證券時報網(wǎng)
2025-03-07 00:00
2025年全國兩會之際，券商中國記者專訪了全國人大代表、東方財富信息股份有限公司董事長其實。
今年以來，以DeepSeek（深度求索）為代表的國產(chǎn)AI大模型席卷全球，重塑各行各業(yè)的業(yè)態(tài)。作為國內(nèi)最負盛名的互聯(lián)網(wǎng)券商，東方財富多年來保持高研發(fā)投入比，也在數(shù)年前就布局了人工智能與大模型，并在業(yè)內(nèi)率先發(fā)布了自研的智能金融終端——妙想投研助理。
“當前，金融大模型已經(jīng)超越單一場景應用，開始逐步深度融入核心業(yè)務(wù)鏈條。”其實向券商中國記者表示。
其實談到，金融行業(yè)正系統(tǒng)性擁抱AI。從當前證券行業(yè)的應用實踐來看，金融大模型正在實現(xiàn)從“效率工具”到“戰(zhàn)略引擎”的升級，有望重構(gòu)金融服務(wù)的全生命周期管理，成為未來業(yè)務(wù)增長的重要驅(qū)動力。
其實還表示，在實際的業(yè)務(wù)落地中，金融機構(gòu)應用大模型尚存三大挑戰(zhàn)：一是如何提升模型的準確性；二是如何實現(xiàn)技術(shù)投入的可持續(xù)；三是如何應對數(shù)據(jù)和隱私保護挑戰(zhàn)。
金融行業(yè)正系統(tǒng)性擁抱AI
券商中國記者：去年全國兩會上您曾建議“進一步推動垂直大模型的開發(fā)與應用”。隨著今年 DeepSeek 的爆火，AI應用也在持續(xù)落地，新的一年，在金融大模型領(lǐng)域，您看到了哪些變化？
其實：當前，全球正經(jīng)歷以AI、大數(shù)據(jù)等為核心的“第四次工業(yè)革命”。近期，DeepSeek系列模型在AI領(lǐng)域取得的重大突破，標志著中國在AI技術(shù)研發(fā)和應用落地上已躋身世界前列。
金融行業(yè)目前正處于深化改革和數(shù)智化轉(zhuǎn)型升級的關(guān)鍵時期，以大模型為代表的人工智能技術(shù)在提升金融服務(wù)質(zhì)效方面展現(xiàn)了巨大的應用潛力，金融AI應用正在向?qū)崱⑾蛏畎l(fā)展。
一方面，大模型的應用覆蓋面持續(xù)擴大。近幾年，金融行業(yè)對AI的認知大致經(jīng)歷了三個階段——早期對技術(shù)成熟度的謹慎觀望，中期開源生態(tài)爆發(fā)后的戰(zhàn)略重估，到如今全行業(yè)系統(tǒng)性擁抱AI，大模型在金融行業(yè)的落地應用正在從試點探索快速邁向規(guī)模化。尤其是DeepSeek這類高質(zhì)量、低成本開源模型的出現(xiàn)，有效降低了大模型的應用部署門檻，進一步促進了金融AI應用生態(tài)的繁榮。
另一方面，大模型的場景化結(jié)合深度持續(xù)提升。隨著AI賦能逐漸成為行業(yè)共識，金融機構(gòu)對于大模型的態(tài)度從“是否要做”逐漸轉(zhuǎn)向“如何做深”。行業(yè)主體持續(xù)發(fā)揮金融數(shù)據(jù)優(yōu)勢，深挖金融場景需求，不斷通過技術(shù)迭代、場景深耕與生態(tài)共建，推動大模型的應用落地從營銷、客服、辦公等相對基礎(chǔ)、通用、容錯性強的場景，向投顧、投研、交易等復雜度較高的分析決策場景有序融入。
與此同時，應用的深化也讓解決大模型內(nèi)生問題變得更為緊迫。大模型自身的技術(shù)局限性與金融場景的復雜性、低容錯之間存在一定的適配性問題，如何規(guī)范大模型的合規(guī)應用邊界、有效平衡技術(shù)風險與經(jīng)營效益成為金融機構(gòu)普遍關(guān)心的話題。目前，行業(yè)正通過協(xié)同構(gòu)建金融大模型的數(shù)據(jù)、應用評測標準，為大模型的安全治理提供有效指引。
做強模型能力，構(gòu)建更可信、更透明的金融AI
券商中國記者：過去一年，東方財富在大模型方面做了哪些前瞻探索與創(chuàng)新？
其實：大模型的下半場拼的是場景化和應用落地的能力，當前，金融大模型已經(jīng)超越單一場景應用，開始逐步深度融入核心業(yè)務(wù)鏈條。
過去一年，公司持續(xù)發(fā)揮數(shù)據(jù)優(yōu)勢和妙想大模型的技術(shù)優(yōu)勢，推進AI在金融核心場景的應用落地，著力提升金融服務(wù)質(zhì)效，進一步優(yōu)化用戶體驗。
