3800 kali pengujian: enam dari sepuluh perusahaan sekuritas "penasihat investasi cerdas" menyerah tanpa hasil

Di balik volume transaksi besar harian sebesar 2-3 triliun yuan, lebih dari 250 juta investor di A-shares, di mana 99,76% adalah investor pribadi yang disebut sebagai “pemodal saham”.

Sebagai satu-satunya jalur transaksi institusional di A-shares, bisnis pialang memegang kendali atas setiap operasi dari jutaan “pemodal saham”. Oleh karena itu, kecepatan respons layanan pelanggan dan kemampuan penyediaan informasi menjadi titik layanan yang paling diperhatikan oleh investor pribadi. Dalam gelombang AI yang melanda, layanan pelanggan berbasis AI didorong ke garis depan, menjadi “medan perebutan” digital finansial pialang sekaligus batu uji kemampuan mereka melayani pelanggan ekor panjang.

Berbagai pialang utama secara aktif mempromosikan hal ini dalam pengumuman strategi dan laporan tahunan mereka, dengan kata-kata seperti “transformasi digital”, “pegawai digital AI”, “penasihat investasi cerdas” sering muncul, bahkan dianggap sebagai mesin penggerak utama transformasi manajemen kekayaan. Beberapa pialang terkemuka bahkan menunjukkan kekuatan teknologi mereka yang mengesankan: “peneliti super” yang mampu menghasilkan laporan riset mendalam puluhan ribu kata secara otomatis, asisten pengelolaan kapital pasar pertama di seluruh pasar, platform cerdas yang mencakup seluruh proses pendapatan tetap…

Layanan pelanggan AI untuk investor umum, sejauh mana sudah berkembang? Apakah “asisten cerdas” yang diharapkan mampu memahami pasar dan membantu pengambilan keputusan, atau hanya sekadar mengulang aturan dan meneruskan ke manusia?

Tim evaluasi dari Pusat Riset Keuangan Baru Southern Weekend memberikan jawaban tak terduga: dalam layanan dasar pengelolaan akun, hampir semua lolos; tetapi ketika menyangkut titik sakit utama investor—“pasar dan tren harga”—skor layanan AI turun drastis ke 30%, bahkan 6 dari 10 institusi menyerahkan jawaban kosong; dalam aspek transparansi biaya yang menjadi indikator penting “melindungi hak investor”, 4 institusi AI layanan pelanggan “bermain-main” tanpa jawaban pasti; tingkat jawaban mandiri berbeda lebih dari dua kali lipat antar pialang, dan waktu tunggu untuk transfer ke manusia bisa mencapai 13 menit.

Kemampuan dasar tinggi

Evaluasi ini dilakukan terhadap 10 pialang utama berdasarkan aset, yaitu CITIC Securities, GF Securities, Guosen Securities, Guotai Haitong, Huatai Securities, China Galaxy Securities, CICC, China Merchants Securities, Shenwan Hongyuan Securities, dan CITIC Construction Investment Securities.

Dari 3 hingga 9 Februari 2026, tim evaluasi melakukan pengujian multidimensi secara silang pada berbagai waktu di hari kerja dan akhir pekan, dengan identitas sebagai investor biasa, sebanyak 3.800 interaksi.

Pertanyaan pengujian mencakup lima skenario frekuensi tinggi: pengungkapan informasi, pengelolaan akun, layanan pialang dan nilai tambah, penanganan situasi darurat, dan layanan tren pasar AI, total 19 pertanyaan spesifik. Berdasarkan hasil pengujian, tim membangun sistem indikator “enam sisi” untuk masing-masing pialang.

Hasil pengujian menunjukkan bahwa dalam kategori “pengelolaan akun”, hampir semua memberikan jawaban dengan skor tinggi. Sembilan institusi mendapatkan skor 100 poin penuh. Bahkan CITIC Construction Investment Securities yang berada di posisi terbawah, tetap meraih 66 poin.

Untuk pertanyaan yang memiliki prosedur standar dan regulasi jelas, seperti mengubah password transaksi dan dana, memeriksa rincian transaksi dan aliran dana, serta proses penutupan akun atau transfer pengelolaan, layanan AI secara umum sangat kompeten.

Belum mencapai era “penasihat cerdas”

Ketika permintaan investor keluar dari “pengelolaan akun” menuju “bagaimana tren pasar”, layanan AI mulai menunjukkan perbedaan.

Untuk menguji kemampuan layanan tren pasar AI, tim menilai jawaban pialang dalam tujuh dimensi: gambaran umum bisnis (analisis fundamental), analisis posisi industri, analisis valuasi (rasio harga/pendapatan, rasio harga/nilai buku), analisis teknikal, analisis likuiditas, analisis berita, dan peringatan risiko (lihat gambar “Ringkasan Pertanyaan Uji Layanan AI”). Hasilnya menunjukkan bahwa, dibandingkan indikator lain, kemampuan inti layanan ini—yang menentukan apakah layanan tersebut memiliki “atribut penasihat investasi”—rata-rata skor industri turun drastis menjadi hanya 30 poin.

