過去兩年，香港股票市場每逢提到「AI炒股」，總會令人聯想到一種近乎科幻的場景：投資者只要向系統輸入一條問題，人工智能（AI）便會自動找出明日最有機會上升的股票，甚至替用戶直接下單，這種模式對投資者來說自然很吸引，但對券商來說，營運成本將會大幅增加，但在競爭激烈的環境下，尤其中小型券商也只能跟隨時代步伐進行升級。\大公報記者 麥晉瑋

資深證券界人士謝明光表示，AI的興起是整個業界另一次的業務重大轉型，當中會有些券商會被淘汰，也有些會突圍而出。其實這個轉變與2000年代電子交易逐漸變得普及時很相似。早年香港券商（尤其是俗稱C組的細行）依賴的是港交所（00388）提供的終端機和人工電話接單。隨着電子交易普及，以及後來滬港通、深港通的開通，交易頻率從「分」縮短到「毫秒」。券商若不升級系統，不僅會流失客戶，更會因數據延遲導致出現結算風險。

類似千禧年電子交易轉型

謝明光透露，當年要升級網上交易不僅是買幾部電腦般簡單。券商需要租用數據中心，並支付昂貴的專線費用（如連接港交所SDNet網絡）。為了保證交易不會中斷，還必須建構後備系統，兩套完全一樣的伺服器同步運行。這對於中小型券商來說，每年的維護開支已達六位數甚至更多。最大問題是大部分香港券商不具備自主開發能力，必須向第三方供應商購買一套交易系統。

這些供應商通常按用戶數或交易量抽成（從交易總額或收益中，按照約定比例抽取部分費用）。這導致券商在生意增加的同時，技術成本也同步飆升。此外，證監會對網上交易有嚴格要求，包括雙重認證（2FA）、入侵檢測系統及定期壓力測試。券商需要聘請外部審核機構進行網絡安全審查，每次報告的費用都是一筆不小的開支。不過，也有些小型券商，為了避開一次性數百萬元的開發成本，選擇了SaaS（軟件即服務）。他們不再買斷系統，而是租用雲端交易平台。雖然長遠看成本不低，但極大地降低了進入門檻，讓「一人公司」式的券商也能提供網上交易。

客戶使用大模型 券商為Token買單

現在AI的應用其實令券商的營運成本更高，例如要提供大型語言模型給客戶使用，若運用海外的大型語言模型，透過API（應用程式界面）的形式給客戶使用，意思就是將大型語言模型的功能封裝，配合券商自家的數據庫，可以查詢股票，協助分析年報等，但以這種方式給用戶使用，券商需替其向供應商支付Token費用，一些海外的大型語言模型，分析大約2000字的查詢便已需要消耗8000至10000個Token，一些旗艦級的海外大型語言模型（如GPT-5.4/GPT-4o），輸入每100萬個Token便需支付約2.50美元，而輸出每100萬個Token更要約10美元，若有大量的客戶每天使用，費用其實十分高昂，但現在市場競爭越趨激烈下，券商無可避免也只能迎合市場需要。