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。 ...