AI金融助手

4月28日，由中关村西城园管委会、北京市西城区总工会、北京金融科技产业联盟和北京金融信息化研究所主办，清华大学人工智能研究院支持，全球金融科技大会系列活动大模型金融应用创新与实践大赛颁奖仪式举办。作为此次大模型金融应用创新与实践大赛十佳卓越奖中唯一一个网络安全垂直领域的大模型，深信服安全GPT入选十佳卓越奖。 据悉，此次大赛收到了来自39家机构的68份应用实践报告，经过前期初赛评审，共有25项应用实践入围终审。深信服安全 GPT 作为国内首个通过深度合成服务算法备案的安全大模型，可协助金融机构完成流量检测、事件解析、安全建议生成、安全事件处置等复杂工作，秒级闭环、百倍提效，从检测能力和安全运营工作上赋能组织，对抗外部强敌。 深信服安全GPT运营大模型演进蓝图 金融机构信息系统复杂、网络边界分散、风险点位众多，风险暴露面大，对威胁检测防御能力要求高，传统检测引擎难以应对外部高对抗、高隐蔽的攻击手段。 深信服安全GPT可以作为检测引擎，赋能态势感知、端点安全等传统安全设备，具备对未知攻击的意图理解、异常判定、混淆还原能力，在流量威胁检测和主机侧钓鱼攻击检测上都取得突破性的效果。 深信服通过知识蒸馏、模型量化、模型剪枝、Attention机制优化等，将安全GPT推理性能提升50倍，实现了在实际网络环境中，针对实时流量的实时检测。安全GPT检测大模型能够发现混淆、编码类高绕过流量，并针对Web漏洞有良好检出效果，具有较强Web 0day漏洞检测能力，同时针对攻击成功研判具有较高准确率。 钓鱼攻击的难防在于，从技术角度看，钓鱼邮件与正常邮件无异，普通人难以识别，而高混淆和形式多变的钓鱼攻击也难以用规则进行定义。安全GPT 基于对自然语言的泛化理解能力，能够对邮件和文件内容背后的意图进行综合评估和研判，就像聘请了一个懂攻防、懂技术、懂人情世故的防钓鱼“安全专家”实时防守一样，实现钓鱼事件的精准检测和处置。 通过3万高对抗钓鱼邮件、100万白邮件检测，对比传统解决方案，安全GPT钓鱼攻击检出率从15.7%飞升至91.4%，误报率从0.15%降低至0.046%，效果超越传统方案数倍。 随着金融行业数字化转型步入深水区，银行面临的网络安全数据规模和复杂性不断增加，在网络安全专业技术人员少，能力精力也存在瓶颈的前提下，如何对海量网络安全告警进行快速分析研判，定位真实攻击及高效响应处置？安全GPT给出了新的答案。 据了解，安全GPT通过自然语言对话的方式提供符合安全人员运营水平的差异化建议和运营路径，承载 80% 安全运营操作，将海量告警的分析处置过程压缩到数分钟内，赋能初级安全工程师在5分钟内对单一高级威胁进行闭环，将日常安全运营所花费的时间减少90%以上。 截至目前，安全GPT已累计在130多家企业真实环境测试和应用，帮助金融、能源、政府机关等行业用户提升安全人员实际分析水平和处置效率。（科文） 来源： 光明网

“AI+金融”是人工智能技术与传统金融行业的结合 • ”AI+“即“AI+各个行业”，它是将人工智能作为基础特征，与金融、教育、医疗等传统行业的全面融合。相对于简单的行业叠加，“AI+”更侧重于为传统行业的模式创新和流程再造提供新的思路和方法，促进新经济形态的演进，从而催生新的商业模式，提高运营效率，带来整个产业的全面升级。 • 人工智能与金融业的结合——“AI+金融”是目前人工智能最被看好的落地应用场景之一。原因主要有三点：一方面，金融行业的信息化建设起步较早，且行业内极其重视数据的标准化和规范化采集，因而具有大量的数据积累，这些数据为人工智能的应用提供了坚实的基础；另一方面，以银行、保险、证券业为例，金融业的主要业务都是基于大规模数据（用户数据、业务数据、产品数据、市场数据等）展开的，大量繁琐的数据处理工作，急需自动化和智能化的变革来解放人力；此外，金融普惠化和场景化的创新，也需要新的技术手段来提供支持，而人工智能与金融的结合，无疑为金融创新提供了更多的可能。 • 人工智能作为相对底层的基础技术，已呈现出向各个行业、领域渗透的趋势。场景化创新将是AI技术逐步成熟之后市场关注的重要焦点之一。在金融行业亦是如此，各个细分领域的应用方向初见端倪，典型场景包括：智慧银行、智能投顾、智能投研、智能信贷、智能保险、智能监管等。 