《ChatGPT热度滑坡,产业大模型成未来趋势》
AI金融助手

《ChatGPT热度滑坡,产业大模型成未来趋势》

文章主要探讨了ChatGPT热度下降以及国内“百模大战”和“千模大战”的趋势。随着越来越多的科技公司推出产业大模型,市场共识逐渐形成:通用大模型并非唯一方向,面向垂直产业的模型才是大模型价值的引爆点。金融业已成为大模型技术与AIGC应用的主战场,其中金融细分领域的大模型已在路上。然而,由于金融业务的特性和监管的严格性,大模型在金融领域的应用面临着诸多挑战。
《大模型金融赋能:如何拓展应用场景提升效率》
AI金融助手

《大模型金融赋能:如何拓展应用场景提升效率》

文章主要讨论了金融界对大模型的应用趋势以及如何在金融领域拓展应用场景和提升效率。华为云与中国互联网金融协会共同举办了“共话数字化转型”交流活动,探讨了金融AI发展前景和大模型在金融领域的机遇与挑战。活动中,一位专家表示,通过大量数据的积累,马上消费的天镜大模型在智能对话等方面取得了显著效果。头部金融机构已经开始在大模型应用方面取得落地场景,但仍需解决人机对话时的语义表述等难题。未来,马上消费将继续深入研究大模型的应用,为用户提供个性化服务。
克服不了这三点,ChatGPT就无法取代金融从业者
AI金融助手

克服不了这三点,ChatGPT就无法取代金融从业者

作者:刘梅莉 ChatGPT会取代金融从业者吗? 伴随ChatGPT概念爆火,国内一些金融机构开始使用ChatGPT进行内容创作,引爆金融圈话题。2月5日,财通证券用ChatGPT撰写了一篇医美行业研究报告,研报篇幅超6000字,全程用时不到四个小时。2月6日,招商银行借助ChatGPT的回答发布推文进行品牌宣传,这是国内金融行业首篇使用AIGC技术发布的品牌稿件。和以往新AI技术诞生之初时那样,ChatGPT也引发了金融行业对于“是否会被人工智能取代”的讨论。 事实上,ChatGPT强大的信息搜集功能和文本整合功能虽然势必推动人工智能技术向前发展,一些工作借助ChatGPT的使用将会变得更加有效率,但“取代”一说还为时尚早。  ChatGPT缺乏深度和专业性,难以解决客户具体问题 ChatGPT之所以引发人们如此关注,很大程度上是因为她强大的文本组织能力、学习能力以及智能化的连续对话机制。一首小诗,一篇文章,一段代码,只要进行提问并补充相关线索,它就能在分秒间生成一段文本,如果不满意,人们还能多次追问补充条件,ChatGPT会根据要求进行内容调整。 然而,在实际应用时,ChatGPT表现得却并没有那么完美。根据网友的使用反馈,ChatGPT针对人们的提问所给出的回答尽管有时候看起来非常完整且具有逻辑性,但细究内容却会发现其中许多信息存在误差,甚至是“胡编乱造”。相关技术人士称这可能是因为ChatGPT的模型数据库只储存了2021年前的信息素材,且并未覆盖所有专业内容,但这种回应反映了ChatGPT的运行依赖素材库的不断“喂养”,离不开人工调试和干预,也反映了ChatGPT现有的通用大模型实际上无法提供精确的专业性内容。 