客户信息泄露、回答“幻觉”、监管条文更新不同步三重风险。江海证券选择内网本地化部署，整合外部法规、内部制度、监管处罚案例三类知识库，文档总量达数千项；通过标签管理、时效管控实现动态更新，运用NLP、向量检索与本地化大模型微调，打磨出适配反洗钱、制度运维、全业务咨询的多岗位垂直AI智能体，问答结果全部溯源至原始文件。

平台配套权限分级、操作日志留痕、数据加密与异常访问报警，实现7×24小时合规咨询、利益冲突自动核查、从业人员投资行为排查、账户托管比对等功能。合规咨询响应由“数小时”缩至“分钟级”，一线业务员在签单前可自查红线，合规管理由“后端灭火”前移到“前端提示”。

下一步，是从单点工具到全域驾驶舱。江海证券已打通自营、资管、经纪、固收等业务数据链路，构建风险数据集市与多类风险管理驾驶舱，规划将业绩归因、合同审核、合规智能体等模块集成进一体化风控数字化平台，统筹信用、市场、操作、流动性四类风险，完善“监测—预警—处置—复盘”闭环。

这一路径与行业节奏同频。2025年《证券公司网络和信息安全三年提升计划》收官，中证协就风险数据管理示范实践征求意见，并表管理指引推动“全口径、穿透式”风控，中小券商数据治理短板与合规成本压力同步显性化。业内人士指出，头部券商拼算力与平台，中小券商拼场景选择与本地化工程能力——把DeepSeek类开源模型微调到合规、风控、合同三类高频场景，投入可控、回报可视，是中小机构避开“无效堆人”的现实选择。

张大威表示，江海证券坚持“看不清、管不住就不展业”，下一步继续把AI嵌进业务实质，不把数字化当成系统采购，而当作风控文化的一部分，“让合规风控从成本中心变成差异化竞争力的底座”。

截至发稿，江海证券未披露该项目单独投入与减损金额，但内部统计显示，合规咨询与合同初筛两类重复工时合计下降超六成，风控日报编制由跨日变为当日收盘后40分钟内产出。在龙江区域股权业务、北交所新三板督导、产业债等特色赛道上，数智风控正与公司“小而美、专而精”的区域定位绑定。

分析人士认为，当严监管、低延迟、跨市场传导成为券商经营常态，中小机构的生存空间不再取决于规模，而取决于能否用更低边际成本把风险看早、看清、看准。江海证券的尝试说明：大模型不一定从“超级中台”进场，也可以从“一份合同、一张归因表、一次合规问答”开始。（张大威）