一是做精一件事情，開啟AI投研新范式。
隨著全球資本市場的持續(xù)擴容，傳統(tǒng)依賴人工進行數(shù)據(jù)處理、信息分析的投研模式已經(jīng)難以對全市場標的形成有效覆蓋。而大模型技術(shù)與投研領(lǐng)域的信息檢索、歸集、分析等需求有較高的場景契合度。
基于專業(yè)的金融數(shù)據(jù)積累與對于投研場景的深度分析，公司推出了下一代智能金融終端——妙想投研助理，致力于幫助投研人員完成從“操作多個工具”到“交給一個助理”的工作范式轉(zhuǎn)變，推動投研行業(yè)加速從“經(jīng)驗驅(qū)動”向“數(shù)據(jù)+算法驅(qū)動”躍遷。
二是做強模型能力，構(gòu)建更可信、更透明的金融AI。
金融是對于信息的準確性、真實性、權(quán)威性具有高標準、嚴要求的行業(yè)。而大模型在實際應用中可能存在輸出結(jié)果的偏誤。如何保證大模型回答的準確可用，成為全行業(yè)迫切需要解決的問題。公司也在提升模型準確性方面做出了一些嘗試與探索。
首先，不斷完善模型的“金融思維鏈”，讓大模型能夠深度理解金融行業(yè)的實際規(guī)范與真實業(yè)務(wù)要求，在解決問題時多層次、多角度地思考，遵循行業(yè)專家級別的解決路徑，深度挖掘用戶問題背后隱藏的本質(zhì)訴求。
其次，在業(yè)內(nèi)首度推出信源分級機制，深度結(jié)合傳統(tǒng)金融終端與大模型技術(shù)的雙重專業(yè)稟賦，不斷提高妙想對信源的分析、辨別能力，加強回答的可信度、透明度與解釋力。
此外，針對金融機構(gòu)的數(shù)據(jù)保護需要，妙想革新隱私保護與安全架構(gòu)，建立了全流程風險防控體系，推動實現(xiàn)數(shù)據(jù)安全與場景深化的雙重突破。
三是構(gòu)建開放的金融生態(tài)，攜手產(chǎn)業(yè)伙伴推動金融+AI各項標準落地。
為幫助驗證金融大模型的垂直應用性能，推動提升技術(shù)應用的有效性，公司也正在積極聯(lián)合產(chǎn)學研各類主體推動行業(yè)規(guī)則的共建。比如聯(lián)合上海人工智能實驗室發(fā)布了國內(nèi)首個全場景金融開源評測數(shù)據(jù)集，參與了《金融大模型應用評測指南》《金融智能體技術(shù)要求與評估方法》等金融大模型領(lǐng)域標準編制，致力于為我國金融大模型的安全、穩(wěn)健發(fā)展貢獻應有的力量。
模型準確性、技術(shù)投入可持續(xù)性等挑戰(zhàn)尚存
券商中國記者：從目前行業(yè)的探索來看，金融大模型對券商業(yè)務(wù)鏈路的哪方面變革讓您感觸最深？
其實：從當前證券行業(yè)的應用實踐來看，金融大模型正在實現(xiàn)從“效率工具”到“戰(zhàn)略引擎”的升級，有望重構(gòu)金融服務(wù)的全生命周期管理，成為未來業(yè)務(wù)增長的重要驅(qū)動力。
在支持投研業(yè)務(wù)方面，金融大模型用“人機協(xié)同”的全新模式，顛覆了傳統(tǒng)投研行業(yè)的工作范式。比如，面對研究過程中的信息整理工作，妙想既可以對市場進行常態(tài)化跟蹤，也可以辨別并篩選出增量信息中對行業(yè)有重要影響力的內(nèi)容，相關(guān)信息的價值密度更高、需求契合度更強，可以高效賦能投研工作。
在賦能客戶服務(wù)方面，金融大模型做到了從“標準化響應”到“個性化交互”的轉(zhuǎn)變。比如，面對客戶多樣化、個性化的金融服務(wù)需求，妙想能夠提供更具差異化、洞察力的服務(wù)響應，持續(xù)拓展技術(shù)內(nèi)核和服務(wù)邊界。
在助力風控體系建設(shè)方面，金融大模型能將“事后分析”轉(zhuǎn)向“事前預警”與“事中監(jiān)控”，構(gòu)建動態(tài)風險防控體系。比如，妙想賦能的輿情監(jiān)控系統(tǒng)可提前識別異常交易模式與合規(guī)風險。
券商中國記者：當前金融機構(gòu)在大模型的部署、應用等方面有何挑戰(zhàn)？
其實：在實際的業(yè)務(wù)落地層面，金融機構(gòu)或還需要重點關(guān)注以下幾個方面的風險與挑戰(zhàn)：
一是如何提升模型的準確性。金融場景對模型的精確度與可解釋性具有相對嚴格的要求。而當前大模型在涉及復雜場景、較長決策鏈時的多步推理可靠性仍有待進一步提升。
