AI金融助手

作为数据密集型行业，当金融行业与大模型，会产生怎样的化学反应？ 当前，科技在金融领域的应用已经越来越广泛。从支付、贷款、理财到保险、投资等各个方面，科技与金融的融合正在逐步加深，使得金融行业更加数字化、智能化和高效化，为未来的金融业带来了无限的可能性和机遇。但另一方面，金融行业对业务稳定性和风险控制有着极高的要求，在此背景下，落地大模型等一系列新技术，是否也存在一些隐患？ 因此，InfoQ 中国希望举办一届真正的金融科技峰会，聚焦金融行业数字化转型路程中的难点与痛点，针对具体场景下的具体问题展开讨论，FCon 全球金融科技大会应运而生。 11 月 19-20 日，InfoQ 中国旗下首届 FCon 全球金融科技大会将在上海中谷小南国花园酒店盛大开幕，本届大会主题是「科技 + 金融，激发创新力量」，旨在探讨和定义在新时代下金融科技的新角色、新机遇以及新挑战。 在会议上，你不仅能听到金融行业大模型应用，还将与大咖们围绕金融领域数字化转型挑战探索 、基于大数据和 AI 的风控系统 、创新的金融科技应用 、金融实时数据平台建设之路 、金融系统建设 、DevOps 在金融企业落地实践 、金融数字人才成长 、金融安全与风险管控 、数据要素流通与数据合规 、银行数智化建设 、建设金融科技人才高地 、打造面向 AI 时代的云架构实践等主题进行讨论交流。 大咖齐聚 会议邀请到蚂蚁集团副总裁 & 首席技术安全官韦韬博士 ，恒生聚源总经理 & TGO 鲲鹏会学员吴震操 ，汇丰科技中国区代理总经理、工商金融资讯科技总监马国栋 ，度小满数据智能部总经理、技术委员会执行主席杨青担任联席主席。 度小满数据智能部总经理、技术委员会执行主席杨青，汇丰科技中国区代理总经理、工商金融资讯科技总监马国栋，国泰君安证券股份有限公司首席信息官俞枫博士，平安集团党委副书记 & 首席数字运营执行官黄红英，中国民生银行信息科技部总经理助理、民生科技有限公司总经理助理李晓东等大咖，将在主会场环节分享他们对新时期的金融行业数字化转型与人才培养的洞见。 来自中国银联 、招商银行...

“一年时间涨10倍，我认为这事就成了。” 11月12日，在2024年百度世界大会上，百度集团创始人、董事长兼CEO李彦宏在演讲中，回忆起半年前与高管们讨论大模型未来走向时的想法。 彼时，百度文心大模型的日均调用量约为2亿次。李彦宏认为，如果在一年时间内，这个数字能跳升10倍，达到20亿，就意味着用户与市场存在刚需，大模型的需求得到验证。 而根据大会上最新披露的数据，如今文心大模型的日均调用量超过15亿次，半年内增长7.5倍，已接近于半年前的预期数字。相较于一年前首次披露的5000万次的数据而言，更是增长约30倍，来势汹汹。 调用量增速迅猛的背后，一方面是文心大模型本身技术能力持续迭代，另一方面，也暗合着当前大模型应用大爆发的趋势。其中，大模型在产业端的落地，是百度持续探索的方向。“过去这一年半左右，我们看到在金融、能源、教育、招聘、公共服务等领域，大模型与场景结合后，在降本和增效两个方面都取得了实实在在的成果。”李彦宏指出。 “大模型正在从技术变革走向产业变革。无数的AI原生应用，正在重新定义我们与数字世界乃至物理世界的交互方式。”在大会上，百度集团执行副总裁、百度智能云事业群总裁沈抖同样表示。在他看来，AI应用正率先在B端爆发。 作为产业端落地的重要行业之一，大模型在金融领域，也正在创造越来越多的增量价值。 大模型深入金融行业 当前，金融行业已成为大模型应用的热门行业之一。 由于金融业具备大规模、高质量的数据资源和多维度、多元化的应用场景，被视为大模型技术应用的最优行业之一。在日前举办的在2024金融街论坛年会上，有专家指出，金融领域是大模型渗透率最高的行业，渗透率超过50%，而智慧销售、智能问答和智能风控是现阶段金融行业最热门，也是应用成熟度最高的AI大模型应用场景。 不过，在拥抱大模型的过程中，由于金融业对准确性、精准性的要求特别高，并对风险外溢的防范要求严格，因此，大模型在金融领域的应用必须经过严格的测试验证，从而确保其能够满足金融业务发展的需要。 与此同时，考虑到实施大模型应用落地需要一定的成本投入，金融机构需要在投入与产出之间找到平衡点，从而确保技术应用的经济合理性。此外，由于金融行业数据的敏感性和保密性，大模型在应用过程中必须严格遵守相关法律法规和监管要求，确保数据安全和隐私保护。 这也为包括百度在内的大模型厂商提出了更高的要求。而作为百度构建智能产业生态的主要依托，百度智能云就此有自己的感受与思考。 “最初大模型兴起时，金融机构可能会追逐新潮，但随着最初的热潮退却之后，本质的问题就会出现，就是它到底价值在哪。”百度智能云金融业务部总经理徐旭直言道，“在这个过程中，大家都在探索，我们的产品矩阵也在不断完善。” 徐旭介绍，自去年开始，百度智能云与金融机构的合作从底层基础设施到上层应用均在升级。今年以来，百度智能云陆续发布金融行业智能体应用“智金”、开元智慧金融解决方案2.0等。前者为金融机构提供智能、高效的辅助工具，助力金融机构增收提效，后者在通用大模型上增强了行业专业性，从而成为最懂行业、最具性价比的解决方案之一。 