在金融领域,无法提供精确的专业内容意味着ChatGPT只能承担简单的重复性的工作,而无法进行更加有深度可信赖的决策,这和现阶段金融领域的人工智能技术应用相比没有实质性的提升。度小满CTO许冬亮表示,ChatGPT所依托的大模型的基底是语言生成模型和语义理解模型,它的语义生成空间非常大,但在垂直领域应用还不够:当用户问出“我的信用卡逾期了该怎么办 ”时,ChatGPT可以给出通用型的话术,但很难给出具体解决方案,解决不了大部分用户的问题。 这种工具性的功能尽管会起到提升效率和用户体验的作用,但无法代替人工,实现真正的自动化。 难以把握可控性与安全性,ChatGPT落地只能是口号 风险与安全始终是金融领域逃不开的话题。即使ChatGPT这类人工智能现有的技术问题得到改进,垂直领域应用场景更加丰富,ChatGPT的落地也面临着信息及隐私泄漏等安全与监管难题。 若拓展ChatGPT的垂直领域应用模型,将ChatGPT技术应用到金融领域,尝试更加深入的工作,比如投资分析师一类,需要进行大量的针对性的模型训练,投入尽可能多的行业、公司等数据。这一方面涉及到了金融安全问题,一方面也存在信息泄露的风险。针对这一点,许冬亮认为,金融行业安全性是第一位的,ChatGPT创作的自由度太大,如果使用ChatGPT去解决真实场景中的任务,会导致可控性不足。 中国政法大学法治与可持续发展研究中心副主任车宁也表示,“对于银行业务本身而言,现在的ChatGPT并不能直接应用到现有的业务中去,还需要面临业务合规性、技术自主可控、数据安全等相关问题。”在强监管的国内金融环境中,只有在保证安全可控的前提下,ChatGPT的应用才能付诸实际。 人际情感交互是人工智能难以逾越的沟壑 现实中的工作需要有熟练的沟通和人际交往等“人所特有”的能力,不仅仅是具备高效率以及强大的整合分析能力就足够。 在智能客服已经普及的今天,人工客服在处理复杂情景,维护客户关系等方面依旧拥有不可替代的作用,计算机技术的不断发展也无法真正替代程序员的工作。在金融领域,金融客服、数据分析师、程序员这样的工作尤其需要人工智能所擅长的数据整合和分析的能力,但也需要前者特质加持。 ChatGPT和以往的AI技术一样,并不具备情感交互能力,即使是其让人兴奋的“类人化”对话模式也是基于科学家的理性研究总结生成的,而非有了“自我意识”。因此,比起“替代”某类职业,ChatGPT在金融场景应用中更大的可能是作为一种辅助工具,帮助人们提升数据处理和文本生成效率。 如深度科技研究院院长张秀荣所说,ChatGPT距离实际应用还有很远的路,目前的ChatGPT更多像一个“玩具”,而非生产力工具。ChatGPT目前仍处于发展的早期探索阶段,它所展示的能力,基本上是在人类已有工作基础上进行整理、归类等简单步骤。相比以往的聊天机器人,他更为“博学”、“得体”,但ChatGPT依旧不具备创造性的工作能力,更不具备情感交互能力,加上应用层面上可能涉及的安全问题,ChatGPT取代金融从业者,只能是一个遥远的设想,为时尚早。
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。
《科技巨头科大讯飞与昆仑万维:认知大模型与国产版ChatGPT引领AI革命潮》
AI金融助手