驱动力：技术、数据和场景是主要的驱动力 • 技术、数据和场景需求是人工智能在金融领域得以应用的基础。其中在技术方面，算法、算力的提升，使机器从海量数据中自行归纳物体特征、描述、还原和定位新事物的能力得以提高，并在各类人工智能准确性测试中的表现越来越好；数据方面，海量的数据是深度学习算法构建的基础，为精准的目标画像和预测分析提供了可能；场景方面，契合业务场景的算法模型为金融活动提供更多的决策支持，从而能很大程度上提升效率。 • 政策和资本的倾斜为人工智能在金融领域的发展营造了良好的市场环境。政策对人工智能和金融科技的支持，使市场对行业发展整体呈乐观预期，这也进一步促进了资本的流入。 • 技术：AI 技术和市场生态的日渐成熟为其在金融行业的发展奠定了基础。根据Gartner2017年7月发布的新兴技术成熟度曲线，人工智能相关技术在未来5-10年将逐步走向成熟，成为最有影响力的新兴技术之一。当前，应用在金融领域的人工智能相关技术主要有：机器学习、生物识别、自然语言处理、语音识别和知识图谱等。 （1）机器学习：机器学习是金融行业应用最为广泛的人工智能技术之一。它可以在海量的金融大数据中学习各种规律和方法，然后应用到金融业务的各个阶段，从而有效地优化流程、提升效率。 （2）生物识别：指纹识别、人脸识别、虹膜识别和指静脉识别是金融行业应用较为广泛的四项生物识别技术。它们分别通过设备采集人体指纹、面部、虹膜、指静脉等部位具有唯一标志性的特征信息，进行存储、匹配，进而完成身份认证。目前，这些生物识别技术已广泛应用于客户身份认证、远程开户、无卡取款、刷脸支付、金库管理和网络借贷等金融场景。 （3）自然语言处理：自然语言处理技术可以显著提升金融行业获取、清洗、加工和分析数据的效率。例如：新闻公告、年报、研究报告等大量文本形式信息，利用自然语言处理技术可迅速提取关键指标，进行分析总结，从而减少不必要的人力劳动。 （4）语音识别：在金融领域的应用中，语音识别通常与语音合成技术结合在一起，提供一个基于语音自然流畅的人机交互方法。其主要应用于电话客服、各类智能终端的语音导航、业务咨询等场景。由于金融行业带有明显的客户服务属性，加上完整而庞大的业务及数据积累，因此语音技术应用广泛。 （5）知识图谱：知识图谱从“实体-关系”的角度整合金融业现有数据，结合外部数据，建立连接形成大规模的实体关系网络。从而突破传统的计算模式，便于有效地挖掘潜在客户、预警潜在风险，帮助金融行业提升效率、优化流程。 行业处于初创期，智能化趋势明显，市场预期较好 • 作为未来最被市场看好的新兴技术之一，人工智能几乎可以渗透到各个行业的各个场景。整体来看，场景创新是实现技术商业化的关键，且逐渐成为各大科技公司的主攻方向。金融行业围绕银行服务、理财投资、信贷、保险、监管等业务已衍生出智慧银行、智能投顾、智能投研、智能信贷、智能保险、智能监管等应用场景。传统金融机构、金融IT与新兴互联网金融公司、信息服务商等均加速布局。 • 我国“AI+金融”行业仍处于早期的探索阶段，但行业智能化趋势明显，市场预期较好。在应用场景方面，智慧银行主要利用人工智能相关技术提升运营效率，是对银行业现有业务的改进，目前多由技术公司与银行合作共建。智能投顾、智能投研等均由国外先行探索，后在国内经创业公司引入并进行本土化改进，随后由传统金融机构、金融IT和数据服务提供商进一步推动其发展。智能信贷、智能保险和智能监管则分别由互金、保险、交易所和监管部门等将各自的业务领域与人工智能相结合产生的应用创新。目前，除智能投顾发展较早，在国外市场相对成熟之外，其它场景均处于起步探索阶段，但传统金融机构、互联网巨头、金融IT、人工智能技术类公司的纷纷布局将会较大程度地推动行业的发展。 AI市场规模达百亿级，金融增长迅速 • 2018年7月，清华大学中国科技政策研究中心联合多家机构发布了《中国人工智能发展报告（2018）》显示：2017年中国人工智能市场规模达到237亿元，同比增长67%。计算机视觉、语音、自然语言处理的市场规模分别占34.9%、24.8%、21%，而硬件和算法的市场规模合计不足20%。预计2018年中国人工智能市场增速将达到75%。 • 金融科技方面，根据MarketsandMarkets预测，人工智能在金融科技的市场规模预计将从2017年的13.38亿美元增长到2022年的73.06亿美元，年复合增长率（CAGR）为40.4％。