值得注意的是，在推动大模型落地金融行业的过程中，百度智能云的思路也有变化。徐旭介绍，起初，百度考虑过把重心放在输出基础大模型本身，也考虑过是否去做金融行业大模型，但落地过程中发现对客户来说，性价比不是最高的。“目前看的话，大模型快速落地的过程中，就是一个基础模型叠加专业细分领域重要数据进行精调，然后把需要的产品功能加进去实现，这个速度会更快。” 产业应用提速 当前，百度智能云在与金融机构的大模型产品合作上，已有不错的进展。 在本次大会上，百度智能云千帆大模型平台正式发布“工作流Agent”功能，旨在帮助企业快速开发出面向复杂对话场景的AI应用，快速拥有专业水平的“数字员工”。目前百度智能云正在联合某头部保险集团，基于工作流Agent探索、落地车险续保售前数字员工。 在与泰康保险的合作中，百度智能云和泰康科技基于百度智能云知识管理平台“甄知”打造了私有化、新一代的泰康知识中台，把泰康过去沉淀的行业知识、多源异构数据接入进来，基于大模型能力，将企业知识在内部更高效地流动，为业务创造价值。 据介绍，作为金融保险行业的头部企业，泰康保险内部系统繁多，知识分布在不同的系统中，知识生产、获取效率较低，员工难以高效应用企业信息资源。通过打造泰康知识中台，泰康的内勤工作人员可以快速获取公司最新的福利制度、通知公告，泰康保险代理人则可以实时获取专业保险理赔建议，获取最新保险政策，实现搜得更全，搜得更快，大幅提高知识获取和办公效率。 在与泛华控股集团的合作中，百度智能云与客户共同打造了保险业AI智能体“度晓保”，基于智金提供的智能对话、智能获客、智能营销等能力，在规划决策、长短记忆、外联协同、金融输出等方面做了“最后一公里”优化。 据介绍，“度晓保”能提供专业的产品解读、产品对比、产品脑图等，大幅提升了保险销售人员的专业性，条款收录、问答准确度达到90%以上；可以在几分钟内快速完成不同保险产品间的对比与建议书，方便保险从业者为客户推荐更匹配其需求的产品；还能快速生成专业的面客营销话术和营销文章，让保险销售人员可以更高效地经营私域，沟通与回复客户，销售人员产能增加20%以上。 需要注意的是，这些还仅仅是个开始。随着百度智能云面向金融行业的产品矩阵不断丰富，徐旭认为明年有望成为一个转折时点。 “明年对于大模型而言，应该是真正开始去构建行业价值和产品价值的阶段，会是一个行业价值兑现的时期，”徐旭判断道，“无论是百度自己的方案或是合作伙伴生态，都能够将产品价值更明显地实现出来。” 十万卡部署能力保障 大模型在落地的过程中，算力是个绕不开的话题。 沈抖指出，由企业级大模型工程平台、异构算力平台组成的新型AI基础设施，将替代传统云计算，为大模型应用在企业生产力场景中的规模落地提供关键支撑。 为了满足企业落地大模型从集群创建、开发实验，到模型训练、模型推理的全旅程算力需求，百度智能云推出百舸AI异构计算平台 4.0，目前已具备了成熟的10万卡集群部署和管理能力。 其中，在算力供给方面，百舸平台兼容昆仑芯、昇腾、海光DCU、英伟达、英特尔等国内外主流AI芯片，帮助中国企业摆脱单一芯片带来的高溢价和供应链风险。同时，百舸能够将两种芯片混合训练大模型的效率折损控制在5%以内，达到业界领先的水平。 对于金融机构的需求而言，这样的算力能力已绰绰有余，甚至是“降维打击”。“国内头部的金融机构最大的需求量大约也就是大几千卡规模，”徐旭指出，“从这一点而言，理论上我们具备十万卡集群纳管和调度的能力，去做千卡的话，无论是故障率或异构复杂度，甚至跨集群跨地域的能力等都毫无问题。” 这一点，从百度智能云与中国邮政储蓄银行的合作可见一斑。 据介绍，邮储银行拥有近4万个网点、6.5亿用户和18亿账户，“毛细血管”非常发达，希望用战略入脑进行全局化数字化转型，建设支持全行业务系统智能应用的AI PaaS“人工智能大脑”，对各类模型应用整体统筹、规划，提升各金融场景的模型开发及训练能力。 2023年，为加速大模型应用落地，邮储银行新增大量来自不同厂商的GPU资源，基于大模型为18个核心业务系统、30多家分行的金融业务提供AI赋能。在百舸平台的支持下，邮储银行顺利完成了不同型号GPU资源的部署、上线。 在这个过程中，邮储银行还实现了GPU、CPU算力的规划重组，有力保障了300多个大小模型、6000多次训练任务。模型迭代时间也从过去的一个半月大幅缩短至半天，并实现了更好的模型效果。 也正是在高效的算力基础设施保障下，通过引入百度智能云 AI 中台解决方案，邮储银行构建了国内大型商业银行中首个落地的全行范围统一机器学习平台“邮储大脑”，并持续进行平台升级、拓展场景建设，借助生成式大模型能力，孵化出测试用例分类、货币交易机器人、金融领域对话生成、金融领域辅助文档分析、金融领域投诉分析等AI原生应用。 目前，邮储银行零售信贷自动化审批判断处理从5分钟压缩至10秒以内，实现了以天为周期的模型迭代；支持信用卡、个贷等零售业务约14亿账户的风险分池建模，模型迭代时间从43天缩短到10小时；对信用卡亿级别样本的数据清洗和分析时间从月级别、周级别压缩至小时级别，提升数据处理工作效率；AI平台集群支撑18个核心业务系统、3大主管部门、14个支撑业务部门、30余家分行，成为行内智能化战略规划推进的中枢。 徐旭指出，尽管目前大模型的落地尝试更多聚焦在金融机构的对内赋能上，未来等待时机成熟时，大模型也可能切入直接面客的核心场景，从而有潜力发挥更大的价值，为金融机构带来降本增效的核心收益。

