《人机协同:金融创新之道》
AI金融助手

《人机协同:金融创新之道》

8月18日,深圳举办智慧金融创新发展论坛,银雁科技远程服务事业部总经理袁泳佳探讨人工智能与金融行业融合路径,分享应用案例。人机协同将成为未来主要工作模式之一,银雁科技打造垂直场景的人工智能技术基础平台,已推出面向金融行业的解决方案。在金融行业中,人工智能技术更多应用于文本和语音领域,但传统文本机器人或语音机器人已不能满足服务与营销需求。通过人工智能赋能线上坐席获取营销线索,并采用“视频通话 虚拟数字人互动 多媒体内容展示”方式进行营销,能提升客户体验和营销转化率。此外,银雁科技通过RPA OCR赋能汽车金融信贷审批流程,采用人机协同方式,大幅提高审核效率和降低差错率。
ChatGPT+金融:国外八大应用案例
AI金融助手

ChatGPT+金融:国外八大应用案例

  导言   ChatGPT爆发后,国外金融业的先行者们,做了哪些应用尝试? 出品 | 厚雪研究 作者 | 潘言 3月份,OpenAI公布GPT-4,百度推出 “文心一言”,微软和谷歌宣布办公软件嵌入AI重磅应用,一系列的标志性事件,推动AIGC(生成式AI)发展进入最高潮。 此后至今,虽然热度值有所降低,但AIGC进入全面开花的过程中:各大AI公司推出自己的大模型,主要行业和场景基于AIGC也开始尝试应用。 图:ChatGPT和文心一言的百度搜索热度变化 金融是数据密度和智能化非常高的行业, AIGC的应用必然少不了。国内外主要金融机构和金融科技公司均已经下场布局,在国外,一些ChatGPT的实践案例已经浮出水面。 厚雪基于公开资料,对国外的AIGC+金融的主要案例做一梳理介绍。从案例共性上看,各家主要基于ChatGPT开展应用,涵盖了银行、财富管理、保险理赔、债券问答、政策预测、投资分析和提升业务效率等各个方面。  01 彭博发布金融版ChatGPT,拥有500亿参数 3月底,全球知名的财经、金融资讯和数据公司彭博(Bloomberg)发布了专为金融界打造的大型语言模型(LLM)——BloombergGPT,这是一款基于其几十年来收集数据的AI系统。 根据彭博发布的报告显示,其构建了迄今为止最大的特定领域数据集,并训练了专门用于金融领域的LLM,开发了拥有500亿参数的语言模型BloombergGPT。 报告显示,该模型依托彭博的大量金融数据源,构建了一个3630亿个标签的数据集,支持金融行业内的各类任务。该模型在金融任务上的表现远超过现有模型,且在通用场景上的表现与现有模型也能一较高下。 一般来说,在自然语言处理(NLP)领域,参数数量和复杂程度之间具有正相关性,GPT-3.5模型的参数量为2000亿,GPT-3的参数量为1750亿。 BloombergGPT的训练数据库名为FINPILE,由一系列英文金融信息组成,包括新闻、文件、新闻稿、网络爬取的金融文件以及提取到的社交媒体消息。 彭博称,BloombergGPT将协助彭博改进现有的金融NLP任务,如情感分析、命名实体识别、新闻分类和问答等。 此外,BloombergGPT将为整合彭博终端上的大量数据提供新机会,以更好地帮助公司的客户,同时将AI的全部潜力带入金融领域。  