AI助手资讯

转自：中国科技网 科技日报记者 崔爽 全球大模型竞争正日趋激烈。作为大模型落地的重要领域，金融业也在前瞻性谋划和深度参与大模型相关技术创新。 长期以来，我国金融科技整体竞争力处于世界前列，随着大模型竞争打响，金融业进展如何？ 日前，《麻省理工科技评论》（MIT Technology Review）发布最新榜单，榜单显示，在全球金融机构大模型专利创新领域，中国申请量（已公开，下同）达1909件，占比超75%。 从专利申请量来看，12家国内机构进入全球前20，其中，蚂蚁集团、平安集团、中国工商银行位列前三，大模型领域专利申请量分别为474、327、290件；另有中国建设银行、中国银行、马上消费金融、微众银行、中国农业银行等5家机构进入前10。 与榜单相印证的是，国内机构纷纷加大对大模型的研发和布局。例如工商银行建成行业首个全栈自主的千亿级AI大模型技术体系；建设银行启动“方舟计划”，推进金融大模型建设工程；蚂蚁集团的百灵大模型已具备原生多模态能力，重点打造智能生活管家、金融管家、健康管家“三个管家”；马上消费金融发布全国首个零售金融大模型“天镜”，致力于提升金融服务普惠性。 同时，大模型正帮助金融机构在多个业务层面实现降本增效。据工商银行2023年年报披露，其首个基于大模型的网点员工智能助手上线，提升网点效能，全年运营领域智能处理业务量3.2亿笔，比上年增长14%。 值得关注的是，中国企业还积极参与多项大模型相关标准制定工作。马上消费金融牵头编制的IEEE金融大语言模型技术要求标准获批立项；清华大学、中关村实验室、蚂蚁集团等机构联合撰写的《大模型安全实践（2024）》白皮书日前正式发布。 领先的专利数量、多元的应用场景、积极参与标准制定……数字金融技术的迅猛发展为经济结构转型升级注入强大动力，相关机构也纷纷加大投入，通过大模型、区块链、人工智能等新技术与金融业务的深度融合，提升服务效率和普惠性，助推金融产品和服务多样化。 “金融业已成为大模型乃至更广泛的人工智能技术的应用场景和金融强国战略高地，而金融大模型将成为新质生产力的典型代表，在高效促进金融行业营销、服务、产品、数据分析利用水平全面提升的同时，赋能实体经济千行百业高质量发展。”国家金融与发展实验室副主任曾刚表示。 海量资讯、精准解读，尽在新浪财经APP

格隆汇7月18日丨大众金融控股(00626.HK)公告，截至2024年6月30日止6个月，集团录得除税后亏损港币3450万元，较去年同期大幅减少港币1.483亿元。集团的每股基本亏损为港币0.03元。监于营运环境的不确定性及其财务业绩，董事会不宣派中期股息。回顾期内，集团的总利息收入增加港币6,330万元或6.7%至港币10.138亿元，主要由于在较高利率环境下，债务证券投资的利息收入增加所致。总利息支出增加港币9,970万元至港币5.430亿元，主要由于定期存款的利息成本增加，加上成本较低的储蓄及活期存款迁至定期存款所致。 因此，集团的净利息收入减少港币3,640万元或7.2%至港币4.707亿元。集团的非利息收入减少港币1,160万元或8.6%至港币1.232亿元，主要由于回顾期内香港股市成交量减少，导致财富管理服务、股票经纪及证券管理的费用及佣金收入减少所致。 集团在上述充满挑战的营运环境下审慎经营其贷款业务，策略性专注于有合理利息收益的有抵押借贷市场以控制信用风险；同时，管理资金成本上升的速度，以减少对其净息差的不利影响。在消费者信心疲弱及企业贷款需求放缓下，集团持续拓展以收费服务为基础的业务，扩阔收入来源，并将继续追求业务长期发展及可持续盈利增长。 海量资讯、精准解读，尽在新浪财经APP