Dari enam institusi, Guosen Securities, China Galaxy, CICC, China Merchants Securities, Shenwan Hongyuan, dan CITIC Construction Investment Securities, langsung menyatakan “tidak bisa menjawab pertanyaan analisis tren pasar” atau merekomendasikan transfer ke manusia, dan skor mereka di dimensi tren pasar adalah 0.

Seorang profesional yang tidak ingin disebutkan namanya mengatakan bahwa fenomena ini mungkin bukan karena kemampuan riset institusi yang kurang, melainkan karena kehati-hatian berlebihan terkait kepatuhan, sehingga mereka belum berani menerapkan model besar secara penuh dalam analisis tren pasar.

Contoh pengujian layanan pelanggan di aplikasi Guosen Securities. (Cuplikan pengujian)

Perlu dicatat, dalam pengujian ini, hanya sedikit institusi yang menunjukkan gambaran awal dari “penasihat investasi cerdas” berdasarkan pertimbangan kepatuhan: GF Securities dan Guotai Haitong sama-sama meraih 85 poin, menempati posisi teratas. GF Securities mampu menjawab semua enam pertanyaan tren pasar kecuali “analisis berita”; Guotai Haitong mampu menjawab semua kecuali “peringatan risiko”. Penyebab penurunan skor mereka adalah karena dalam kotak analisis hanya tertulis “jawaban dihasilkan AI”, tanpa penegasan besar bahwa “konten terkait tidak sebagai saran investasi”, sehingga pengungkapan risiko tidak cukup lengkap.

Cuplikan pengujian layanan pelanggan di aplikasi Guotai Haitong.

CITIC Securities meraih 71 poin, dengan AI-nya mampu menampilkan analisis valuasi, teknikal, likuiditas, berita, dan peringatan risiko, tetapi tidak menyajikan analisis fundamental dan model bisnis yang lebih panjang.

Cuplikan pengujian layanan pelanggan di aplikasi CITIC Securities.

Huatai Securities mendapatkan 57 poin, lebih condong ke “analisis fundamental”, mampu menampilkan data fundamental, model bisnis, valuasi, dan peringatan risiko, tetapi tidak menyediakan analisis teknikal, likuiditas, dan berita yang lebih kuantitatif.

Cuplikan pengujian layanan pelanggan di aplikasi Huatai Securities (Zhang Le AI).

Data ini mengungkap bahwa mayoritas layanan pelanggan AI pialang masih berada di era “pemeriksaan aturan” 1.0, belum bertransformasi ke era “penasihat cerdas” 2.0.

Transparansi biaya: empat “bermain-main”

Dalam transaksi saham, transparansi biaya langsung berkaitan dengan kepentingan ekonomi investor dan menjadi indikator penting dalam menilai komitmen institusi keuangan dalam “melindungi hak-hak investor”.

Tim penguji mengajukan dua pertanyaan sensitif: “Berapa tarif komisi transaksi saham? Bagaimana cara menyesuaikan komisi? Berapa minimumnya?” dan “Berapa suku bunga pinjaman margin? Bagaimana cara menyesuaikan? Berapa minimumnya?”

Hasilnya menunjukkan dua kubu berbeda.

Enam pialang—CITIC Securities, GF Securities, Guosen Securities, Guotai Haitong, Huatai Securities, dan China Galaxy—menunjukkan tingkat keterbukaan yang tinggi. Saat ditanya soal tarif dan penyesuaian, layanan AI mereka tidak menghindar, malah memberikan panduan tarif dan jalur pencarian yang cukup jelas.

Cuplikan pengujian layanan pelanggan di aplikasi Huatai Securities (Zhang Le Wealth). (Cuplikan pengujian)

Namun, CICC, China Merchants Securities, Shenwan Hongyuan, dan CITIC Construction Investment Securities menunjukkan pola berbeda. Dalam dua pertanyaan ini, layanan AI mereka cenderung ambigu atau menyarankan pelanggan menghubungi manajer cabang, menyebabkan skor mereka dalam aspek pengungkapan informasi menurun drastis.

Fenomena ini mencerminkan masalah lama dalam model keuntungan tradisional pialang: ketergantungan tinggi terhadap bisnis pialang yang homogen, sehingga tarif seringkali memiliki ruang operasi tersembunyi. Ketika teknologi model besar diterapkan ke sistem layanan pelanggan, beberapa pialang tidak memanfaatkan peluang untuk memecah tembok informasi, malah memperkuat “kapsul informasi” tersebut.

Siapa yang unggul dalam kolaborasi manusia dan mesin?

Ketika layanan AI tidak mampu menjawab dan harus dialihkan ke manusia, bagaimana efektivitas kolaborasi manusia-mesin?

Pengujian ini mencatat waktu tunggu rata-rata dan waktu tunggu maksimum (terlama) saat transfer ke manusia, menunjukkan kombinasi efektivitas kolaborasi yang berbeda.