而在中国市场上，2014年中国金融业IT市场规模达1140亿元，同年中国人工智能市场规模约48.58亿人民币，据此推算，目前人工智能在金融IT领域的渗透率约为4%。结合金融IT应用投资规模和人工智能渗透率预测测算，若2020年渗透率能够达到15%，金融 IT 应用投资规模保持5%的增速，则2020年金融人工智能投资规模将超过200亿元。 传统金融机构、互联网公司和人工智能技术公司是主要参与者 • 当前，参与到”AI+金融“应用场景的企业大致分为传统金融机构、各类互联网公司（如：京东金融、百度金融等）和人工智能技术类公司等。传统金融机构具有较好的客户和数据基础，对业务具有更深刻的理解，同时金融牌照相对齐全；互联网公司同样拥有较好的客户和数据基础，研发和创新能力较强，但在特定的金融业务上仍然缺乏经验；人工智能技术公司则不同，独立的技术研发和创新能力是本身最大的优势，但在数据、客户资源和具体业务场景应用上大多依赖于第三方合作机构。此外，牌照也是互联网和人工智能技术公司共同面临的问题。 • 智慧银行、智能投顾、智能投研、智能信贷、智能保险、智能监管是当前金融领域中关注度较高的AI应用场景。其中，智慧银行是传统银行、网络银行的高级阶段，是银行在当前智能化趋势的背景下，以客户为中心，重新审视银行和客户的实际需求，并利用人工智能、大数据等新兴技术实现银行服务方式与业务模式再造和升级。 智慧网点以智能化、轻型化、特色化、社区化为发展趋势 • 网点智慧化变革对银行整体服务生态来说是一个系统化的工程，未来或许还有更长的路要走，从建设现状来看，智能化、轻型化、特色化和社区化将是主要的发展趋势。 • 智能化：随着人工智能技术的发展和行业竞争的加剧，利用智能化产品来改善和提升用户体验是市场的发展方向也是行业的必然选择。在智慧网点的建设中，越来越多的智能化设备将应用在银行业务的各个环节，同时也会有越来越多的智能系统和算法来辅助决策，提升用户体验。以下列举各类智能终端上人脸识别技术的应用情况。 智能投顾是一种智能化的线上财富管理系统 • 智能投顾（Robo-Adviser）全称智能投资顾问，又称智能理财、机器投顾、机器理财等，是现代人工智能相关技术在财富管理领域的应用。它通过一系列智能算法综合评估用户的风险偏好、投资目标、财务状况等基本信息，并结合现代投资组合理论为用户提供自动化、个性化的理财方案。其实质是利用机器模拟理财顾问的个人经验。 •...

4月29日，2024中关村论坛年会金融科技平行论坛在中关村展示中心举行。记者会上获悉，北京依托其丰富的金融资源与强大的科技创新能力，金融科技领域进展显著，未来将持续探索“人工智能+金融”，邀请各界共同参与国际金科新区建设，共促中国金融科技前行。 国家金融监督管理总局政策研究司司长李明肖在致辞中表示，要高度重视人工智能技术应用过程中数据安全和消费者隐私保护问题。当前，人工智能在智能客服、工程评估、信贷审批等数字金融领域已经有了一些应用，提高了金融服务的个性化和智能化水平。数字金融的发展为人工智能技术的创新和应用，提供了丰富的产品和技术资源。同时监管部门利用人工智能技术，能够更好地识别风险，识别股东股权关联关系及资金往来，有效提高监管效率。 同时，李明肖也表示，金融管理部门将鼓励金融机构利用人工智能，加快数字转型；引导银行业保险业强化数字治理；加强人工智能技术全流程安全管理；强化人工智能在社会监管领域的应用等方面发力推动工作。 会上披露了一组数据：金融科技在京企业有1800余家，其中上市企业69家，专精特新“小巨人”52家，国家级高新技术企业564家。同时，北京推进国家新一代人工智能创新发展试验区和国家人工智能创新应用先导区建设，打造具有全球影响力的人工智能创新策源地，积极拓展人工智能在智能客服、智能贷款审批、信用贷款等金融领域应用场景，健全应用场景发布机制，促进供需研发应用服务技术的双向赋能，并利用“冒烟指数”等工具加强监管，实现风险“四早”管理。海淀区正在打造全球AI创新策源地和产业高地，建立科技企业与金融机构的常态化对接机制，支持数字金融创新。 2024中关村“番钛客”金融科技国际创新大赛在论坛上启动。中关村“番钛客”金融科技国际创新大赛是北京金科新区“一会一赛三论坛”的重要组成部分，是由中关村金融科技产业发展联盟、中关村互联网金融研究院主办的金融科技创新赛事。大赛迄今为止已连续举办七届，已有近80家优质企业通过该赛事获得各项融资约230亿元，多家金融科技企业与金融机构开展合作或入选金融机构合作企业库。 据了解，2024中关村论坛年会金融科技平行论坛由北京市海淀区人民政府等单位联合主办，北京市海淀区地方金融管理局、中关村互联网金融研究院等单位联合承办。