大众金融控股(00626)公布2024年中期业绩，净利息收入约4.71亿港元，同比减少7.17%;营业收入约5.94亿港元，同比减少7.48%;净亏损3449.3万港元，2023年同期净利约1.14亿港元;每股亏损0.031港元。 与2023年上半年比较，该集团来自零售及商业银行业务的营业收入减少港币4,070 万元或7.0%至港币5.368亿元，主要由于集团净利息收入减少所致。该分类取得除税前亏损港币3060万元，与2023年上半年比较，减少港币1.497亿元，主要由于租购贷款及无抵押私人贷款的信用损失支出增加，以及上述的净利息收入减少所致。 集团来自财富管理服务、股票经纪及证券管理的营业收入减少港币820万元或15.0% 至港币4660万元。回顾期内，来自该分类的除税前溢利增加港币720万元或47.7%至港币 2230万元，主要由于由大众银行(香港)及大众证券有限公司所营运的股票经纪及证券业务于2023年第四季合并后，营运成本减少所致。 海量资讯、精准解读，尽在新浪财经APP

招行行长王良亲自宣布 大财富管理市场再度接收到强烈的“变革信号”。 7月18日，招商银行在上海召开招商银行财富合作伙伴论坛，招行部分高管和14家理财公司、15家保险公司、39家基金公司、11家私募公司以及2家黄金公司的高层共同出席论坛。 在此次论坛上，招行党委书记、行长王良亲自发言，阐明招行在大财富管理市场的诸多观点。 王良披露据，当前，招行服务零售客户超2亿户，其中个人财富客户超5000万，零售管理客户总资产突破14万亿元，与157家合作机构开展财富开放平台深度合作，代销公募基金和理财规模均位居行业前列，其中零售代销理财规模已突破3.8万亿元。 招行行长王良还在论坛上宣布，将实施零售代销公募基金买入费率全面一折起的优惠政策，积极促进财富与资产管理市场健康发展，惠及百姓民生。 此举预计对银行业界和基金代销市场产生深远的影响。 “代销费率改革”屡成重点 自2020年起，招行就陆续推出基金费率的优惠措施。最初是指数基金、债券基金费率一折的安排。 此后，对主动权益基金实施差异化费率体系，对养老份额基金实施一折费率，稳步推进基金让利。 此次，招行再度强势推出基金买入费率全面一折起，其范围囊括线上线下全渠道、基金品种全品类和认申购等费率类型，是为其推进“价值银行”战略的重磅举措。 庞大“代销名单” 一家银行对财富市场影响力一定程度与其的产品代销名单有关。 招行近年持续扩展基金代销数量，当前已累计代销公募基金超过12000只，其中零申购费率或申购费率一折产品占比超过九成，涵盖主动权益基金、指数基金、债券基金、FOF基金、QDII等多个品类。 此次推行全面一折起后，招行基金的买入费率全面进入“一折”序列，这预计对银行和代销市场的线下销售格局，行为产生持续影响。 提出五大倡议 王良认为，走大财富管理高质量发展之路既要遵循现代金融发展的客观规律，又要符合中国特色金融发展的实际。 为共同推动大财富管理高质量发展，王良在致辞中提出五大倡议： 第一，坚持客户至上，持续为客户创造价值。招行希望与合作伙伴共同坚持“以客户为中心”的理念，把客户利益放在首位，不断改进优化投资回报、需求匹配、信息告知、交易效率等各个环节的质效，让客户切实体验到安全感、获得感，从而获得客户的信任，筑牢发展基石。 第二，坚持专业致胜，持续提升专业服务能力。招行希望与合作伙伴共同秉持专业专注精神，深入研究市场、洞察客户需求，加强在投研、产品创设、风险管理、科技应用等领域的合作，不断提升对资产、标的、策略、产品研究与选择的精细度，以专业创造价值，以专业服务客户。 第三，坚持创新驱动，持续提升服务质效。招行希望与合作伙伴共同以客户需求为导向，以科技应用为手段，积极探索“AI+金融”“人+数字化”，加强产品创新、管理创新、模式创新，为客户实现更理想的收益、创造更好的服务体验。 第四，坚持风险为本，持续筑牢安全保障。风险管理的半径决定发展的半径，招行希望与合作伙伴在资产组织中，共同提升对底层资产的风险识别能力、风险定价能力；在产品创设中，共同增厚安全垫，提高透明度和规范性；在产品销售中，共同坚守风险收益偏好匹配原则，做好适当性管理；在投后管理中，共同加强全周期检视与管理，提升风险前瞻与动态应对能力。 第五，坚持合作共赢，持续共建大财富管理生态圈。过去，从产品引入、到产品定制再到产品管理，从渠道代销到财富开放平台合作，招行与广大合作伙伴进行了许多探索。未来，招行希望与合作伙伴一起，共同挖掘居民与企业财富管理需求，深化渠道共享、信息共享、运营共享、投研共享，共生共荣，一起做大做强中国特色大财富管理。 风险提示及免责条款 市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。 海量资讯、精准解读，尽在新浪财经APP