02 摩根士丹利用GPT-4服务财富管理部门 3月14日,OpenAI在发布GPT-4时公布了6个使用案例,其中就包括了摩根士丹利财富管理部门(MSWM)运用GPT-4来组织调动其面向客户的知识库。 摩根士丹利当时表示,其是“目前唯一一家提前获得OpenAI新产品的财富管理战略客户”,也是“少数GPT-4发布组织之一”。摩根士丹利财富管理部门将使用GPT-4“获取、处理和合成内容,以洞察公司、行业、资产类别、资本市场和世界各地地区的方式,吸收其资管自身广泛的智力资本”。 作为财富管理领域的领导者,摩根士丹利维护着一个内容库,其中包含数十万页涵盖投资策略、市场研究和评论以及分析师见解的知识和洞见。这些大量的信息分布在许多内部网站上,主要以PDF形式呈现,需要顾问们浏览大量信息才能找到特定问题的答案。 从去年开始,摩根士丹利开始探索如何利用GPT的嵌入和检索功能来利用其智库——首先是GPT-3,现在是GPT-4。该模型将驱动一个面向内部的聊天机器人,在财富管理内容中执行全面搜索,并有效地释放MSWM积累的知识。 摩根士丹利主导该项目的分析、数据与创新主管McMillan表示,目前已经使用GPT-4技术将所有智库内容转化为更易于使用和操作格式,该行此前一直在用300名顾问测试这款工具,并计划在未来几个月广泛推广。  03 摩根大通利用AI预测货币政策,并计划推出IndexGPT选股服务 据华尔街见闻5月26日的报道,摩根大通正在开发一款类似ChatGPT的软件服务。摩根大通提交的文件显示,该行本月为一款名为“IndexGPT”的产品申请了商标注册。IndexGPT将利用“使用人工智能的云计算软件”来“分析和选择适合客户需求的证券”。 文件明确指出,IndexGPT使用了以ChatGPT为代表的人工智能技术,该行计划使用由GPT模型驱动的人工智能。据报道,摩根大通全球技术主管 Lori Beer 表示,该行已经雇佣了1500名数据科学家和机器学习工程师,正在测试GPT技术的“多个使用案例”。 在更早的4月,摩根大通发布报告称,已开始使用一套AI大语言模型,从美联储17位官员的公开讲话中揣摩情绪变化,汇总编成一套货币政策的“鹰鸽指数”。据报告显示,摩根大通最早使用的是谷歌的Bert模型,后来换成Open AI的GPT模型,使用效果获得大幅提升。 摩根大通通过AI驱动的大语言模型,学习解读央行官员讲话中透露的信号,来预测利率政策出现变化的可能时间点。AI程序根据学习结果编制了一套“鹰鸽指数”。这套指数从0-100分打分,0分代表央行的态度最为鸽派(即可能采取降息等宽松政策),100分代表央行的态度最为鹰派(即可能采取加息等紧缩政策)。 摩根大通经济学家洛普顿在报告中写道,“初步结论显示,AI预测的结果令人鼓舞,但我们相信AI技术在金融市场上的运用还远未到成熟的黄金期,未来仍有很大的进步空间。” 目前摩根大通将这套“鹰鸽指数”用在了美联储、欧洲央行和英国央行身上,预计未来几个月会把适用范围扩大到全球30多家央行。  04 Two Sigma利用ChatGPT进行投资分析 Two Sigma是一家总部位于美国的量化对冲基金公司,拥有超过2000名员工,管理超过500亿美元的资产。 Two...
金融机构大模型应用探索:挑战与机遇
AI金融助手

