AI金融助手

GPT引发的人工智能浪潮对全球多行业产生影响，尤其是白领和游戏行业的画师设计师面临严重裁员。报告预测美国3亿人可能因AI工作受影响，金融领域暴露率最高，成为下一个被大规模替代的行业。科技巨头们积极布局，IBM和Meta等企业已采取措施应对这一趋势。ChatGPT和Midjourney的成功引发了对其他垂直领域的冲击，如2b金融服务和文化创意产业。这场“思维革命”将AI推向全球80亿人的智脑角色，尽管面临挑战，但也带来了生产力的大幅提升和行业重构的机会。

BloombergGPT是彭博社和约翰霍普金斯大学合作开发的针对金融领域的大型语言模型，经过评估，它在金融任务上表现出色，超越现有通用LLM，且不牺牲其通用性能。通过利用彭博四十多年积累的大量金融数据，BloombergGPT通过混合训练实现了500亿参数的大规模生成，旨在全方位支持金融领域的NLP任务，尤其在情绪分析和命名实体识别等金融特定任务上表现优异。

前言‍‍‍‍‍‍‍‍ 周末去听了一场由上海资产管理协会主办的与GPT大语言模型有关的论坛，有10位嘉宾发表了主旨演讲，加上2场圆桌会议，无茶歇不间断持续了近6个小时，无论从举办会议的及时性还是规模都可见金融行业对新技术的跟踪是多么紧密。 嘉宾覆盖了与这一领域有关的学界、产业界（包括提供服务的厂商和接受服务的资管行业公司），可以说打通了这一技术落地的链条——从学界的理论研究到业界乙方的转化，再到业界甲方的使用。这一下午我收获颇丰，以我有限的认知，看到的各种报道和分析大部分或是基于GPT本身、或是To C，精确而具体地聊To B的不多。 我在总结成文这篇文章的时候，不禁感叹这场论坛的信息量之大，所以我自发地将该活动的回顾推文放在文末的阅读原文里。 为了行文的精简，下文所提到的GPT（Generative Pre-trained Transformer，生成式预训练模型）、LLM（Large Language Model，大语言模型）、大模型这些词都是指大语言模型这项技术，以及这项底层技术带来的AIGC（AI Generated Content，人工智能生成内容）能力，这些概念之间的辨析对本文并不重要。 1 应用场景 1. 资产管理 标的信披材料（募集说明书、定期公告等）的解析，解析出关键要素，以及发现要素之间的关联关系。 研报的自动生成，研报的抽取和脱水。 量化投资里因子自动生成、挖掘。对于结构化数据产生的因子，量化领域可能已经挖得差不多了，在非结构化数据领域，LLM的多模态能力和生成代码的能力，也许可以自动将非结构化数据转化为因子的编程代码。 2. 客户服务 正如GPT最出名的产品ChatGPT是聊天机器人，客服领域是这个技术最显而易见的应用。无论是面对客户的智能客服，还是资管领域的智能投顾服务。 3. 营销 营销文案的自动生成，例如招行信用卡已经借助ChatGPT生成了一篇营销公众号。 数字人，这些虚拟形象会更像一个真正的人。 4. 运营 合同、保函、募集说明书等各种文本的审核、查错，抽取其中条款，与法条进行对比。 智能质检、合规拦截，例如检查与客户的对话中是否有违规的内容。 自然语言下的自动化。金融业一个特点是很多业务需要专业人员操作专业系统来完成，在LLM的能力下，非专业人员使用自然语言通过AI转化为专业系统的操作指令，再通过RPA（机器人流程自动化，见此系列文章）实现操作将成为可能。 多模态的能力也可能打通各种非结构化的材料，使完全的线上化和数字化成为可能。 5. 风控 舆情分析，因为LLM的文本解析能力，对新闻资讯的分析也会更深入，能更好的发现信息。 风控报告，提取企业基本信息和资讯信息里的要素，借助知识图谱发现关联关系，然后自动生成报告。 6. 研发 自动写代码，ChatGPT的一个重头戏就在于此。代码能自动写了，围绕着开发的一些事情也能自动完成了。 7. 办公 机器翻译，事实已经表明GPT带来的翻译能力是任何一个翻译工具都无法媲美的。 会议纪要转化，视频会议的内容转成文字同时提炼出重点。 辅助形成企业知识库，因为企业里有大量沉睡且散落于各处的资料，不但不知道放在某个阴暗角落，也不知道里面的有些内容是什么意思，在全量获取公司的资料后借助LLM的处理能力，可以对这些内容产生理解。 搜索问答，不仅是对公用信息的问答，还可以是对企业自身知识库的问答。 2 面对的挑战 不同于To C，To B通常更务实，会思考落地的挑战是什么。嘉宾们提出了一些挑战，可谓是有切肤之痛，很好地起到了打破幻想的作用。 1. 关于SaaS、数据安全、隐私保护...

