AI金融助手

本报告由东吴证券出品，主要探讨了AI金融大模型的两种技术路径。报告详细分析了这两种路线的特点和优势，并提供了下载链接供读者参考。

《金融新篇：人工智能赋能金融》文章深入探讨了当前“人工智能+金融”融合的发展趋势和影响。首先，详述了我国金融市场的现状，包括主体构成、业务集中及与国外的差距，指出用户数据流量和技术创新是关键竞争力。然后，文章分析了政治、经济、社会和技术等多维度支持金融科技发展的环境，列举了新兴业务领域如移动支付、智能投顾等实例。在学术研究层面，金融领域的热点聚焦于货币政策、利率、股票市场等宏观议题，而风险投资和公司治理等细节备受关注。文章特别提到Stijn Claessens和Douglas J. Cumming等学者的研究成就，他们在金融市场和行为金融领域的深度研究为人工智能与金融的结合提供了理论基础。最后，通过AMiner的数据分析，揭示了过去十年人工智能与金融交叉领域研究的热点动态，显示出两者融合的巨大潜力和创新红利。本文不仅总结了金融与人工智能的当前局面，也预示了未来可能的发展方向，对理解及应对这一时代变革具有重要指导意义。

《金融时报》近期采访了中央财经大学中国互联网经济研究院副院长欧阳日辉，针对生成式人工智能在金融行业的快速发展进行探讨。欧阳日辉认为，生成式人工智能是快速变革时代的重要技术进步，已与医疗、教育等领域融合，尤其在提升金融服务效率方面有潜力。然而，金融行业特性如资源密集、强规则和高要求数据透明度限制了其颠覆性应用，生成式人工智能更多的是赋能而非颠覆传统范式。欧阳日辉强调，人工智能在金融领域的应用初期应积极探索，并指出其核心能力在于通过数据与模型互动创造价值，短期提升效率，中长期推动业务创新。未来，金融机构应明确三种角色定位：创造者、塑造者和使用者，以实现生成式AI在服务价值链和服务平台化方面的有效应用。

近日，国务院国资委推动中央企业人工智能专题行动，国美金融积极响应，通过建设AI研发团队和全渠道智能服务平台，运用人工智能技术提升风控水平，打造反欺诈系统“天眼”，累计识别拦截高风险欺诈26.3万件，同时，凭借自然语言处理等技术，开发智能营销系统以满足个性化需求，日均服务5200次，用户满意度高达99.3%。国美金融将持续深化科技赋能，优化金融服务创新体系，助力产业数字化转型。

一场由徐汇区金融办和徐汇资本联合主办的AI大模型投融资路演在上海举行，吸引了50余家机构参与，聚焦初创项目的资金需求、算力挑战及市场合作。活动中，中金资本以“多模态高地”为主题分享了看法，平台自成立以来已成功吸引包括知名投资机构在内的46家合作伙伴，显示出徐汇区在科技创新和金融服务方面的积极努力。

文章讲述了金融业如何通过科技实现高质量发展，特别是大模型技术推动AI对金融业态的全面重塑。以马上消费为例，作为一家技术驱动的数字金融机构，他们凭借自主研发的AI技术在消费金融场景中进行全景应用，通过提升业务质效和用户体验来建立竞争优势。公司通过大数据监测、AI对话系统和多旅程用户画像，构建了全链路体验管理模型，实现了精准智能服务并显著提高了效率与满意度。此外，将"AI+数据"应用于营销，比如利用AIGC和智能广告投放系统，进一步优化了营销策略和降低了无效广告浪费。这些技术应用不仅提升了服务质量，也推动了自家自营平台安逸花在用户活跃度和个性化体验方面的行业领先。文章强调了科技在金融风险管理中的关键作用，并展示了马上消费通过数字化可信AI决策能力实现业务效率和精度的提升。

慧博云通积极拥抱AI科技，推动金融业数字化转型。通过AI赋能，金融行业能更精准地评估资产价格，减少信息不对称，尤其在证券发行、数字普惠服务和智能投顾中发挥着重要作用。ChatGPT以其强大的语言理解与处理能力，助力金融机构简化操作流程，解决数字鸿沟问题，提升特殊群体金融服务效能。慧博云通通过研发适应中国市场的基座大模型，为金融客户提供包括对话定制在内的全面IT解决方案和技术支持，引领行业技术升级和服务优化。

2023年金融科技行业前沿趋势包括生成式人工智能、因果推断、图计算、科技伦理治理、链上分布式金融应用等，清华大学孙茂松认为大模型能显著提升金融处理效率，郭嵩强调数据安全和隐私保护的重要性；度小满CTO许冬亮指出人工智能将在服务模式和风险管理中革新金融行业，且应用潜力巨大。报告建议金融机构结合场景利用情感计算、图计算和AutoML等技术以提升服务质量和效率。同时，中国加强AI伦理法规建设，推动分布式金融和区块链的创新应用。

《大模型重塑金融业态报告》通过调研发现，大模型概念对金融行业产生了热烈影响，致力于数据开放生态构建和数智化转型。然而，金融领域面临优质语料不足的挑战，高质量训练数据需求巨大。金融机构正重构知识库，提高数据质量和内部协同以应对这一变革，且在监管引导下逐步建立合规的数据共享生态。大模型凭借其非结构化数据处理能力推动了NLP应用和价值挖掘，开启新型数据治理阶段，但也面对数据规模、质量与安全的复杂问题。公共数据对金融领域开放的重要性被提出，但个人层面的数据应用受限，且在隐私保护的前提下逐步推进。

这篇文章指出，通过文心一格生成的图片存在一些问题。首先，它们在逻辑推理和可靠性方面表现不佳，回答可能存在误导或偏差。其次，这类工具无法进行学习新知识，且不具有网站实时搜索功能，这意味着用户不能获取最新信息。最后，该技术的稳定性也令人担忧，容易受到恶意攻击影响输出质量。