原标题：摩根大通推出IndexGPT ，AI技术在金融领域的新应用 【头部财经】金融科技领域迎来新突破，摩根大通宣布正式推出IndexGPT，这一创新工具的发布，预示着智能投资决策时代的来临。IndexGPT利用了OpenAI的GPT-4技术，通过特定主题关键字自动创建投资篮子主题索引，进而生成投资指数，为投资者揭示公司整体投资价值。 摩根大通的这一新动作，不仅体现了其在金融服务创新上的实力，也展示了AI技术在金融领域的广泛应用潜力。IndexGPT的推出，使得投资者可以依据特定主题，更加精准地构建和优化投资组合，提高投资决策的效率和效果。 该工具的核心优势在于其深度学习和大数据分析能力，它能够扫描分析大量的新闻内容，通过算法模型挖掘出有价值的投资信息。在金融市场信息爆炸的今天，IndexGPT为投资者提供了一种新的解决方案，帮助他们从繁杂信息中迅速捕捉投资机会。 随着AI技术的不断发展，其在金融服务中的应用越来越深入，从风险评估到个性化客户服务，再到投资策略的智能推荐，AI正在成为金融行业创新的重要推手。摩根大通的IndexGPT是该银行在金融科技领域的又一重要里程碑，它的成功应用将可能引领金融投资的新趋势。 来源：https://www.top168.com/news/202405/6241.html返回搜狐，查看更多 责任编辑：

在数字化浪潮席卷全球的今天，大模型已成为产业创新和解锁新质生产力的重要抓手，尤其是在数字金融发展风口下，着力提升金融服务实体经济质效。大模型正以其独特的魅力与智慧，为金融行业带来前所未有的变革与机遇。为了进一步探讨大模型如何深度赋能金融，推动金融行业的创新发展，我们荣幸地宣布，即将于2024年4月25日在北京举办一场以“大模型在金融场景的应用实践”为主题的闭门研讨会。研讨会将围绕以下议题展开： 不同金融企业在落地大模型会遇到哪些问题和痛点 大模型在金融行业有哪些应用场景和落地路径 在金融行业中有哪些大模型落地实践案例 大模型如何和以往落地的AI应用相结合 大模型在金融行业落地有哪些价值 现诚挚邀请您加入我们的行列，共襄盛举。无论您是金融行业的领军人物，还是AI技术的专家学者，我们期待您带着独特的见解、宝贵的经验以及创新的思维，与我们一同探讨大模型如何赋能金融，共同开创金融行业的美好未来。 会议亮点： 1、分享最新的大模型技术在金融领域的应用案例和前沿技术趋势，可第一时间了解行业动态；2、将有机会听到来自一线金融机构的实战经验分享，包括他们如何运用大模型技术解决业务痛点、提升服务质量和效率，以及面临的挑战与应对策略。3、研讨会设置互动环节，能够就共同关心的问题进行深入讨论，与业界同仁建立联系，共同探讨大模型I+金融创新的未来方向。参会对象：正在尝试落地大模型应用、以及推进大模型落地的金融行业IT部门总、数字化负责人、创新业务负责人等具有决策权的金融行业企业用户。活动形式：闭门审核制（限15人）。 活动议程： 注意事项： 1、本次研讨会为闭门审核制，名额有限，请尽早报名。 2、参会费用：免费（含茶歇和晚宴） 报名方式：请扫描下方二维码报名，我们将尽快与您取得联系 👇审核制报名入口👇 注：点击阅读原文，报名此次活动。