收藏「雷科技Lite」小程序，让你不再错过精彩内容 编 辑：钟立磊  8月23日,北大光华-度小满金融科技实验室举办“北大光华-度小满金融大模型技术与应用论坛”,北大光华金融系主任、教授刘晓蕾,度小满CTO许冬亮,清华大学人工智能研究院常务副院长孙茂松,北京大学光华管理学院商务统计与经济计量系王汉生教授,哈工大计算学部长聘教授车万翔,中国农业银行研发中心大模型研发负责人耿博,光大信托数据中心总经理祝世虎等行业专家出席研讨会。会上,大模型本身的技术难点、大模型对金融行业影响和应用等问题成为产学研界共同关注的课题。 (度小满CTO许冬亮) 许冬亮表示,大模型让机器具有了常识,懂得了逻辑,学会了创作,让人和机器能以更自然的方式互动,通过与周边工具的结合,大模型已经具有了通用人工智能的雏形。金融行业是高价值行业,数字化基础好,高度依赖数据和技术,是大模型落地应用的高潜场景。对于中小金融机构,在大模型的浪潮里,他们也有机会通过应用创新,来加快自身的数字化和智能化进程,跨越数字化鸿沟。 现阶段,如何在金融领域发挥大模型的能力,他认为还有三个挑战需要解决: 第一个挑战是通用模型能力不能满足金融场景需要。首先是通用大模型本身精度不够,当前大模型原生的幻觉问题、可控性问题和可解释性问题都限制了生成内容的准确性和可控性,而金融又是一个对精准性、可控性要求很高的行业;其次是通用大模型金融知识的缺失;再次是大模型更新迭代困难,金融是高时效的,模型必须能够实时跟踪金融市场的变化和趋势。 第二个挑战是大模型如何高效植入现有业务场景。一个团队既要懂业务场景的know-how,又要理解大模型的使用方法,而且还需要具备比较强的工程能力,这样才有可能选择出适合应用大模型的场景,高效的将大模型嵌入到实际业务流程。 第三个挑战是大模型应用于金融业中产生的安全合规和隐私保护问题。金融本身是一个高合规要求的行业,大模型又是具有颠覆性的新技术,我们对它的风险还没有完全了解,随着大模型落地的不断推进,如何平衡大模型落地收益和潜在合规风险,会是一个越来越突出的问题。 如何解决大模型在金融行业落地应用的这些难题,许冬亮认为每家机构独立去解决这些问题既是不现实的,也是不经济的,科技公司和金融机构在金融大模型上的合作非常有必要,“科技巨头提供通用大模型,或者技术能力强的金融科技公司提供金融行业大模型,具体的金融机构基于这个行业底层模型,用自己的业务数据去做私域的训练,然后做私有化的部署和应用”。 今年5月份,度小满开源了国内首个千亿级中文金融大模型“轩辕”,“轩辕”在金融域任务评测中全面超越了市场上的主流开源大模型,开源以来已经有上百家金融机构申请试用。 ·

金融行业是高价值行业，数字化基础好、高度依赖数据和技术，是大模型落地的高潜场景。但是，金融作为一个强监管且对精准性、可控性要求很高的行业，通用大模型在金融核心领域应用上还面临诸多挑战。作者：胡群 封图：东方IC 2023年8月31日，百度“文心一言”、商汤科技“商量SenseChat”、智谱AI“智谱清言”等首批国产大模型产品正式面向公众开放服务。 当通用大模型已在正式落地，金融核心领域离大模型应用还有多远？ 目前度小满、恒生电子、马上消费金融等公司已先后发布金融大模型，蚂蚁集团有望在今年的外滩大会上发布大模型。在银行领域中，农行已率先推出ChatABC，并不断迭代升级；工行、交行、招行、平安银行、兴业银行等多家银行已披露其在大模型领域的探索及应用。 “大模型让机器具有了常识，懂得了逻辑，学会了创作，让人和机器能以更自然的方式互动，通过与周边工具的结合，大模型已经具有了通用人工智能的雏形，在营销、电商和内容等许多领域已经形成了生产力”。度小满CTO许冬亮认为，金融行业是高价值行业，数字化基础好、高度依赖数据和技术，是大模型落地的高潜场景。但是，金融作为一个强监管且对精准性、可控性要求很高的行业，通用大模型在金融核心领域应用上还面临诸多挑战。 爆发前夜 8月28日，中国工程院院士倪光南在金融大模型发展论坛暨马上消费金融大模型发布会上表示，金融行业的人工智能应用要求高、场景丰富，是大模型技术和算法突破的沃土。 今年5月份，度小满开源了国内首个千亿级中文金融大模型“轩辕”，开源以来已经有上百家金融机构申请试用。 6月28日，恒生电子和旗下子公司恒生聚源发布基于大语言模型技术打造的数智金融新品：金融智能助手光子和全新升级的智能投研平台War－renQ，恒生电子金融行业大模型LightGPT也首次对外亮相。“LightGPT将于9月底完成新一轮的金融能力升级，并正式开放试用接口。”恒生研究院院长、恒生电子首席科学家白硕称。 8月9日，奇富科技宣布与360智脑达成在大模型方向与落地应用等多个层面的战略合作。 8月23日，北大光华金融系主任、教授刘晓蕾在“北大光华-度小满金融大模型技术与应用论坛”上表示，AIGC的发展正在从概念开始走向落地应用，从“通用大模型”走向“行业大模型”。而金融行业作为人工智能应用场景密集的行业，无疑是大模型技术落地的最佳领域之一。 