AI 也能荐股吗？智能投顾场景里最容易判错的三个合规问题

　　先看一个越来越常见的产品形态。一家做金融科技的公司，用大模型搭了一个"智能投顾"助手：用户授权后可以同步持仓，助手每天自动生成一份"今日操作建议"，内容包括具体某只股票该不该买、大概什么点位卖，还给出一个"信心指数"；产品按年订阅收费，宣传语写的是"AI 帮你盯盘，胜率远超人工"。为了让体验更顺，公司把大模型接口接进来，投资建议由模型直接产出，运营团队只做抽检。上线一段时间后，问题陆续冒出来：有持牌机构来问，你们这个产品是不是在从事证券投资咨询；有用户说"按你们的建议买了结果亏了"；也有监管的关注点落在算法有没有备案、AI 生成的内容有没有标识上。

　　这些问题看起来是三件事，其实指向同一套规则的三个侧面：这套产品到底是不是法律意义上的证券投资咨询业务，用人工智能生成投资建议会叠加哪些内容与算法义务，以及建议错了之后责任怎么分配。任何一条判错，产品设计和商业模式都会选错方向。下面三个判断，建议在立项、上线和出事之后各走一遍。

#一、AI 输出买卖点，到底算不算"证券投资咨询"

　　判断的起点，不是产品叫不叫"投顾"，而是它做了什么。证监会 2012 年 12 月 5 日公布、自 2013 年 1 月 1 日起施行的《关于加强对利用"荐股软件"从事证券投资咨询业务监管的暂行规定》（证监会公告〔2012〕40号）给"荐股软件"下了一个很具体的定义：具备下列一项或多项功能的软件产品、软件工具或者终端设备，即属于荐股软件——提供涉及具体证券投资品种的投资分析意见，或者预测具体证券投资品种的价格走势；提供具体证券投资品种选择建议；提供具体证券投资品种的买卖时机建议；提供其他证券投资分析、预测或者建议。反过来说，只做证券信息汇总或者历史数据统计、不具备上述功能的工具，不属于荐股软件。

　　紧接着该规定第二条把落点定在"资格"上：向投资者销售或者提供"荐股软件"，并直接或者间接获取经济利益的，属于从事证券投资咨询业务，应当经中国证监会许可，取得证券投资咨询业务资格；未取得资格，任何机构和个人不得利用"荐股软件"从事证券投资咨询业务。证监会《证券投资顾问业务暂行规定》（证监会公告〔2010〕27号，自 2011 年 1 月 1 日起施行）第二条进一步把"证券投资顾问业务"界定为证券投资咨询业务的一种基本形式：接受客户委托，按照约定，向客户提供涉及证券及证券相关产品的投资建议服务，辅助客户作出投资决策，并直接或者间接获取经济利益；第七条则要求向客户提供证券投资顾问服务的人员，应当具有证券投资咨询执业资格，并在中国证券业协会注册登记为证券投资顾问。

　　把这几条合起来看，AI 投顾产品的定性其实不取决于"模型"这个技术标签，而取决于它输出的东西。只要系统面向具体证券给出买卖时机、品种选择或者价格走势预测，并以此收费，就高度接近荐股软件与投顾业务的构成；用"AI 生成""仅供参考""只是工具"来包装，并不能改变功能的实质。

　　实务里最容易踩的坑有三种。第一种是"换名字不换功能"：把买卖点包装成"信号""热度值""情绪分"，界面不写"建议"两个字，但用户完全可以据此下单。第二种是"躲在工具后面"：公司自己不出面，让用户以为只是一个软件，却通过订阅、增值服务直接收费。第三种是"借别人的牌照做事"：把核心的建议生成环节交给没有证券投资咨询资格的第三方公司，自己就被认定为委托了未取得资格的机构代理——上述规定第四条第八项恰恰明确禁止这一做法，产品推广、协议签订、服务提供、客户回访、投诉处理这些环节，都应当由持牌主体自行开展。

　　落地动作可以拆三步。第一步是做功能定性：把产品的每一个输出模块，逐条对照荐股软件的四个功能项，凡触及个股或买卖时机的，先默认它触碰了证券投资咨询的边界，再讨论有没有例外。第二步是确定主体资格：要么由持牌机构合规开展，人员具备执业资格并完成注册登记；要么把产品收敛到不构成荐股的范围，例如只做信息汇总、数据统计、投资者教育，并且不在营销上暗示它能给出具体买卖判断。第三步是管好合作链条：把模型、数据、渠道供应商的资质与角色写清楚，避免出现"实质做投顾、形式上是技术服务"的结构。