GF Securities memiliki tingkat jawaban AI tertinggi (94,4%) dan kemampuan tren pasar yang baik (skor 85, mampu menjawab 6 indikator). Tetapi kelemahannya adalah sulitnya menghubungi manusia—dalam pengujian malam hari, waktu tunggu mencapai 10 menit, dan layanan manusia tidak tersedia di akhir pekan. Hal ini bisa membuat pelanggan yang menghadapi masalah kompleks merasa frustrasi. CICC juga mengalami tunggu hingga 7 menit di malam hari kerja, menunjukkan bahwa saat puncak malam hari, kapasitas manusia untuk melayani mungkin kurang memadai.

China Galaxy Securities yang agak lambat tapi tekun (jawaban 55,5%, skor tren 0) sering membutuhkan bantuan manusia, tetapi cukup jujur dan cepat, dengan waktu tunggu rata-rata hanya 0,19 menit. Pada akhir pekan, mereka tetap menjaga layanan manusia, menunjukkan mereka lebih memilih biaya tenaga kerja tinggi daripada membuat pelanggan menunggu lebih dari satu detik. CITIC Securities (rata-rata 0,47 menit) dan Guotai Haitong (0,38 menit) juga menunjukkan efisiensi tinggi dalam mengangkat panggilan manusia.

AI dari China Merchants Securities menjawab 55,5% pertanyaan, banyak yang harus dialihkan ke manusia. Waktu tunggu rata-rata untuk transfer adalah 4,24 menit, relatif panjang di antara 10 pialang, bahkan pernah mencapai 13 menit saat hari kerja.

CITIC Construction Investment juga menghadapi tantangan besar. Sebagai pelopor yang memamerkan platform “Octopus” untuk pendapatan tetap berbasis AI di konferensi AI 2025, tingkat jawaban AI mereka untuk investor umum di C-end hanya 38,89%. Artinya, saat seorang investor panik membuka jendela chat dan mengajukan 10 pertanyaan, lebih dari 6 tidak terjawab. Namun, yang patut dicatat, waktu tunggu transfer ke manusia cukup singkat, sekitar 0,5 menit, dan tidak pernah lebih dari 5 menit, serta ada layanan manusia di akhir pekan.

Ketinggalan kemampuan, atau ketinggalan pola pikir?

Data pengujian dari 10 pialang utama seperti cermin, menunjukkan keberagaman dalam bidang layanan pelanggan AI: mulai dari pengelolaan akun yang relatif matang, hingga perbedaan dalam pemberdayaan riset dan front-end, ada yang beroperasi tanpa hari libur akhir pekan, dan ada yang membuat pelanggan menunggu 13 menit saat transaksi.

Di era di mana komputasi dasar dan model besar dengan miliaran parameter mulai terbuka dan komersial, penyebab utama kesenjangan ini kemungkinan besar bukan karena kekurangan daya komputasi atau model. Lalu, apa yang menyebabkan pengalaman pengguna di C-end sangat berbeda?

Tim evaluasi menemukan bahwa salah satu penyebabnya adalah kehati-hatian terkait risiko kepatuhan. Segala evaluasi dan prediksi terkait tren saham sangat sensitif secara regulasi, dan sedikit kelalaian bisa melanggar aturan “rekomendasi saham ilegal”. Oleh karena itu, tim audit kepatuhan cenderung bersikap konservatif, mengatur agar kata-kata sensitif seperti “tren”, “prediksi”, “beli” dihindari dalam jawaban AI.

Selain itu, pengelolaan data bisnis masih relatif kasar. AI yang mampu menjawab pertanyaan tren pasar secara lancar membutuhkan “kepadatan data berkualitas tinggi” dan “kemampuan membangun peta pengetahuan dinamis secara berkelanjutan”. Tim menemukan bahwa beberapa pialang teratas secara aktif melakukan pembersihan data, penandaan data, dan penyesuaian model, sehingga membangun basis pengetahuan dan skenario yang lebih lengkap. Sebaliknya, institusi dengan skor rendah masih mengandalkan model teks kecil, kurang kedalaman pengetahuan bidang, sehingga jawaban sering tidak relevan.

Ada kemungkinan lain yang belum terjawab secara pasti: mengemas kemampuan model besar sebagai cerita “riset cerdas” atau “efisiensi operasional” untuk institusi, lebih mudah dipasarkan dalam konteks valuasi; sedangkan mengembangkan layanan pelanggan cerdas untuk investor umum membutuhkan investasi manusia dan daya komputasi berkelanjutan, sehingga beberapa pialang lebih fokus ke promosi B-end dan mengabaikan pengalaman C-end. Dalam orientasi utilitarian, sistem layanan pelanggan AI bisa menjadi sekadar “pamer teknologi” tanpa benar-benar menyelesaikan masalah pengguna.

Bagaimanapun, pengujian sebanyak 3.800 kali ini membuktikan bahwa antara ambisi teknologi di acara peluncuran B-end dan pengalaman nyata di dialog dengan investor C-end, masih ada jarak yang cukup besar. Teknologi terus berkembang, model terus diperbarui, tetapi yang benar-benar membedakan adalah seberapa dalam institusi memahami dan mengimplementasikan makna “keuangan untuk rakyat”.