8月28日，马上消费金融发布零售金融大模型“天镜”。据马上消费金融人工智能研究院院长陆全透露，该模型已运行近3个月，意图理解准确率达91%，相较于传统AI的68%有较大提升；客户参与率61%，高于传统模型43%的参与率，也高于人工坐席平均28%的水平。 在上市银行2023年半年报中，多家大中型银行已披露其在大模型领域的进展。 工行在中报中表示，完成人工智能大模型能力建设应用规划，在国内同业率先实现百亿级基础大模型在知识运营助手、金融市场投研助手等多个场景应用，并与头部科技公司合作探索千亿级人工智能大模型在金融行业的创新应用实践；交行则称，积极探索AIGC（生成式人工智能）前沿技术，制定生成式人工智能建设规划，组建GPT大模型专项研究团队，为体系化、规模化应用奠定基础；邮储银行表示，积极探索数字员工、NLP(自然语言处理)对话机器人、预训练大模型等前沿技术领域课题研究，促进创新技术融合应用。 股份行方面，招行称，正加快新技术应用推广，提升GPT类自然语言处理大模型的建设能力，并重点发掘其在全流程财富管理中的应用，投产FinG－PT创意中心，加快大模型应用模式探索；平安银行探索自研BankGPT平台，研究构建大模型文本生成、图片生成等能力，及其在图标头像、节日海报、个性化营销内容创作、交互式数据分析、非结构化数据洞察等场景中的应用落地。兴业银行引入部署私有化的商业大模型，上线大模型产品ChatCIB；中信银行与华为、雄安新区成立联合创新实验室，布局大模型等联创课题；浙商银行与头部科技公司基于通用大模型合作开发场景化的数字化应用技术，打造一批有浙银辨识度和行业竞争力的重大数字化应用。 一位国有大行研发中心大模型研发负责人向经济观察报记者表示，对于金融科技，银行更针对应用，而非聚焦基础研究，因此各家银行积极与金融科技厂商合作大模型在金融领域场景的应用。 尚未触及核心领域“目前为止，大模型在银行主要应用于智能客服、智能运营、写文章、写邮件等方面，但是这些应用均不涉及银行的核心应用”。光大信托数据公司总经理祝世虎表示，银行的核心应用在风险管理、资本管理和监管科技等方面。“尽管生成式AI技术具有许多潜在的优势，但在使用时仍需谨慎。银行需要确保AI生成的内容准确、合规和符合品牌形象。此外，监督和审查AI生成内容的过程也是必要的，以确保生成的内容不涉及虚假宣传、误导性信息或违反相关法规。”中国银行业协会首席信息官高峰认为，生成式AI技术根据指定的主题、风格和要求，帮助银行快速生成高质量的内容，降低人工操作成本和时间成本。“毫无疑问，大模型将给整个行业带来无限可能。大模型使得企业掌握和运用知识的效率有了革命性提升，特别是对于财富与资管这类知识密集型行业而言，尤其值得期待。”8月25日，招行首席信息官江朝阳在招银浦江金融科技论坛上表示，财富与资产管理行业将有望成为金融大模型应用最先应用的行业之一。他预测，未来的市场，大模型不会一家独大，将会有多个基础大模型，这既是技术成本降低带来的可能性，也是社会多元化发展的现实需求。当前我国居民家庭资产中的不动产配置比例将趋于下降，金融资产配置比例有望快速提升。根据麦肯锡报告，中国居民金融资产规模将从2022年末的243万亿元提升至2032年末的571万亿元，年化增速9%，资产管理行业规模有望在2030年突破280万亿元。现阶段我国居民金融资产配置中现金和存款占比仍然较高，超过50%，相比之下，成熟市场的存款占比仅15%，居民财富结构将持续优化。“运用科技提升能力，这是财富与资产管理行业的确定性机会。”江朝阳认为，无论是资产配置、投资者教育，还是投研分析、风险管理，每一个环节都要以数字化手段再造，提升效率、提升投资者体验、提升价值创造能力。“人工智能在金融行业的应用潜力目前可能只发挥了不到1%。谁能将人工智能的优势尽早应用于业务，谁就能成为金融行业引领者。”许冬亮表示，金融数据集中在各个金融公司里，对于金融机构而言，数据是核心生产力，相互之间也是竞争关系，不太可能把自己核心的生产资料共享出来。加之监管因素以及用户数据的隐私保护的因素，金融领域的高质量数据未来仍将是分散的。波士顿咨询发布的《银行业生成式AI应用报告（2023》显示，若能在银行业实现生成式AI规模化应用，有望带来可观的降本增效收益。波士顿咨询曾以一家拥有约两万名员工的区域性国际银行为例，初步梳理了该银行前中后台相关部门应用生成式AI的潜力和效益，预计在首年即可为该银行节省约1.5亿美元的成本，占整体薪酬总包的7%左右。 如何破局 马上消费金融副总经理兼首席信息官蒋宁认为，作为生成式大模型，ChatGPT虽满腹经纶，但回答错了并不承担风险。生成式大模型不能做解释，但金融大模型最主要的能力是判别性，需要做交易决策。在工业领域、金融领域的应用还面临诸多难题，比如金融领域的业务需要百分之百合规、安全，不能有一点点差错，不然就会对交易造成重大伤害。 波士顿咨询董事总经理、全球合伙人谭彦认为，当前市场通用的生成式AI模型具备普适、跨行业通用、模糊语言的特性，而这难以满足银行业对金融专业能力、精准性方面的高要求。因此，如何让生成式AI模型“说专业的话”“说真话”就成为了银行业规模化应用生成式AI的两个关键挑战。