#二、用大模型生成建议，会叠加哪些内容与算法义务

　　即便主体资格没有问题，用生成式人工智能来做这件事，还会额外触发一套内容和算法层面的规则。这套规则不是可选项，而是与产品功能绑定的。

　　第一层是内容责任。《生成式人工智能服务管理暂行办法》（国家网信办等七部门令第15号，2023 年 7 月 10 日公布，自 2023 年 8 月 15 日起施行）第九条规定，提供者应当依法承担网络信息内容生产者责任，履行网络信息安全义务；涉及个人信息的，依法承担个人信息处理者责任；并应当与注册其服务的使用者签订服务协议。第十条要求提供者明确并公开其服务的适用人群、场合、用途，指导使用者科学理性认识和依法使用。落到投顾产品上，这意味着"面向谁、用在什么场合、能不能据此决策"必须在服务协议和产品界面里说清楚，而不能只靠一句免责声明。

　　第二层是标识义务。模型直接生成投资分析、把结论推给用户，属于用人工智能技术生成内容。《互联网信息服务深度合成管理规定》（2022 年 11 月 25 日公布，自 2023 年 1 月 10 日起施行）第十六条要求，对使用其服务生成或者编辑的信息内容，采取技术措施添加不影响用户使用的标识；第十七条则规定，属于智能对话、智能写作等模拟自然人进行文本生成或者编辑等可能导致公众混淆或者误认情形的，应当在生成或者编辑的信息内容的合理位置、区域进行显著标识；第十八条明确，任何组织和个人不得删除、篡改、隐匿这些标识。2025 年 3 月，四部门印发《人工智能生成合成内容标识办法》（国信办通字〔2025〕2号），第三条把标识分成显式标识与隐式标识两类，第四条要求按内容形态在适当位置添加显式标识——文本在起始、末尾或者中间适当位置加提示，图片在适当位置加显著提示，诸如此类，并且提供下载、复制、导出功能时要确保文件中含有满足要求的显式标识；第五条要求在文件元数据中添加隐式标识；第六条把核验元数据、对疑似生成内容加提示的义务压给网络信息内容传播服务提供者；第十条进一步要求使用者发布生成合成内容时主动声明。该办法自 2025 年 9 月 1 日起施行。值得留意的是，第九条还留了一个口子：用户申请提供没有显式标识的内容，服务提供者可以在通过用户协议明确其标识义务和使用责任后提供，但必须依法留存提供对象信息等相关日志不少于六个月。对投顾产品来说，这意味着"AI 生成"这四个字不能藏起来，标注不只是体验问题，而是行政责任的触发点。

　　第三层是算法与备案义务。《生成式人工智能服务管理暂行办法》第十七条明确，提供具有舆论属性或者社会动员能力的生成式人工智能服务的，应当按照国家有关规定开展安全评估，并按照《互联网信息服务算法推荐管理规定》履行算法备案和变更、注销备案手续。《深度合成规定》第十九条、第二十条也做了类似安排，并要求完成备案的提供者在其对外提供服务的网站、应用程序等的显著位置标明备案编号并提供公示信息链接。一个每天向大量用户推送投资观点的产品，是否具有"舆论属性或者社会动员能力"，需要结合用户规模、传播方式和内容影响力认真评估，而不是默认"我们规模不大所以不用备案"。

　　第四层，是投顾自身的老规矩在 AI 场景下的重申。《证券投资顾问业务暂行规定》第十九条禁止以任何方式向客户承诺或者保证投资收益，第二十四条禁止对服务能力和过往业绩进行虚假、不实、误导性的营销宣传；第二十七条专门针对以软件工具、终端设备等为载体，向客户提供投资建议或者类似功能服务的情形，要求客观说明软件工具、终端设备的功能，不得对其功能进行虚假、不实、误导性宣传，揭示其固有缺陷和使用风险，说明所使用的数据信息来源，并表示具有选择证券投资品种或者提示买卖时机功能的，应当说明其方法和局限。实务里最常见的问题，恰恰是把这几条反过来做：宣传"AI 胜率远超人工"，却对模型的局限只字不提；把数据来源说成"全网大数据"，却说不清算法和样本。

　　所以这一层的落地重点，是把"AI 生成"变成三个可核验的动作。输出侧，明确模型能做与不能做，凡涉及具体买卖点、收益预期的输出一律拦住，只保留信息整理、风险提示、投资者教育这类功能。标识侧，显式标识在浏览与导出两个环节都可见，元数据隐式标识补齐，并对无显式标识版本的申请、用户承诺与日志留存建立可审计流程。合规侧，把安全评估、算法备案和广告宣传口径作为上线前置条件，而不是等被问到再补。

#三、建议错了、用户亏了，责任落在谁身上

　　第三个判断，在争议真正发生时才显出分量。用户按 AI 建议操作后亏损，通常会沿着两条线主张：一条是合同，认为自己付费购买的是"专业建议服务"，对方没有提供应有的服务质量；另一条是侵权或过错责任，认为运营方在生成、审查、提示环节存在过错。