这篇3月29日在厦门举办的论坛聚焦于人工智能与金融数字化转型，探讨了人工智能在数字金融中的应用场景，以及通过认知大模型提升金融生产力的前景。科大讯飞金融科技BU总经理姚佶超分享了金融机构对大模型的三大需求（降本增效、服务升级和业务创新）及其在数字金融中的应用潜力，并强调实现自主可控发展需关注数据、算力、算法和应用这四大要素。论坛提供了一个交流与洞见金融数智化人才培养的平台，但提醒投资者须谨慎决策，市场有风险。

度小满轩辕作为金融行业的领先AI模型，通过大数据和人工智能技术，深化服务模式变革，提升风险管理效能，并推动个性化产品创新。其成功源于度小满金融团队的技术积累和实战经验，未来将继续为行业注入活力，促进金融科技与金融服务的融合。在享受科技便利的同时，我们也应关注数据安全和隐私保护，以理性应对市场变化。

金海晏阔系列研讨会第九期在青岛成功召开，主题聚焦于AI与GPT技术的创新应用。活动汇聚了多家机构代表，共同探讨AI如何融入企业治理、量化投资及文化遗产保护等多领域。Openview集团旗下的PanguAI平台因其在AI解决方案上的突出表现，吸引了金融机构代表的兴趣，展现了技术对未来金融行业的深远影响。研讨会加强了各方沟通与合作，预示着青岛乃至整个地区迈向AI赋能传统金融的新格局。

上海交通大学SAIF与IDEA联合研发出“金融知识大模型”，在金融试题解析、分析计算和事件分析等领域表现出强大的垂类性能，测试结果超越GPT4等模型，尤其在CPA和CFA考试中取得优异成绩。该模型通过思维图谱推理技术，将知识检索、问答等过程转化为白盒化，提供解析和答疑服务，改变了金融教育的传统方式，并开发了工具接口以抽取和吸收金融信息。模型基于大量高质量金融文本进行预训练和微调，确保输出内容的可靠性和可控性。

央行2024年工作重点包括推进全面从严治党、稳健货币政策、支持重点领域金融风险防范化解、金融市场建设、人民币国际化和深化金融改革等。会议强调要保持流动性合理充裕，优化信贷结构，促进社会融资增长与物价稳定，并提出加大对科技企业、绿色金融和民营企业的支持力度，稳妥化解金融风险，推进人民币国际化，同时对宁德时代与福特汽车的合作以及蔚来知识产权侵权问题也有所提及。

瑞士信息科技公司UNIQUE近期发布了FinanceGPT，这是一款专为金融行业设计的SaaS智能平台，通过利用OpenAI模型自动化处理销售顾问71%的文案工作和CRM管理，帮助他们更专注于交易促进。由Manuel Grenacher和Andreas Hauri创立的UNIQUE两位连续创业者凭借在SaaS领域的深厚技术背景开发了这款高效工具，有望通过减少文案负担，提升金融行业销售团队的工作效率。

金融投资专业人士现在可以通过ChatGPT课程提升技能，掌握数据分析、PDF阅读、网页搜索等工具应用。这门定制课程强调基础原理到高级功能的学习，特别介绍ChatGPT即时工程的五项技术，旨在利用人工智能优化工作流程。学员将学会如何有效利用ChatGPT进行金融分析，并了解其局限性以避免陷阱。课程结合实用案例和最新工具集成，旨在帮助忙碌的专业人士更新他们的技能栈，迎接人工智能与金融领域的未来挑战。