此外，银行等金融机构对数据安全的高要求也意味着模型的精调和应用都很有可能需在本地进行。 在度小满数据智能部总经理杨青看来，大模型应用于金融核心领域还面临行业监管严格、GPU算力不足、优质数据缺乏、通用大模型金融能力不足以及场景落地难挑战。金融本身是一个高合规要求的行业，大模型又是具有颠覆性的新技术，当前对它的风险还没有完全了解，随着大模型落地的不断推进，如何平衡大模型落地收益和潜在合规风险，会是一个越来越突出的问题。 如何解决大模型在金融行业落地应用的这些难题，许冬亮认为每家机构独立去解决这些问题既不现实，也不经济，科技公司和金融机构在金融大模型上的合作非常有必要，“科技巨头提供通用大模型，或者技术能力强的金融科技公司提供金融行业大模型，具体的金融机构基于这个行业底层模型，用自己的业务数据去做私域的训练，然后做私有化的部署和应用”。 祝世虎认为，大模型在银行业的落地路径将呈现大合作与大创新并举的局面：底层基础大模型将由头部人工智能公司提供、中间会是金融业人工智能公司、上层任务型大模型则由银行与人工智能公司合作开发。 专访吴晓求：中国资本市场一定要完成功能转型改革认缴出资制不宜走回头路谭旭光：唯有改革 | 中国重汽五年登顶启示录

【中国金融案例中心 编译：谢彬彬、叶子】 今年9月，Supermicro（即美国超微电脑股份有限公司）发布了一份名为《人工智能如何推动金融服务创新》（HOW AI IS PROPELLING INNOVATION IN FINANCIAL SERVICES）的报告，深入探讨了人工智能（AI）在金融服务领域的应用潜力，并对Supermicro与NVIDIA（英伟达）的合作及其如何帮助组织实现AI应用的解决方案进行了阐述。 AI在金融服务中的应用 过去五年中，AI显著改变了组织间的互动方式，AI采用率也从2017年的20%增长到2022年的50%以上。金融服务业正在将预测性和生成型AI整合到业务实践中，预计到2024年底，75%的企业将从试点转向操作化AI。 报告提到，AI技术在金融服务中有五方面典型用例，包括： 1）量化金融：将AI技术和定量建模与数据科学相结合，帮助组织做出明智的商业决策； 2）算法交易：AI模型能够分析大量金融数据，包括消费者交易、物流信息等另类数据集，生成预测性洞察，优化交易策略； 3）欺诈检测：AI有助于简化客户验证程序，并通过扫描全球支付网络以提供交易监控，识别异常交易，有效预防和减少欺诈； 4）智能文档：AI技术可通过自动化处理文档、数据提取和内容验证等任务来简化财务流程，提升工作效率并减少人为错误； 5）客户服务：AI驱动的聊天机器人和虚拟助手提高了客户服务的响应速度和质量。 AI实施的挑战及应对策略 尽管AI的潜力巨大，但在金融服务业实施AI技术时也面临着一些挑战： 1）法规限制：在不同国家或地区，金融服务业均受到严格的监管，AI技术的应用必须符合相关法规和合规要求； 2）数据隐私：保护客户数据的隐私是金融服务业的首要任务，AI技术的应用必须确保数据的安全和隐私； 3）技术障碍：许多金融机构的遗留系统无法与现代AI技术兼容，需要进行升级和现代化改造； 4）人才短缺：AI领域的专业人才相对稀缺，金融机构需要投资于员工培训和招聘AI专家。 为了应对上述挑战，金融机构可采取以下策略： 1）优化数据管理：确保数据的质量和准确性，为AI模型的训练提供可靠的数据基础； 2）精确标记数据：为了提高AI模型的准确性，需要对数据进行精确的标记和分类； 3）投资于技术升级：升级遗留系统，以充分利用AI技术的能力； 4）培养专业人才：投资于员工培训，提高团队的AI技能和知识。 Supermicro与NVIDIA的合作 Supermicro和NVIDIA有着长期的合作关系，主要集中在高性能计算（HPC）和人工智能（AI）领域。这种合作旨在提供先进的解决方案，以满足数据中心、云计算和AI应用的需求。 根据公开资料，2021年，Supermicro宣布与NVIDIA合作，推出一系列新的AI和高性能计算（HPC）解决方案。这些解决方案包括支持NVIDIA A100 Tensor Core GPU的Supermicro服务器，旨在提供强大的AI训练和推理能力。在2021年的NVIDIA GTC大会上，Supermicro展示了其与NVIDIA合作的最新成果，包括支持NVIDIA DGX技术的Supermicro服务器，这些服务器被设计用于AI研究和数据中心。此后，Supermicro还推出了一系列NVIDIACertified Systems，这些系统经过NVIDIA的认证，以确保最佳的性能和兼容性。这些系统包括支持NVIDIA GPU的Supermicro服务器和工作站，适用于AI、深度学习和高性能计算。 2022年，Supermicro与NVIDIA加深合作，为研究机构提供支持AI和机器学习研究的高性能计算平台。这些平台包括NVIDIA的AI Enterprise软件套件和Supermicro的GPU优化服务器。2023年，Supermicro与NVIDIA合作推出新一代AI基础设施，包括支持NVIDIA H100 Tensor Core GPU的服务器，旨在为AI和数据分析提供更高的性能和效率。...