标题：人工智能在金融行业的应用与挑战 摘要：人工智能（Artificial Intelligence，AI）是近年来备受关注的技术领域，其在金融行业的应用逐渐受到广泛关注。本文将从人工智能在金融领域的应用、面临的挑战以及应对策略三个方面展开论述。 一、人工智能在金融领域的应用 1. 智能客服：人工智能可以通过自然语言处理、语音识别等技术，实现金融客服的自动化，提高客户满意度。 2. 风险控制：人工智能可以通过大数据分析、机器学习等技术，对金融业务中的风险进行实时监测和评估，提高风险控制能力。 3. 欺诈检测：人工智能可以识别金融交易中的异常行为，有效防范欺诈行为，降低金融风险。 4. 投资决策：人工智能可以通过量化分析、预测模型等技术，辅助投资者进行投资决策，提高投资效益。 5. 智能理财：人工智能可以根据客户的年龄、收入、风险偏好等个人信息，为客户提供个性化的理财建议，实现财务增值。 二、人工智能在金融领域面临的挑战 1. 数据安全：金融行业涉及大量敏感数据，如何在使用人工智能的同时确保数据安全成为一个重要问题。 2. 金融伦理：人工智能在金融领域的应用可能引发金融伦理问题，如何确保人工智能的公正、公平使用成为一大挑战。 3. 技术成熟度：虽然人工智能在金融领域取得了一定的成果，但目前仍处于发展阶段，技术成熟度有待提高。 4. 法规政策：人工智能在金融领域的应用需要相应的法规政策支持，目前我国相关法规政策尚不完善。 5. 人才短缺：人工智能在金融领域的应用需要大量具备金融科技素养的人才，目前我国尚存在人才短缺问题。 三、应对挑战的策略 1. 加强数据安全技术研究：通过加密、匿名等技术手段，保护金融数据安全，确保人工智能在金融领域的安全应用。 2. 建立金融伦理规范：制定金融伦理规范，对人工智能在金融领域的应用进行约束，确保其公正、公平使用。 3. 持续推动技术研发：加大人工智能技术研发投入，提高技术成熟度，为金融行业提供更多高效、准确的人工智能解决方案。 4. 完善法规政策体系：推动政府制定和完善相关法规政策，为人工智能在金融领域的应用提供法治保障。 5. 加强人才培养：加强金融科技人才的培养，提高金融行业的人工智能应用能力。 总结 人工智能在金融领域具有广泛的应用前景，可以提高金融服务效率、降低成本、提升客户满意度。然而，要充分发挥人工智能在金融领域的优势，还需要克服数据安全、金融伦理、技术成熟度、法规政策以及人才短缺等方面的挑战。通过加强技术研究、建立伦理规范、推动研发、完善法规政策和加强人才培养等措施，有望推动人工智能在金融领域的健康发展。 在未来，随着人工智能技术的不断进步，其在金融领域的应用将更加广泛。人工智能与金融行业的深度融合，将为客户提供更加高效、精准的金融服务，助力我国金融事业的发展。

“数智创新与管理” ZJUSOM 前段时间，刘强东以“采销东哥AI数字人”开启首场直播，不到1小时，观看量超过2000万，引发各界对“AI创新机遇”的热议。 随着AI技术的日益突破与发展，如今越来越多的企业家与投资者将目光聚焦在AI创新与投资上，尤其是在ChatGPT问世后。由“AI+金融”融合而成的数智金融便是AI创投领域广受各路风投与金融科技(FinTech)行业企业家们追捧的火热赛道之一。 图片来源：千库网 因为在他们看来，有了AI技术的赋能，金融行业会迸发出新的生命力，比如金融效率会大大提升、获客会更精准、风控会更成熟、业务服务会更人性化……总之，数智金融将为所有利益相关者都带来“好处”。 的确，作为数字经济的重要推动力量，以AI技术驱动的数智金融势必会带动行业升级，让各方利益者都满载而归。但这是理想状态，实现的过程并非一蹴而就。那么当前以AI技术驱动的数智金融发展究竟如何？当前有哪些数智金融的应用场景值得挖掘？当AI技术大量融入金融行业、取代人类工作后，人类又该何去何从？ 作为长期在资本市场研究领域深耕的学者，浙江大学管理学院财务与会计学系教授黄英一直在关注并研究以AI技术驱动的数智金融。在她与团队共同编著出版的《数字经济时代AI创新与投资》一书中，有几大章节系统分析了目前AI技术在金融领域的应用与可能存在的投资机会，以及AI与人类的关系、AI发展面临的挑战等。 黄 英 本期学者 学者简介：黄英，浙大管院财务与会计学系教授、博士生导师，浙江大学资本市场研究中心主任、浙江大学金融研究院首席专家、浙江大学国家制度研究院特聘研究员。研究领域：财务管理、公司治理、风险投资、基金管理、可持续发展 本期【数智创新与管理】专题，我们摘选整理了黄英教授团队在该书中的分析与观点，或许可以拨开数字经济时代下的AI创新与投资“迷雾”。 01 以AI技术驱动的数智金融已进入价值创造阶段 “金融系统是最能够与AI进行结合并产生价值的领域。” 黄英团队表示，金融领域如今已被充分数据化，为AI的应用提供了充分的数据基础。