人工智能技术在金融领域的应用可能带来哪些风险？ 在科技日新月异的今天，人工智能（AI）正以一股不可阻挡的力量，重塑着金融领域的每一个角落。想象一下，从精准投资建议到无缝的客户服务体验，AI技术正引领我们步入一个前所未有的金融便捷时代。但正如硬币的两面，这背后也隐藏着不容忽视的潜在风险与挑战，等待着我们去探索与征服。 一、智能决策，却也暗藏偏见？ 在AI的驱动下，金融决策变得前所未有的高效与精准。然而，当我们沉浸在算法带来的“智慧”中时，是否意识到这些决策背后可能隐藏的偏见？是的，即便是最尖端的AI算法，也是由人类编写和训练的，这意味着它们可能不经意间继承了开发者的主观偏见。在金融领域，这种偏见可能导致投资决策的不公，影响市场的稳定性。因此，揭开AI决策的神秘面纱，确保其公正与透明，是我们必须面对的重要课题。 二、数据隐私，你的“金融指纹”安全吗？ 在享受AI带来的个性化服务时，你是否曾想过，你的个人数据正被无数双眼睛注视着？金融机构利用大数据和AI技术，能够深入剖析你的消费习惯、风险偏好，为你量身定制金融服务。但这一切美好背后，是数据隐私泄露的巨大风险。一旦这些信息落入不法之手，后果不堪设想。因此，保护数据隐私，如同守护你的“金融指纹”，是我们在享受AI便利时不可忽视的责任。 三、高频交易，速度与激情的双刃剑 AI技术让金融交易达到了前所未有的速度，高频交易成为了市场的新常态。然而，这种速度与激情的背后，却隐藏着巨大的风险。一旦AI系统出现微小故障或误判，就可能引发市场的连锁反应，甚至导致崩盘。如何在追求效率的同时，确保交易的安全与稳定，是AI金融领域亟待解决的难题。 四、监管新挑战，为AI金融护航 面对AI在金融领域的广泛应用，监管部门也面临着前所未有的挑战。如何制定有效的法规和标准，规范AI技术的使用？如何确保AI金融的健康发展，维护市场的公平与秩序？这是一场没有硝烟的战争，需要政府、金融机构、科技企业和广大投资者共同努力，为AI金融的未来发展保驾护航。 总之，AI金融正引领我们进入一个充满机遇与挑战的新纪元。在享受其带来的便利与效率的同时，我们更应保持清醒的头脑，警惕潜在的风险与挑战。只有科学合理地运用AI技术，并建立健全的监管制度，我们才能更好地驾驭这股科技浪潮，推动金融行业迈向更加辉煌的未来。#金融##人工智能# 希望上述内容能够满足您的需求，欢迎随时可以在评论区留言！

在人工智能（AI）技术的迅猛发展中，金融行业正迈入变革的新时代。AI不仅在优化投资决策、信用评估、实时监控和欺诈识别方面展现出强大功能，还极大地提升了客户体验、降低了运营成本，并推动了产品创新。面对智能时代的挑战与机遇，金融机构如何运用AI技术构建核心竞争力，已成为业内关注的焦点。 01算力、运维、管理三大挑战 AI应用的迅猛增长 随着AI在风控、投研、防欺诈和智能客服等关键领域的广泛应用，金融机构正面临GPU资源短缺和运维管理的巨大挑战。不断增长的算力需求正限制AI应用的发展。 高效执行AI任务 处理日益复杂的数据集并进行机器学习模型训练与AI任务执行，要求系统具备卓越的执行能力。快速迭代和精准预测成为金融机构在激烈市场竞争中立足的关键。 国产化AI基础设施建设 为了降低对外部技术的依赖，金融机构致力于推动AI基础设施的国产化。通过容器平台构建统一的GPU算力平台，不仅提升了资源整合和调度效率，还支持了国内AI技术的发展与创新。 02统一平台，自主可控 灵雀云为金融行业用户精心打造了一套全面的解决方案AML，包括GPU算力管理、AI任务调度、模型管理及智能体开发能力，提供端到端的智能计算平台，不仅提升了AI算力资源的统一管理和调度效率，还满足了金融行业智能化转型的多样需求。 