行业人员结构演变 - 2021-2024年券商从业人员总数下降2.04%至33.57万人，头部券商人数占比提升至17.56%，反映人员向大中型机构集中 [2] - 证券经纪人减少48.85%（2.7万人），投资顾问增长17.46%（1.2万人），证券分析师和保荐代表人分别增加62.46%（2140人）和19.02%（1406人），显示行业向财富管理及投研业务转型 [2] - 硕士研究生及以上学历占比提升7.25个百分点至34.06%，大专及以下学历占比下降5.99个百分点至9.71，专业素质持续优化 [2] 人力资源效率与结构分化 - 头部券商人力成本占比低于行业均值10-15个百分点，人均营收和净利润达行业均值2-3倍，每元工资利润率高出行业10-40个百分点 [3] - 36岁以上从业人员占比突破50%（较2021年+10.05个百分点），11-19年经验人员占29.58%，反映行业进入经验化自循环阶段 [3] - 经纪业务人员减少18.13%（3.24万人），但人均营收回升至87.55万元，超越2021年水平，体现低效岗位压缩与高附加值服务强化 [4] 业务条线人员调整成效 - 自营业务中债券投资人员增长25.06%，权益投资人员减少14.68%，量化与衍生品人员微增6.96%-8.23%，布局更趋多元化 [5] - 研究及机构销售人员增长47.26%（2749人），销售人员/研究员配比从1:7.1优化至1:4.4，虽人均研报收入下滑30.10%，但长期价值可期 [5][6] - 信息技术人员占比6.50%显著低于高盛（24%），国际化人才占比不足3%（高盛48%），存在明显提升空间 [7] 未来人才建设方向 - 头部券商投行人均营收177万元仅为高盛（810万元）的21.85%，需加强核心业务人才能力建设 [7] - 中小券商人均营收134.40万元仅为头部券商的38%，需通过差异化转型提升效能 [8] - 需强化职业道德教育与合规培训，防范因能力不足引发的违规风险 [8]

文章核心观点 AI赋能投研具有极大可能性，在公募佣金新规背景下为券商研究所提供了构建差异化发展的可能，同时也带来了职业取代、业务格局重塑等问题，行业需在人力、组织、科技投入等方面寻求未来方向 [1][2][3] 分组1：AI平权推动卖方研究转向深度 - 证券行业金融科技投入“马太效应”明显，前27家券商分仓佣金收入54.15亿元占整体八成，DeepSeek引发的技术平权讨论让中小券商研究所看到曙光，但实现“弯道超车”很难 [4] - 行业竞争格局受技术投入、研究质量、市场影响力、客户资源等多因素影响，中小券商可引入AI结合自身优势打造差异化研究品牌，行业头部化是长期趋势 [4] - AI平权会加速推动卖方研究向深度研究转向，指引产业化、国际化、底层技术化等国家支持投研的方向 [5] 分组2：高质量的研究价值进一步凸显 - 买方借助AI提高投研能力，引发对卖方研报需求是否减少的问题，目前AI投研能力局限于基础研究，增加深度研究是未来方向 [6] - AI大模型使买方对信息质量要求提高，对卖方研究/服务期待更高，行业竞争加剧，高质量、有思想的研究价值将进一步凸显 [7] - AI帮助买方投研人员提升能力边界，可能要求卖方加大研报等产品供给，且质量要求不下降，未来客户对优质研究成果需求更多 [7] 分组3：私域数字资产或会是差异化服务基石 - 不同研究所AI应用进度不同，随着AI解放投研生产力，未来研究所在科技投入、人才、组织等方面将面临调整 [8] - 未来高价金融软件售价会下降，研究所IT投入持续景气，对初级人力需求下降，要加大金融科技投入，引导人才向复合领域发展 [8] - AI投入需聚焦长期价值，本地化部署可保障数据安全并积累专属知识库，长期降低人力依赖 [8] - AI时代，私域数字资产是差异化服务的基石，沉淀核心数据、分析框架、估值模型等是卖方研究机构核心竞争力 [9] - 分析师文风、AI辅助员工培训、AI生成排队排表等是券商研究所差异化发展方向，最重要的是可靠的数据源 [9]