同时，金融体系内各个分支领域界限相对明确，银行、证券、保险等业务相对独立，便于AI在垂直领域中进行应用，这也使得AI与金融领域的结合最能够产生直接的成果。 那么“AI+金融”要如何“+”才能产生价值？或者说，AI可以怎样赋能金融行业？ 通常来说，AI可以从基础层、通用层和应用层三个层面对金融行业产生赋能效应——基础层，主要是为算法模型提供基础计算资源和基础设施，为业务高效落地提供支撑；通用层，充分利用智能感知、认知技术，解决传统金融业务场景的痛点；应用层，将智能技术与业务需求充分融合，衍生出智能营销、智能投顾和智能理赔等典型数智金融场景。 经过深入调研，黄英团队发现，如今深度融合金融业务场景的AI技术正逐步解决行业痛点问题，在实现业务流程自动化、弥合信息差、构建普惠金融等方面发挥关键作用，且在获取增量业务、降低风险成本、改善运营成本、提升客户满意度方面进入了价值创造阶段。 图片来源：千库网 02 “AI+金融”之花竞相绽放的背后，需掌握促进其持续发展的秘钥 为了深入了解当前以AI技术驱动的数智金融的发展状况，黄英团队调研走访了不少AI企业与金融机构，结果发现，AI技术当前已应用到金融领域最为炙手可热的领域，包括智能客服、智能征信和反欺诈、智能投顾这三个领域，且在各个领域中都出现了一批代表性的企业。 可以说，随着AI技术的蓬勃发展与政府、企业、科研机构等多方推动下，“AI+金融”之花已在全国各地竞相绽放，且在推动数字经济高质量发展方面发挥着重要作用。 那么这些“AI+金融”之花是否都是值得深入挖掘的数智金融应用？要实现可持续高质量发展，“AI+金融”还有哪些更好的数智金融应用场景与结合路径？ 基于这些思考，黄英团队结合调研发现，就“AI+金融智能客服”“AI+金融风控”“AI+智能投顾”“AI+金融投资逻辑”分别作了评析，并提出了建议。 AI+金融智能客服 “AI金融智能客服需深化对垂直行业的深入理解” 我们知道，金融行业属于服务业的范畴，客户满意度于金融机构而言就是核心竞争力。因此，越来越多的金融机构寻求与优秀的AI技术企业合作，试图以“AI+金融智能客服”为客户提供更加智能、高效的服务，从而提升核心竞争力。 于是，金融领域的智能客服机器人（也被称为虚拟客户助理）便诞生了。 图片来源：千库网 在数字经济时代下的今天，金融智能客服机器人已不鲜见。有了AI技术的加持，尤其是生成式AI的融入，不少金融智能客服机器人都能较好地理解客户在各种交互平台上提出的口语化问题，且能像人工客服一样给出回复，甚至它们可以做得更好。 因为相比人工客服，它们拥有更强大的知识库，不会遗忘，也不会受情绪影响，能给到客户更加高效、准确、专业的客服体验。 但由于金融行业的智能客服机器人要服务的对象基本都是商业客户，需要在交互上做到极度准确而高效，所以金融智能客服机器人仅拥有自然语言理解的基础能力还不够，还需深化对垂直行业的深入理解，否则将难以满足智能客服的业务需求。 因此，我们认为，未来智能客服企业之间的竞争是“将智能客服相关技术与垂直领域深度结合，并应用到细分垂直领域中的综合能力”的竞争。智能客服将成为AI技术企业与B端客户建立服务关系的重要业务切入点，AI技术企业应努力成为B端客户人工智能技术的综合方案提供商，为客户开拓包括内部员工智能服务、内部企业管理及客服过程中的营销等多种可能的新业务模式。 实际上，目前已有不少优秀的AI技术企业已为金融行业提供了成熟的智能客服解决方案，并为客户创造了巨大价值。不过在智能客服系统的核心技术基础——自然语言理解能力方面还需进一步提升，从而为客户提供更加多元的解决方案。 AI+金融风控 “场景、数据、算法的结合能力对AI金融风控而言至关重要” 由于我国传统的征信体系主要由政府主导，所以征信数据的覆盖范围相对有限。据报道，央行的征信数据主要来自信用卡数据、车贷、房贷信息等，还有大量的人口与小微企业没有征信数据。因此，如何解决对这部分个人和小微企业的征信，成为打开这一巨大金融业务市场空间的关键。 而AI技术的发展，为此提供了可能，“AI+金融风控”也因此有了应用场景。 图片来源：千库网 如今，很多智能风控领域的AI创业公司都在努力开辟独特的数据获取渠道。拥有独特的数据来源和数据分析能力，以及场景、数据、算法的结合能力，将成为该领域企业的核心竞争力。 如今该领域企业主要的业务模式分为To B和To C两类。我们认为，以To...