金融机构大模型应用探索:挑战与机遇

本文主要探讨了金融行业与大模型结合的现状和发展趋势。金融机构对大模型持高度关切但投入审慎,关注如何通过大模型突破效率或准确性问题。大模型并非越大越好,金融机构需根据场景选择最适合自己的参数,追求效率和成本的最优解。科技公司如腾讯云、中关村科金等已发布金融行业大模型解决方案,行业对大模型应用前景达成共识,但仍需解决大模型落地、运营以及在产业环境中的作用等问题。当前,金融机构部署大模型主要有三种方式:与第三方合作、独立自研和调用大模型API。
大模型引爆金融科技革命
AI金融助手

大模型引爆金融科技革命

被错杀的垂直大模型龙头 牛市双雄:懂了人性就懂了牛市 建议定投的极品印钞机    金融行业数据丰富且数据质量高,具备大模型训练的良好基础。同时,金融行业细分领域众多,且大量产品最终服务于C端用户,大模型应用场景丰富。随着大模型与金融业务的融合,创新应用将层出不穷。   金融行业数字化需求刚性,投入巨大,是大模型应用落地的大舞台:根据艾瑞咨询的数据,2022年,以银行、保险、证券为主的金融机构技术资金投入预计将超过4000亿元。2022年中国银行与保险机构前沿科技采购支出将达到170亿元。   相关行业已有大量应用案例:Bloomberg GPT、 Morgan Stanley、 Lemonade、苏黎世保险、度小满、瑞穗金融集团等。 AI 1.0:以CNN为核心的计算机技术,机器开始在计算机视觉(CV)、自然语言理解技术(NLP)等领域超越人类,并创造了显著的价值。但AI 1.0缺少像互联网时代的 Windows 和 Android一样的规模化能力,来降低应用开发的门槛,打造完善生态链。  AI 2.0:AI 2.0克服了AI 1.0单领域、多模型的限制,可以用无需人工标注的超级海量数据去训练一个具有跨领域知识的基础大模型 (Foundation Model);基于大模型,各种创新应用将层出不穷。  AI 2.0 + 金融:我们认为,金融行业数据丰富且数据质量高,具备大模型训练的良好基础。同时,金融行业大量产品最终服务于C端用户, 大模型应用场景丰富。随着大模型与证券、保险、银行业务的融合,创新应用将层出不穷。 AI+金融的发展,除需要算力等通用要素外,还需要数据、技术、Know-How、场景等要素。  由于银行等金融机构数字化投入大,自身数字化能力强,在传统的产业分工中,我国部分金融科技企业一般承担具体的系统实现任务,按项目或按人月收费。我们认为,随着大模型技术与业务的深度融合,头部金融科技企业有望实现产品和商业模式的革新,实现从产品+服务收 费向SaaS订阅收费、运营分润收费的转变。  我们认为,金融科技细分领域众多,各细分领域龙头具备技术、行业Know-How等要素,与头部金融机构的长期合作关系有利于补齐数据、 场景等要素,相关产品有望率先落地。   新一轮金融科技革命,产品&商业模式均有望革新   我们认为,随着大模型技术与业务的深度融合,头部金融科技企业有望实现产品和商业模式的革新,实现从产品+服务收费向SaaS订阅收费、运营分润收费的转变。   我们认为,金融科技细分领域众多,各细分领域龙头具备技术、行业Know-How等要素,与头部金融机构的长期合作关系有利于补齐数据、场景等要素,相关产品有望率先落地。    行业受益标的:   我们认为,在各细分领域深耕多年,在AI领域早有布局,且积极拥抱大模型技术变革的公司具有先发优势,行业受益标的包括:同花顺、指南针、恒生电子、财富趋势、新致软件、宇信科技、金证股份等。 一、同花顺:多款产品落地 公司构建了同花顺 AI 开放平台,可面向客户提供智能金融问答 、智能投顾、会议转写系统、智能医疗辅助系统等多项 AI 产品及服务,可为银行、证券、保险等行业提供智能化解决方案。 ...
ChatGPT:金融领域的机遇与挑战
AI金融助手

ChatGPT:金融领域的机遇与挑战

ChatGPT,一种由OpenAI公司开发的自然语言生成模型,自2022年11月30日推出以来,用户增长迅速,已成为史上用户增长速度最快的消费级应用程序。ChatGPT在金融领域具有巨大潜力,能帮助金融机构提供高效便捷的服务,但同时也面临诸多挑战,包括模型 limitations、伦理风险等。尽管如此,随着技术的成熟,ChatGPT有望在客户服务、信息处理等领域为金融机构带来长效发展。
【ChatGPT在金融领域的应用及挑战】
AI金融助手

【ChatGPT在金融领域的应用及挑战】

【炳哥金融专硕】ChatGPT在金融领域的应用:智能客服、智能投顾、知识库问答系统等。作为一种金融科技创新,ChatGPT能降低金融交易成本、提高交易效率,但需不断提升模型性能和能力,以适应复杂多样 content generation 需求。此外,还需关注潜在的伦理问题和风险,确保内容安全可信。
华为云携手金融行业客户共创AI未来
AI金融助手

华为云携手金融行业客户共创AI未来

华为云在2023年11月30日的行业高峰论坛中,联合多家金融行业客户和合作伙伴,发起了名为“华为云盘古大模型金融行业联合创新行动”的项目,旨在推动金融行业的AI应用落地,加速产业数智化升级。该行动基于华为云的盘古大模型3.0,通过加强金融知识和技能,提供更好的服务。盘古金融大模型已广泛应用于信贷风险评估、投资决策、市场预测等领域,并成为多家金融机构首选的数智化解决方案。华为云将继续发挥AI领域的软硬协同优势,投入底层AI芯片、AI平台、大模型等根技术,开放内部资源,与AI客户进行技术共创、品牌联合、共拓市场、共建生态,共同迎接AI大模型应用大时代,加速各行各业智能升级。
《2021全球人工智能教育应用报告:探索与实践》
AI金融助手

《2021全球人工智能教育应用报告:探索与实践》

《AI022: 2021全球人工智能教育落地应用研究报告》深入探讨了全球范围内人工智能在教育领域的实际应用和影响。报告指出,人工智能技术在教育领域有着广泛的应用前景,能够提高教学效率、促进学生学习和发展等方面。同时,报告也存在一些挑战和问题,例如隐私保护、数据安全等。因此,需要加强人工智能在教育领域的规范和监管,确保其发挥最大的作用。