解决方案 图示：灵雀云AML产品架构图 GPU算力管理 支持主流的x86和国产化服务器架构，适配多种主流GPU加速硬件。通过GPU插件实现Kubernetes集群内GPU资源的虚拟化，统一管理底层AI算力资源。 AI任务调度 基于Kubernetes的AI任务调度器，优化大规模分布式AI任务，消除资源冲突，实现GPU、CPU等计算资源的合理调度分配，提升整体资源利用率。 MLOps 集成多种传统机器学习和深度学习框架，支持自定义框架，实现一站式开发、训练、部署流程。配备模型解释工具，便于用户深入理解和优化模型。 LLMOps 提供原生支持LLMOps解决方案，涵盖大模型、数据集及模型应用的存储、管理、发布等工作流，简化发布、标注、微调流程，提升效率，降低成本。 方案优势 资源优化 利用GPU虚拟化技术，支持多种RDMA技术，优化GPU资源分配，实现多业务共享，减少碎片化，提升资源利用率，支持AI应用的广泛部署。 简化运维 一站式服务从模型开发到发布，简化AI业务复杂开发流程，减轻运维负担，加速金融创新，提高市场响应速度。 国产化支持 支持x86、ARM架构，兼容英伟达及国产化GPU，确保业务高可用性和数据安全，减少对外部技术依赖，为金融机构提供安全可控的技术环境。 用户案例 01Z银行 关键方案 GPU虚拟化：通过虚拟化技术，实现了资源的高效分配，为AI应用提供了必要的算力支持。AI中台：构建支持3000+节点的异构GPU集群，AI技术中台设计整合了数据处理、模型训练和业务应用，提升了AI解决方案的集成度和响应速度。裸金属部署：确保了平台的高性能和稳定性，为承载大规模集群和核心业务提供了坚实基础。 业务成果 智慧业务发展：AI技术中台助力Z银行在智慧业务领域取得显著进展，包括信用卡业务、智能客服、风险管理、信贷审批等。核心业务承载：平台的高性能和稳定性，使得Z银行能够将更多关键业务迁移至AI平台，提高了业务处理的效率和安全性。提升风险管控：利用机器学习模型，平台能够精准预测市场风险，优化信贷审批流程，提高风险控制能力。交易监控：实时监控交易行为，有效识别和预防欺诈行为，保障了交易安全。 02C银行 关键方案 信创GPU虚拟化：平台适配国内先进的信创GPU，运用虚拟化技术优化资源配置，实现算力的灵活按需分配，为AI应用注入强劲动力，提升资源利用率和操作灵活性。容器云平台：容器化技术的引入，加速AI应用迭代，增强业务的连续性和稳定性，实现应用的敏捷部署。智能调度算法：平台搭载智能调度算法，智能匹配任务与资源，动态优化GPU资源分配，确保任务执行效率和负载均衡。安全合规：在提供高效算力的同时，平台严格遵守金融行业的安全合规标准，通过多层次的安全防护措施，确保数据的安全性和业务的合规性。 业务成果 运算效率提升：平台显著提高了AI业务应用的运算速度，为大数据分析和实时处理提供了强大动力。快速响应市场：敏捷的容器云平台使C银行能够快速响应市场变化，及时调整服务策略。AI应用支撑：平台为C银行的AI应用提供了坚实的技术支撑，包括客户行为分析、风险评估等。 03G证券 关键方案 模型全流程管理：灵雀云MLOps方案为G证券提供了从数据预处理到模型训练、评估的全流程自动化支持，极大提升了模型开发的效率和质量。快速部署与监控：自动化部署工具缩短了模型从开发到生产的时间周期。实时监控确保了模型性能的持续优化，快速响应市场变化。 业务成果 G证券在风险管理、客户服务和量化投资策略上实现显著进步。AI技术的应用加强了风险控制，优化了客户体验，并提供了基于科学分析的投资指导。 04E基金 关键方案 数据开发：E基金支持上传多种格式的数据文件和通过S3路径接入数据集，确保数据来源的灵活性。其标注平台不仅支持人工标注，还通过内置或外部接口实现自动化标注，大幅提升数据处理效率。模型开发：Jupiter和VSCode环境支持通过Docker...