随着ChatGPT的问世，以大模型为主的AI（人工智能）发展成为金融科技发展的新热点。人工智能在金融领域的应用，被认为在市场、交易，监管等方面都有着广泛的前景。不过，包括监管机构、市场部门仍然担心AI的大范围应用会带来数据安全、风险集中等一些问题。这些问题和隐患也使得相关创新面临新的挑战。 近期，在AI应用在金融监管科技的影响方面，国际清算银行1月23日发布报告称，AI（人工智能）在央行信息收集、宏观经济分析、支付系统监测、金融监管等四个方面将发挥重要作用，但与此同时也会面临准确性、隐私、成本、依赖性等诸多挑战。另外，国内的CF40近期也发布智能金融发展报告称，以ChatGPT为代表的生成式人工智能（AIGC）的出现无疑对金融业具有深远的影响，一方面，可以通过快速准确的信息和自动化的任务处理推动金融业降本增效；另一方面，也进一步推动了金融行业的数智化转型，拓宽了金融行业AI应用的边界。人工智能不仅是金融监管所需要面对的市场挑战，也给金融监管自身带来各种不确定性。 在广泛的数据处理方面，人工智能的发展不仅给金融机构各种交易提供高效的数据分析，同样也为监管部门的决策提供支撑。国际清算银行称，各国央行在获取高质量数据时，需要清洗、抽样以及匹配新数据与旧数据，数据量和复杂性日益增加，亟需高效灵活的处理工具。而无论数据分布形态如何，AI在上述过程中都能够自动识别潜在异常值，经人工专家审核反馈后，可以完善算法，提高工作效率。在货币政策和宏观经济金融分析方面，国际清算银行称，AI可以从各种传统和非传统的数据源中有效地提取信息，还能够反映数据中复杂的非线性关系。支付系统的日常监测方面，央行能够通过AI更有效地识别异常支付、可疑交易，以及监测银行挤兑等非线性的动态情况，这些功能有助于及时防范潜在的银行倒闭、网络攻击或金融犯罪等问题。国际清算银行称，AI非常擅长处理非结构化数据，可以根据文本训练与专家指定关键词相结合，自动发现风险信号。例如，欧央行目前的Athena系统就使用自然语言技术来处理新闻报道、银行内部文件和监管评估等大量文件，来提高监管效率。监管效率、准确度和精确度的提升，意味着未来AI在金融监管领域有着十分广泛而实际的应用。 但与此同时，国际清算银行提醒，AI在央行的应用亦存在不少挑战。首先是准确性与可解释性的冲突。如果算法存在歧视或偏见，模型得出的答案就会不准确；复杂的机器学习模型涉及很多变量和非线性关系，因此很难解释不同变量对结果的影响程度。其次，非结构化数据（通常是个人数据）的使用在法律框架和数据隐私方面提出了新的挑战。与之前数据主要由公共机构提供不同，央行现在要使用的大量数据来自私营部门，或者从社交媒体网络抓取，这会引发对道德和隐私的担忧。在投入成本上，更多地使用AI可能让央行在IT和人力成本方面承压。AI技术在帮助央行提高监管效率的同时，也会引发人们对央行依赖少数外部供应商的担忧，技术中断可能给央行带来运营风险。除了市场集中度给创新和经济活力带来的一般风险外，资源的高度集中还可能造成重大的金融稳定、运营和声誉风险。在新的环境之下，作为监管部门而言，不仅需要面对跨部门、跨领域的数据协调问题，还需要面对模型本身各种缺陷所带来的尾部风险。这些都是过去金融监管所无法预见的。 在市场应用方面，CF40的报告指出，从现阶段应用实践看，智能金融的主要问题和风险点集中在几个方面：智能金融的伦理标准考量、人工智能技术风险与系统安全、金融数据安全与个人信息保护、市场行为与金融消费者权益保护、智能技术所引起的金融风险。这些风险，有些是大数据应用所固有的一些特性，比如数据的所有权、隐私、安全等问题，不仅对包括金融监管在内的金融领域具有影响，在人工智能的其他应用领域，这一问题同样存在。同样，有些风险则反映了金融领域的特殊性。包括外溢风险，尾部风险都是过去的金融实践中所没有遇到的新情况。 由于金融业务的即时性，以及风险的强烈外溢性，使得数据本身的风险对经济和金融市场的冲击更为严重。因此，对于数据应用制度体系的一些争议，更需要进行充分的论证和研究，作出妥善安排，而且这种安排在金融领域需要及时进行修订，避免监管跟不上技术变化带来的基础性风险。这种风险如果暴发，可能出现比P2P网贷、数字货币泛滥等各种挑战所带来的冲击更大。中国银行原行长李礼辉曾指出，人工智能技术迭代可能造成在算力、数据治理和安全等方面的冲击和挑战；而将尚不成熟的人工智能技术投入高风险的金融领域，可能放大现有风险并产生新的风险。这其实都意味着以人工智能为新方向的金融科技发展，需要有更为谨慎的监管。而这与鼓励创新的发展金融科技的初衷有差距。如何平衡监管和创新，可以说给未来对人工智能在金融领域的应用而言，带来越来越严重的挑战。 最终分析结论：国际清算银行称，AI（人工智能）在央行信息收集、宏观经济分析、支付系统监测、金融监管等四个方面将发挥重要作用，但同时也会面临准确性、隐私、成本、依赖性等诸多挑战。这意味着人工智能发展将对金融监管带来挑战。金融监管不仅需要解决数据应用等共性问题，还需要更为谨慎和即时的监管以避免风险外溢和扩散。（来源：安邦咨询）