5日早盘，行情风向标——金融科技板块再度走高，“AI+金融”全线领涨，信雅达快速封板，大智慧再度涨停斩获5天4板，顶点软件、新致软件、拓尔思、银之杰、格灵深瞳等多股涨超3%。热门ETF方面，金融科技ETF（159851）场内快速拉涨逾2%，实时成交额快速突破2亿元，环比放量明显！ AI科技端上，OpenAI首席执行官山姆·奥特曼当地时间12月4日在社交媒体透露，接下来的12个工作日中，每天都将进行一场直播。在总共12场直播中，公司将展示一些新产品或者样品。据科技媒体The Verge报道，新产品中包含用户们期待已久的文字转视频工具Sora和一款新的推理模型。 华西证券指出，金融行业是大模型推广应用首选场景，在通用大模型基础上，利用行业数据进行混合训练，形成具体行业的大模型，是大模型输出应用的重要模式，AI将赋能金融科技新蓝图。 金融端上看，国泰君安表示，近期央行等七部门发布的《行动方案》要求金融机构定制全方位数字化转型战略规划，新一轮金融科技创新周期即将开启。政策支持叠加资本市场回暖，2025年金融IT行业景气度将迎来大幅度反转。 多角度把握金融科技机遇，建议重点关注金融科技ETF（159851）。资料显示，金融科技ETF（159851）被动跟踪中证金融科技主题指数，创业板成份股权重及科创板成份股权重合计超60%，双创含量高，指数弹性更大；指数第一大行业为计算机，有效覆盖了互联网券商、华为鸿蒙、移动支付、金融信创、金融IT、数字经济等主题。 本文源自金融界

金融界12月10日消息，有投资者在互动平台向高伟达提问：董秘你好，贵公司是否有机器人等相关人工智能应用在互联网金融业务。 公司回答表示：公司持续关注人工智能AI技术在金融科技领域的发展，并将持续探索于人工智能技术在金融科技领域的应用发展，公司目前没有机器人在互联网金融领域的应用。 本文源自金融界

《AI智能联盟》将于2025年1月在全球18个国家隆重启动。由瑞士，英国世界顶尖技术团队的共同合作，迎合全球主流所有金融品种，包括股票，期货，美指，原油，贵金属，港股，外汇等产品市场需求。AI智能技术经过多年的开发及改进，终于完美。并于2025年1月在全球金融市场应用。AI智能技术填补了以前传统人工盯盘，交易的不足，应用场景及强，适应全球各种情况。所以《AI智能联盟》在全球金融行业必是一一匹黑马。会让全球所有参与者获得最大收益。

AI+金融科技概念梳理及最新核心龙头概念股一览！ 一、AI+证券 1、同花顺：国内互联金融信息服务提供商龙头，产品及服务覆盖产业链上下游的各层次参与主体，包括证券公司、公募基金等机构客户以及广大投资者。 2、财富趋势：国内证券行情交易系统软件和证券信息服务的重要供应商，主要业务包括软件销售、维护服务和证券信息服务等。 3、指南针：公司主营业务包括金融信息服务业务，主要以公司自主研发的证券工具软件终端为载体，向投资者提供及时、展业的金融数据分析和证券分析咨询服务等。公司持股麦高证券100%股权。 4、恒生电子：国内唯一拥有全牌照的金融IT企业龙头，中国最大的金融系统提供商，在证券、资管域财富管理和银行理财市场拥有44￥、88%、75%的市占率。 5、东方财富：公司构建互联网财富管理生态圈，通过东方财富证券、东方财富期货等公司，为用户提供证券、期货经纪等服务。通过天天基金，为用户提供基金销售服务。公司以金融数据终端为载体，通过PC端、移动端，向用户提供专业化金融数据服务。 6、顶点软件：公司的金融行业信息化业务主要面向证券、期货等行业。财富管理方面，W5系列在头部券商上线落地。公司在证券机构运营以及极速交易领域有较高的市占率，有60%的头部券选用顶点机构CRM系统，截止到2023年7月HTS2在两融、期权交易领域做市交易量占比超70%。 7、银之杰：公司主要为银行等金融机构提供软件开发、数字金融解决方案，金融专用设备和技术服务。控股股东拟协议转让7%的股份给卓海航，后者为开盘啦（股票软件）的创始人。 8、金证股份：2024年渤海证券与公司创新子公司丽海弘金正式就上线弘金算法管理平台达成合作，是由算法整体解决方案+日内交易终端+策略交易终端的综合系统生态。 9、大智慧：公司是国内领先的互联网金融信息服务提供商，公司的主营业务聚焦在证券信息服务、大数据及数据工程服务。 二、AI+银行 1、宇信科技：国内规模最大的金融科技解决方案市场的领军者之一，主要面向以银行为主的金融机构。公司成功的支持多家商业银行和相关金融机构接入端接入CIPS系统的前置，以及商业银行内业务逻辑处理模板等。 2、合合信息：金融行业客户收入占比维持B端第一，已覆盖6大商业银行、12家全国性股份制商业银行的总行或分行，以及证券行业总资产前十大客户。公司围绕B端提供智能文字识别服务（帮助公司实现证照、合同、票据等文档的信息采集及录入）以及商业大数据服务（通过NLP等相关技术实现企业隐性关系挖掘，从而实现尽职调查、风险监控等功能）。 3、艾融软件：公司是一家向以大银行为代表的金融行业客户提供人工智能、虚拟现实技术为主的信创解决方案的新型高科技企业，为金融机构提供的服务胺应用领域可分为数字化金融服务及渠道业务类、数字化基础业务及运营管理业务类等专业解决方案。 