二是如何實現(xiàn)技術(shù)投入的可持續(xù)。隨著應用的深化，大模型訓練、推理階段對于算力的需求呈指數(shù)級增長，因此在部署后階段，算力基礎(chǔ)設(shè)施的長期運維與升級對于金融機構(gòu)的資金投入可能構(gòu)成較大的壓力。為實現(xiàn)可持續(xù)的技術(shù)應用生態(tài)，有效平衡技術(shù)引入成本與價值創(chuàng)造，金融機構(gòu)一方面需要解決大模型效率、準確性和魯棒性之間的應用層平衡問題，另一方面也需要綜合考慮計算資源在數(shù)據(jù)處理、模型訓練、穩(wěn)定性提升等方面的合理配置問題。
三是如何應對數(shù)據(jù)和隱私保護挑戰(zhàn)。大模型的應用涉及對海量金融數(shù)據(jù)的分析。在此過程中，如何保護好客戶數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)安全，規(guī)范數(shù)據(jù)流動行為、避免合規(guī)風險，也是金融機構(gòu)需要重點關(guān)注和應對的挑戰(zhàn)。
四方面實現(xiàn)金融科技與投保有機結(jié)合
券商中國記者：站在金融機構(gòu)的角度，發(fā)展金融科技時，要如何更好地“以投資者為本”“以客戶為中心”？
其實：我國資本市場擁有全球規(guī)模最大、交易最活躍的投資者群體，堅持以投資者為本，切實提升投資者回報和獲得感，既是實現(xiàn)資本市場高質(zhì)量發(fā)展的內(nèi)在要求，也是滿足人民美好生活需要的重要途徑，更是加快建設(shè)金融強國的應有之義。2024年以來，證監(jiān)會發(fā)布了一系列重磅文件，為建設(shè)“以投資者為本”的資本市場鞏固了制度基礎(chǔ)。
作為連接市場和投資者的橋梁，金融機構(gòu)在踐行高質(zhì)量發(fā)展的同時，也需要將“以投資者為本”理念融入自身發(fā)展之中，實現(xiàn)金融科技能力建設(shè)和投資者權(quán)益保護工作的有機結(jié)合。
一是可以建立更加差異化的服務(wù)體系，積極運用人工智能、大數(shù)據(jù)等金融科技，建立精細化的客戶畫像，實現(xiàn)客戶的精準識別與有效分類，為客戶提供更加個性化、差異化、有溫度的服務(wù)；
二是可以創(chuàng)設(shè)更加多元化的產(chǎn)品矩陣，比如通過提供智能化的股票和基金投顧服務(wù)，創(chuàng)設(shè)更多普惠性的產(chǎn)品，提升金融服務(wù)覆蓋面，為投資者創(chuàng)造更多價值；
三是可以輸出更加趣味性的投教內(nèi)容，通過直播、短視頻等新媒體平臺，趣味圖文、在線游戲、VR展廳、模擬投資等創(chuàng)新形式，提升投教體驗的互動性、趣味性，厚植理性投資、價值投資土壤，更好陪伴投資者成長；
四是可以構(gòu)建更加健全的數(shù)據(jù)保護體系，時刻緊繃數(shù)據(jù)保護這根弦，通過加大對于數(shù)據(jù)保護前沿技術(shù)的開發(fā)利用，筑牢用戶隱私保護和數(shù)據(jù)安全的防護盾。
加快推動基金投顧業(yè)務(wù)發(fā)展
券商中國記者：過去一年，隨著中國科技創(chuàng)新的不斷發(fā)展、政策的支持，A股市場的情緒得到了較好的修復。對于資本市場的高質(zhì)量發(fā)展，您還有何建議？
其實：伴隨著新“國九條”及“1+N”政策新體系落地落實，資本市場全面深化改革取得了積極進展，市場情緒和流動性顯著回暖。為進一步提升投資者的獲得感，證監(jiān)會于2019年啟動了基金投顧業(yè)務(wù)試點，推動行業(yè)向“以客戶為中心”的買方服務(wù)轉(zhuǎn)型。近年來，在監(jiān)管部門和投顧機構(gòu)的共同推進下，基金投顧業(yè)務(wù)實現(xiàn)了穩(wěn)步發(fā)展。但是相較公募基金規(guī)模與基民數(shù)量，我國現(xiàn)階段基金投顧仍存在較大發(fā)展空間。為加快推動基金投顧業(yè)務(wù)發(fā)展，可考慮在“投”端，進一步擴大基金投顧業(yè)務(wù)的參與主體和可投資產(chǎn)品品類，為投資者提供更加全面和定制化的投顧策略選擇；在“顧”端，鼓勵投顧機構(gòu)建立健全人才培養(yǎng)和激勵機制，提升投前投中投后的陪伴式服務(wù)能力，充分發(fā)揮基金投顧業(yè)務(wù)在引導投資者理性投資方面的積極作用。
校對：李凌鋒??