据银柿财经，1月12日，在浙江杭州举行的2024基金生态大会上，来自头部券商、基金公司的知名分析师、营销大咖、爆款ETF打造者等近300位业内专家共同见证了问财HithinkGPT大模型(简称“HithinkGPT”)的正式发布。 这是同花顺（300033）完全自主研发的大模型，也是业内首家通过网信办备案的金融对话大模型。作为市场上唯一集金融查询、投资咨询、资讯分析以及事件点评于一体的大模型，HithinkGPT拥有超过50种独特技能，为用户提供全面而深入的服务。 同花顺深受投资者欢迎的对话机器人――问财目前已经基于HithinkGPT成功实现了五大能力的升级：更全面的实时金融数据、更强大的语义理解、更专业的建议、更生动的表达形式和更可控的内容生成。HithinkGPT还在智能投研、智能投顾、智能陪练、智能代码生成等场景提供品类齐全、品质优良的产品及能力，真正做到用AI引领金融科技。 据悉，1月2日，问财HithinkGPT大模型内测申请全面启动，内测开启一周，注册排队人数就突破了5万人次。另外，新一代问财内测申请继续开放中，用户可联系同花顺申请试用。

背靠阿里，“AI大模型+金融”第一股，机构增持超10亿，下个昆仑万维？ 在进入正题前，来规矩先聊聊市场。 随着时间进入到7月份，上市公司年报和一季报密集发布，在加上近期关于ChatGPT的利空消息不断，比如某某国家禁用ChatGPT，科技巨头签署暂停GPT-5训练的协议。 受这些利空消息的影响，ChatGPT是否会进入全面退潮期？市场主线是否会重回风光储等成长赛道呢？ 小编的观点：并不会！ 理由有两点： ①前两年是风光储赛道的巅峰期，早已透支了预期，没有新故事可讲了。随着国家“双碳”目标的推进，风光储赛道相关企业的业绩，或将一如既往的优秀，但基本上都已经明牌了。 ②从市场资金的切换来看，暂时来看，并没有流到低价+低位+低估值的风光储赛道，反而是在数字经济、半导体和中特估之间切换。 正所谓，百足之虫死而不僵。由于市场资金介入较深，ChatGPT概念并不会一下子就进入全面退潮期，还会反复。这种时候，正是我们挖掘潜力股，寻找低位补涨龙头的好时机。 不过，还是要提醒各位粉丝朋友，不可盲目追涨，注意风险。 这家“阿里系”公司，机构净买入超10亿，下个“昆仑万维”？ 经过一段时间的研究和复盘，也精选了一家有望补涨的行业龙头。 精选的这家有望补涨的行业龙头，是“阿里系”金融IT龙头企业，近期机构大手笔增持，净买入超10亿，能否成为下一只“昆仑万维”呢？ ①“阿里系”金融IT龙头企业，手握大量宝贵的数据资源 ChatGPT的横空出世，意味着语言类AI底层技术NLP进步显著。但是AI大模型的训练，离不开海量的数据支撑。 数据是AI大模型训练的基础，支撑AI大模型训练的优质数据越多，意味着算法从中学习的效果越好。拥有海量优质数据的，除了三大运营商，就是金融行业了。金融行业掌握大量的C端用户，是优质AI落地场景。 公司作为阿里系金融IT上市公司，是金融IT领域当之无愧的龙头企业，手握大量宝贵的数据资源。 ②AI大模型+金融，公司持续布局AI在内的前沿技术 公司不仅是百度文心一言的首批生态合作伙伴，并成立研究院，持续布局包括AI在内的前沿技术。 目前，公司正在探索生成式AI与金融核心业务的应用融合，在投研、投顾、营销、客服、运营、风控等金融各类业务场景开展人工智能大模型技术应用，为金融机构提供全场景人工智能解决方案及服务。 ③近期机构大手笔净买入超10亿，对标昆仑万维 ChatGPT概念爆发以来，诞生了不少大牛股。比如，AI芯片第一股寒武纪，近20个交易日涨幅98.43%。互联网出海第一股昆仑万维，近20个交易日涨幅也达86.15%。 另外，中文在线、返利科技、创业黑马、同花顺、蓝色光标等ChatGPT应用领域的核心公司，都获得了不错的涨幅。 当这些公司涨到高位，主力机构低位布局这家金融IT龙头，意图已经很明显。根据数据显示，近5个交易日，机构净买入超10亿。 你知道这是哪家公司吗？它会成为下个“昆仑万维”吗？