　　规则上，这并非无据可循。《证券投资顾问业务暂行规定》第十六条要求，向客户提供投资建议应当具有合理的依据，依据包括证券研究报告，或者基于证券研究报告、理论模型以及分析方法形成的投资分析意见；第十九条要求提示潜在的投资风险，禁止以任何方式向客户承诺或者保证投资收益；第十一条要求了解客户的身份、财产与收入状况、证券投资经验、投资需求与风险偏好，评估其风险承受能力，并以书面或者电子文件形式予以记载、保存；第十三条要求向客户提供风险揭示书并由客户签收确认。这些义务在 AI 场景下不但没有减轻，反而更难举证——如果系统是根据模型即时生成建议，运营方更需要说清楚"合理依据"到底是什么。

　　留痕因此变成责任分配的核心。两份证监会规定都要求对业务环节实行留痕管理，业务档案的保存期限自协议终止之日起不得少于五年。放到 AI 产品上，这就意味着建议生成的时间、内容、所依据的数据与模型版本，以及人工审核的痕迹，都应当被完整记录并可追溯。现实中的很多争议，输赢并不取决于谁的道理更充分，而取决于哪一方能拿出完整的记录。记录缺失，运营方往往要承担举证不利的后果。

　　还有一条容易被忽略的规则线是个人信息。《中华人民共和国个人信息保护法》第二十八条把金融账户等列为敏感个人信息，处理这类信息应当具有特定的目的和充分的必要性，并取得单独同意。投顾产品为了给建议，常常需要同步用户的持仓、交易记录和资产状况，这些都属于高敏感度信息，所谓"授权一次、全量使用"的写法风险很高。此外，用算法自动生成建议、自动给用户打标签，本身属于自动化决策，该法第二十四条要求保证决策透明和结果公平、公正，并向个人提供便捷的拒绝方式、允许个人拒绝仅通过自动化决策作出对其权益有重大影响的决定。用"系统自动生成"当挡箭牌，恰恰回避不了这些义务。

　　那么，责任能不能靠一份免责声明转移出去？通常不能。免责声明、风险揭示书是义务的一部分，但它不能替代实质性的合规动作——不能替代对客户适当性的评估，不能替代对模型输出边界的控制，也不能替代留痕与人工兜底。真正有效的做法，是"责任前置"：在服务协议里把服务性质、能力边界、依据来源、风险提示和争议解决写清楚；在内控上把生成、审核、发布、留痕拆成可检查的动作；在与模型供应商的合同里，把资质保证、数据与训练的合法性、输出内容的责任划分、发生纠纷时提供日志与技术说明的配合义务写实。

　　路径比较也很清楚。较稳妥的一条是先定性、再设计产品、最后上线，前期慢、成本高，但一旦被质疑，手里有功能定性报告、有资格依据、有留痕、有备案，能站得住。激进的一条是先把产品铺开、把流量跑起来，出了事再补手续，短期见效快，但一旦被认定为未取得资格从事证券投资咨询业务，面临的不只是行政责任，前期积累的用户规模会全部变成风险敞口，已经形成的建议记录也可能反过来成为不利证据。

#四、给金融科技团队的一份落地清单

　　把上面三层收拢，一个正在做或准备做 AI 投顾类产品的团队，至少可以推进这样几件事。其一，做一次功能清点，把每个输出模块逐条对照荐股软件的四个功能项，凡是触及个股与买卖时机的，先当作触碰边界处理。其二，确定主体资格路径，能持牌开展的由持牌机构开展、人员完成执业注册，不能持牌的就把产品收敛到信息服务与投资者教育，并且管住营销口径。其三，把"AI 生成"的内容标识做实，显式标识与元数据隐式标识都到位，无显式标识版本的申请与日志留存做成流程。其四，把安全评估与算法备案作为上线前置节点，而不是补办事项。其五，把适当性评估、风险揭示、合理依据、留痕归档这四件事做成可审计的日常动作，档案保存不少于五年。其六，在采购与合作协议里预设资质保证、责任划分和配合取证条款。

　　回到开头那个产品：它真正的风险，从来不是"用了 AI"，而是把 AI 当成了一个可以绕过牌照、绕过标识、绕过责任的理由。技术改变了建议的生成方式，却没有改变这些建议在法律上的性质——它依然是投资建议，依然要回答"谁有资格给""怎么标清楚""出了事谁负责"这三个问题。

　　金融领域的 AI 应用，边界感比想象力更重要。谁先把功能定性、内容标识和责任分配这三条线画清楚，谁的产品才能走得稳。

---

需要专业帮助？预约测绘，帮你梳理 AI 投顾产品的业务定性、内容标识、算法备案与责任划分。