4、安硕信息：公司主要业务是向以银行为主的客户提供信贷风险业务管理咨询、软件开发与服务。公司征信大数据业务发展迅速，客户数量和订单快速增多，业务初具规模。 5、润和软件：公司自主研发的HiHopOS金融发行版软件顺利通过金融信创生态实验室的信创适配验证测试，成为业内首款符合金融信创要求的金融数字化服务终端操作系统。在跨境支付方面，全资子公司捷科智诚参与了多个银行的外币支付、CIPS支付系统（人民币跨境支付系统）等测试，同时参与多个银行新核新升级改造中涉及支付系统的全渠道、全流程验证升级。 6、银之杰：公司主要为银行等金融机构提供软件开发、数字金融解决方案、金融专用设备和技术服务。 7、汇金科技：公司是国内最早拓展金融行业及重控物品管理解决方案的专业公司之一，主要为银行为主的金融客户提供运营管理、风险控制、网点转型等“云+端”整体解决方案和服务。公司研发的银行系统AI鉴权解决方案，助力银行数字化转型和智慧金融建设。 8、赢时胜：公司是中国金融行业最大的运营产品和综合系统技术服务提供商。公司已向包括银行、基金、证券等全国400多家金融机构提供了专业的信息化系统建设综合解决方案。公司参与各大银行等金融机构的央行数字人民币DCEP相关项目落地创新实践。 9、法本信息：公司为银行客户提供AIGC、数据资产、大数据测试、合规监管、智慧营销、综合管理、智能风控等一揽子解决方案。公司在政策性银行覆盖率为100%，在国有银行覆盖率达到100%，在12家股份制银行覆盖率达到92%，在城商行客户覆盖率为67%。 10、新晨科技：公司主要从事金融科技业务，为以银行为主的行业客户提供软件开发、系统集成、专业技术服务等信息化解决方案。在跨境支付领域，公司与CIPS、SWIFT等各种跨境支付系统对接，并已为多家银行提供相关服务。 11、普元信息：公司自主研发的软件基础产品和技术方案，成功进入金融、通信、政务、能源等多个重点行业领域。在金融行业领域，公司客户以头部银行为主，包括大型国有银行和股份制商业银行、城商行、信用社和农商行等，以及大型保险机构、交易机构和证券公司等。 12、科蓝软件：公司主营业务是向以银行为主的金融机构提供线上应用软件产品及国产化数据库等技术产品，公司的核心竞争力就是银行的电子支付（互联网）支付，人民币跨境支付属于数字人民币支付系统。 13、四方精创：公司是行业领先的金融科技综合解决方案供应商，主要客户为境内外中央银行和大型商业银行。公司是唯一参与多边央行央行数字人民币桥研究项目的金融科技公司。 14、南天信息：公司是国内领先的金融行业数字化综合解决方案 和服务商之一，持续开展在银行的产品及服务、财务及会计、渠道、客户及营销、业务运营、风险管理、运维等领域的数字化服务。公司承建人行、农行、中行、建行、农发行等多家金融机构网络设备集采、重大数据中心项目。 15、飞天诚信：公司是嵌入式操作系统及数字安全系统整体解决方案的提供商和服务商。公司主要银行客户为主，为包括工行、建行、农行、中行、交通银行等在内的网上银行系统安全提供完善的解决方案和专业的技术服务，是国内银行客户数较多的智能网络身份认证产品提供商。 16、长亮科技：公司是国内领先的金融IT解决方案提供商之一，服务于以银行为主的金融行业客户。 17、旗天科技：公司主要为银行卡持卡人提供全生命周期增值营销服务，提供智能客服、产品定制、用户促活、精准营销等解决方案，累计合作银行数十家，公司与中国银联、工商银行、邮储银行、广发银行、平安银行等机构保持长期稳固的合作关系。 18、天阳科技：公司是近年来国内规模最大、成长最快的银行IT解决方案提供商之一。 19、高伟达：公司主要以银行、保险、证券为主的金融企业客户提供软件开发及服务和系统集成及服务。公司在央行数字人民币领域的业务主要集中在银行和央行数字人民币业务相关的中后台系统的软件服务及实施工作。中国银联是公司的第二大股东（持股8.3%）。 20、信雅达：公司的主营为银行业为主的各类金融机构提供金融科技产品与服务。公司为中国人民银行、三大政策性银行等客户提供专业完整的解决方案和服务。公司拥有移动端POS机和支付密码器。 21、京北方：公司向以银行为主的金融机构和央国企为主的非金融机构提供信息技术服务和业务流程外包服务。 22、先进数通：公司面向以商业银行为主的大中型企业客户，以自有知识产权iMOTA、SharkData系列产品为核心，提供涵盖数据采集、数据集成开发等基础功能的企业级一体化大数据管理应用平台。 三、AI+保险 1、天利科技（300399）：公司子公司天彩经纪拥有保险经纪业务牌照。公司在全国各地设立了分公司，与全国300家保险公司的升级公司建立了深度合作伙伴关系。公司主要面向银行、基金、证券公司等金融垂直客户开展移动信息技术服务。 2、中科软（603927）：公司是中国领先的保险行业IT解决方案提供商，公司主营业务是计算机软件研发、应用、服务。主要产品是软件产品、软件开发及服务、系统集成及其服务。公司与华为等企业建立了广泛的合作关系。