随着信息技术的飞速发展和广泛应用，金融行业正经历着前所未有的变革。从古老的铜贝币到风靡一时的比特币，再到如今的数字金融新时代，金融业始终站在科技变革的前沿。在这一进程中，金融AI虚拟数字员工作为新兴的科技力量，正逐步成为推动金融行业数字化发展的重要驱动力。 一、金融AI虚拟数字员工的定义与特点 金融AI虚拟数字员工借助深度学习、自然语言处理、机器学习等先进技术，模拟人类员工在金融服务中的行为和决策过程，为客户提供全方位、个性化的金融服务。数字员工不仅具备全天候响应能力，还能在复杂多变的金融环境中做出合理决策，极大地提升了金融服务的效率和质量。 二、技术支撑与应用场景 金融AI虚拟数字员工的核心技术支撑包括深度学习、自然语言处理和机器学习等。通过训练大量数据，数字员工能够学习到人类专家的知识和经验，从而在处理客户咨询、业务办理等任务时，做出合理、准确的决策。 在应用场景上，金融AI虚拟数字员工已经广泛应用于客服问答互动、专业内容生成、社交媒体动态输出等多个领域。例如，在智能客服方面，可以全天候为客户提供咨询服务，快速响应客户需求，提供便捷的服务体验。同时，通过集成银行各业务系统的数据，数字员工还能够进行风险评估、产品推荐等复杂任务，为客户提供个性化的金融服务。 三、助力金融行业数字化发展的具体表现 1、提升服务效率 金融AI虚拟数字员工具备快速响应、准确决策的能力，能够大幅提升银行服务的效率。客户无需等待人工客服的接入，即可获得及时、准确的服务支持，降低了客户等待时间，提高了服务效率。 2、优化客户体验 数字员工能够为客户提供全天候、个性化的服务体验。客户可以随时随地通过银行APP、官方网站等渠道与AI数字员工交流，享受便捷、高效的金融服务。同时，还具备情感识别与处理能力，能够根据客户的情绪状态给予相应的安抚、鼓励或建议，进一步提升了客户满意度。 3、推动金融创新 金融AI虚拟数字员工的出现，为银行业带来了更多的创新机会。银行可以基于这些数字员工的技术能力，开发出更多符合客户需求和市场趋势的金融产品和服务，推动银行业的创新发展。 4、增强品牌影响力 通过精心设计和定制，金融AI虚拟数字员工能够成为金融机构的品牌代言人。以统一的形象、语调和风格，向客户提供专业、一致的服务，从而加深消费者对品牌的印象，提升品牌影响力。 四、面临的挑战与未来展望 尽管金融AI虚拟数字员工在推动金融行业数字化发展中发挥了重要作用，但仍面临一些挑战和限制。例如，对于某些复杂的金融问题或特殊的客户需求，AI数字人可能还需要进一步的学习和优化才能给出准确的回答。此外，随着技术的不断进步和应用场景的不断拓展，如何确保数字员工的安全性和稳定性也是亟待解决的问题。 未来，随着技术的不断发展和应用场景的不断拓展，金融AI虚拟数字员工将在金融行业发挥更加重要的作用。将具备更加丰富的功能和更高的智能化水平，为客户提供更加便捷、高效的金融服务。同时，金融机构也需要不断加强技术研发和人才培养，以应对挑战并抓住机遇，推动金融行业的持续发展和创新。 总之，金融AI虚拟数字员工作为新兴的科技力量，正逐步成为推动金融行业数字化发展的重要驱动力。不仅提升了金融服务的效率和质量，还为客户带来了更加便捷、个性化的服务体验。随着技术的不断进步和应用场景的不断拓展，相信金融AI虚拟数字员工将在未来发挥更加重要的作用。