《科技巨头科大讯飞与昆仑万维:认知大模型与国产版ChatGPT引领AI革命潮》

本文主要报道了多项与AI技术相关的事件。科大讯飞将于5月6日举办认知大模型成果发布会;昆仑万维已经发布了国产版ChatGPT“天工”,并且已经启动了邀请测试;Sarcos制造了一个安装太阳能电池板的自主机器人,项目于2021年开始,计划于2024年商业化;OpenAI开始了手机软件生态研发工作,招聘了移动终端工程经理、安卓软件工程师和iOS软件工程师等岗位; Australian悉尼科技大学团队创造出了可测量大脑电活动的“干式”传感器,实现了意念控制机器人的功能;此外,ChatGPT在解读美联储表态和预测股价方面取得了出色的成绩,Man AHL机器学习发表了两项新的论文,将ChatGPT应用于市场相关的任务,包括解读美联储的声明和确定消息面对某只股票而言是利好还是利空。
【华西计算机】AI+应用系列(二):AI+金融,大模型引爆金融科技革命
AI金融助手

【华西计算机】AI+应用系列(二):AI+金融,大模型引爆金融科技革命

核心逻辑 ►  金融科技迎来强催化,AI+金融迎来发展良机 根据新华社消息,中共中央政治局24日召开会议,分析研究当前经济形势,部署下半年经济工作。会议指出,要活跃资本市场,提振投资者信心。金融科技行业迎来强催化。 Al+金融更侧重于为传统行业的模式创新和流程再造提供新的思路和方法,从而催生新的商业模式,提高运营效率,带来整个产业的全面升级。AI应用场景涵盖前中后台中的市场营销、产品设计、风险管控、客户服务、运营支持等。 据艾瑞咨询统计测算,2021年AI+金融核心市场规模达到296亿元,带动相关产业规模677亿元,到2026年,核心市场规模达到666亿元,CAGR为17.6%,带动相关产业规模1562亿元,CAGR为18.2%。 ►  金融行业数据、场景丰富,大模型走上金融大舞台 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。 ►  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。 ►  风险提示:1) AI技术发展不及预期;2)相关政策落地不及预期;3)中美博弈突发事件;4)AI伦理风险;5)市场系统性风险等。 正文 相关报告1、【华西计算机】AI+应用系列(一):AI+医疗,“智医助理”即将上岗(2023/6/28)2、【华西计算机】行业点评 | 大模型备案清单发布,重点关注AI+应用(2023-06-21)3、【华西计算机】ChatGPT | 深度(9):华为算力编年史(2023/6/15)4、【华西计算机】ChatGPT | 行业跟踪:WWDC 开启“新宇宙”,边缘计算时代已来临(2023/6/7)5、【华西计算机】ChatGPT | 行业报告(8):谁是国产英伟达(2023/6/6)6、【华西计算机】行业跟踪:AI算力需求强劲,英伟达Q1业绩大超预期(2023/5/27)7、【华西计算机】ChatGPT | 行业跟踪:微软全面打通Open AI,开启AI“集结号”8、【华西计算机】行业跟踪:Tesla Bot-Chat Gpt产业共振,剑指具身智能(2023/5/21)9、【华西计算机】ChatGPT | 深度报告(7):三大主线,AI算力需求井喷!(2023/4/20) 10、【华西计算机】ChatGPT | 行业跟踪:Auto GPT横空出世,力推算力设施(2023/4/16) 11、【华西计算机】ChatGPT | 行业跟踪:AI MaaS星辰大海:模式-空间(2023/4/11)12、【华西计算机】ChatGPT | 行业跟踪:SAM,机器视觉领域的ChatGPT(2023/4/10)...
《投资风险与机会:探讨全球经济形势》
AI金融助手

《投资风险与机会:探讨全球经济形势》

这篇文章探讨了关于加密货币投资的主题。作者提醒读者,尽管加密货币在过去几年中表现出了显著的增长,但它们同样具有很高的风险。因此,在进行加密货币投资时,投资者需要谨慎对待,并充分了解相关风险。此外,文章还提到了一些投资策略,以帮助读者在加密货币市场中实现更好的回报。
《2023年人工智能领导力top50:度小满引领金融大模型技术创新》
AI金融助手

《2023年人工智能领导力top50:度小满引领金融大模型技术创新》

这篇文章主要介绍了度小满因积极探索金融大模型技术而在2023年人工智能年度领航企业Top50榜单中入选。度小满发布的“轩辕”系列大模型在金融名词理解、金融市场评论、金融数据分析和金融新闻理解等方面展现出较高的效果,且已应用于度小满的多个业务场景。未来,度小满将继续加强前沿科技创新,推动金融大模型技术的落地应用,为金融行业带来更多创新和变革。
《大模型时代金融业的跃升之路:算力、算法、数据的new范式》
AI金融助手

《大模型时代金融业的跃升之路:算力、算法、数据的new范式》

本文介绍了金融行业大模型的发展现状和前景。在大模型时代,算力、算法、数据构成了新范式的“三驾马车”,其中数据被视为决定大模型质量和商业化落地的核心要素。金融业作为一个业务流程规范、数据和知识沉淀完备的行业,天然具有应用大模型的基础优势。目前,以生成式AI为代表的第二波人工智能浪潮席卷至金融业,大模型所积聚的“三驾马车” 已从量变走向质变。7 月 28 日,中国信通院“行业大模型高质量发展论坛暨可信 AI 大模型标准宣贯会” 在南京举办,腾讯作为中国信通院的核心单位,与信通院共同启动“行业大模型标准联合推进计划”,其中将联合牵头开展金融大模型标准编制工作。金融行业大模型评估方法覆盖了投研、投顾、风控、营销、客服、银行、保险、证券等应用场景,对大模型在数据合规性、可追溯性、私有化部署、风险控制等方面提出了要求。