公司控股股东为中国科学院软件研究所。 3、软通动力（301236）：公司深耕保险行业20年，坚持引领和驱动险企业务的数字化与智能化升级转型。公司率先推出保险行业大模型，并成功中标知名险企车险某项目。23年中国保险IT解决方案市场份额排名为第二名。 4、银之杰（300085）：公司通过华道征信、百行征信等方式开展数据服务，在金融领域公司拥有300家银行、60多家保险公司的稳定客户基础。 5、新致软件（688590）：公司在保险业、银行业IT解决方案市场份额中占据领先地位，已基于GPT模型构建新产品，可使产品运营人员节省75%，解决保险代理人的培训需求，较传统模式节省人力99%、节省时间75%。公司知识问答与销售对练机器人已推出，面对国内500万人左右的保险代理人群体。 6、焦点科技（002315）：公司主营业务包括线上线下的保险代理业务以及关联服务。公司是全链路外贸服务综合平台、跨境电子商务平台。 7、旗天科技（300061）：子公司上海合晖保险是一家全国性、综合性的保险经纪公司，拥有全国性的保险经纪牌照和从事互联网保险业务的ICP电信增值业务许可证。 四、AI+第三方支付 主要涉及的公司有：拉卡拉（第三方）、海联金汇（第三方）、新大陆（POS+第三方）、仁东控股（第三方）、优博讯（POS机）、新国都（POS+第三方支付）、翠微股份（第三方支付）、华峰超纤（全资子公司威富通，从事第三方支付业务）、创识科技（公司与第三方支付机构有多年合作，公司的BMP系统聚合国内外银行卡、微信、支付宝、NFC、数字人民币等多种支付方式，实现主流线上线下券受理） 五、AI+金融软件外包/开发...

本文转自：中国证券报 证券代码：000402 证券简称：金融街 公告编号：2024-144 金融街控股股份有限公司 2024年第四次临时股东大会决议公告 本公司及董事会全体成员保证信息披露内容的真实、准确、完整，没有虚假记载、误导性陈述或者重大遗漏。 一、重要提示 1.本次股东大会未出现否决提案的情形。 2.本次股东大会不涉及变更以往股东大会已通过的决议。 二、会议召开情况 （一）召开时间： 2024年第四次临时股东大会现场会议于2024年12月10日14:50召开。 （二）召开地点： 北京市西城区金城坊街7号金融街公寓D座。 （三）表决方式： 现场投票与网络表决相结合。本次股东大会通过深圳证券交易所交易系统和互联网投票系统提供网络形式的投票平台。 （四）召 集 人：金融街控股股份有限公司第十届董事会。 （五）主 持 人：金融街控股股份有限公司董事长杨扬先生。 （六）网络投票时间：通过深圳证券交易所交易系统进行网络投票的时间为2024年12月10日上午9:15～9:25、9:30～11:30、下午13:00～15:00；通过深圳证券交易所互联网投票系统投票的开始时间（2024年12月10日9:15）至投票结束时间（2024年12月10日15:00）间的任意时间。 （七）会议的召开 参加和授权代理人参加本次股东大会现场会议和网络投票的股东共805人，持有和代表股份1,600,592,160 股，占公司有表决权总股份的53.5507%，符合《公司法》、《股票上市规则》和《公司章程》的有关规定，会议合法有效。 公司董事、监事、非独立董事候选人出席了会议，公司相关高级管理人员列席了会议。应公司邀请，北京观韬律师事务所指派律师见证了本次会议。 三、会议的出席情况 （一）出席会议总体情况： 参加和授权代理人参加本次股东大会现场会议和网络投票的股东共805人，持有和代表股份1,600,592,160股，占公司有表决权总股份的53.5507%。 （二）现场会议出席情况： 参加和授权代理人参加本次股东大会现场会议的股东共4人，代表股份1,099,252,081 股，占公司有表决权总股份的36.7774%。 （三）网络投票情况： 参加本次股东大会网络投票的股东共801人，代表股份501,340,079 股，占公司有表决权总股份的16.7732%。 四、提案审议和表决情况 本次股东大会提案审议和表决情况如下（本公告中的百分比均保留四位小数，若各分项数值之和、合计数值存在尾差，均为四舍五入原因造成）： 选举袁俊杰先生为公司第十届董事会非独立董事的议案 1．表决情况 ■ 2．表决结果：袁俊杰先生当选为公司第十届董事会非独立董事，任期同第十届董事会。公司第十届董事会中兼任公司高级管理人员人数总计不超过公司董事总数的二分之一，公司董事会中未有由职工代表担任的董事。 五、律师出具的法律意见 应公司邀请，北京观韬律师事务所指派张文亮律师和战梦璐律师见证了本次股东大会，并出具了法律意见书（观意字2024第008705号），主要法律意见如下：“综上所述，本所律师认为，公司本次股东大会的召集、召开程序符合有关法律、行政法规、《股东大会规则》及《公司章程》的规定；出席本次股东大会的人员资格、召集人资格合法有效；本次股东大会的表决程序和表决结果合法、有效。” 六、备查文件 1．2024年第四次临时股东大会决议； 2．法律意见书。 特此公告。 金融街控股股份有限公司 董事会 2024年12月11日