AI+金融专题研究大模型引爆金融科技革命

AI+金融专题研究大模型引爆金融科技革命（报告出品方/作者：华西证券，刘泽晶、刘波）金融科技迎弱催化剂，AI+金融迎接发展良机政治局会议明确提出“必须活跃资本市场”，金融科技迎弱催化剂根据新华社消息，中共中央政治局24日举办会议，分析研究当前经济形势，部署下半年经济工作。会议则表示，必须活跃资本市场，提振投资者信心。另据新华社7月26日消息，证监会近日举办2023年系统年中工作座谈会，明确了下半年资本市场监管工作重点。证监会则则表示，将科学合理保持IPO、再融资常态化，统筹规划不好一二级市场动态平衡。健全资本市场风险预防预警处置问责制度体系。大力支持民营企业通过资本市场同时同时实现高质量刊发展览会，提升平台企业常态化监管水平，推动平台企业规范身心健康持续发展。AI+金融：AI就是金融行业技术创新的核心驱动力AI+金融并非单纯的技术递减，而是针对相同业务场景市场需求，运用前沿技术成果面世的技术创新金融产品、经营模式、业务流程，以及推动金融业务高质量发展的一系列服务设施解决方案。Al+金融更侧重于为传统行业的模式技术创新和流程再造提供更多更多代莱思路和方法，促进崭新经济形态的演进，从而催生代莱商业模式，提高运营效率，平添整个产业的全面升级。AI应用领域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、运营大力支持等。AI+金融应用领域场景示例：智能营销智能营销就是利用机器学习、深度自学有关算法构筑模型，通过汇集客户在消费、社交、交易等方面的大数据，深度分析客户的真实市场需求和偏好，并进一步形成极具针对性、个性化的营销解决方案。机器学习技术：通过对机构过去累积的海量用户犯罪行为、产品交易、营销方式等数据进行机器学习训练，可以对客户画像同时同时实现精准的刻画和分类，从而对其所处的客户生命周期以及潜在市场需求同时同时实现预测。以客群价值提升为核心，以客户主办犯罪行为作为指标，将客户划分为相同类客群，剖析形成客户犯罪行为事件分类，通过手机银行、客户经理、叫作号机等渠道部署相同营销策略，按日点燃营销名单并积极开展营销。AI+金融市场规模据艾瑞咨询统计数据测算，2021年AI+金融核心市场规模达致296亿元，助推有关产业规模677亿元，至2026年，核心市场规模达致666亿元，CAGR为17.6%，助推有关产业规模1562亿元，CAGR为18.2%。分后技术产品来看，金融机器学习产品由于与金融机构多业务场景均可密切融合，且产品能力在海量高质量金融业务数据助力下赢得快速提升，变成市场主要拉力之一，2021年金融机器学习产品占AI+金融核心产品市场规模比重少于42.2%。AI+金融发展趋势技术能力不断整修，金融行业数字化不断大力大力推进。金融机构构筑机器学习、生物特征识别、智能语音语言、智能图像、科学知识图谱、智慧物联等平台，构筑Al核心能力群，广为应用于金融业务领域，未来将进一步多样企业级AI技术服务体系，持续在基础技术平台建设赢得关键进展。应用领域智能化深化，强化数智金融体系。场景方面看一看，在技术的深度不断加强的基础下，场景全面全面覆盖的广度也不断向外拓展，在产品设计与定价、营销运营、客户服务、风险掌控、监管合规方面的应用领域场景不断丰富。AI+金融遭遇的挑战数据安全：金融领域牵涉到大量的客户数据和虚弱信息，因此数据安全就是人工智能在金融领域应用领域的一个关键挑战。如何保护用户的数据安全性与隐私性，就是将人工智能技术应用于金融领域亟待解决的关键问题。监管合规：金融领域的监管和合规建议非常苛刻，而人工智能技术的应用领域可以平添一些代莱监管和合规问题。如何并使人工智能技术与金融监管和合规建议相适应，就是人工智能在金融领域应用领域仍须解决的另一个关键问题。基础设施：人工智能本身仍须大量的运算。金融应用领域实时性、可靠性和安全性的特质也同意其对传感器和芯片等硬件设备和网络的抗压能力等建议更高。随着技术创新的深入细致和规模的膨胀，金融机构仍须不断增加存储和通讯等基础提振的资金投入成本。数据、场景均多样，大模型走上金融大舞台AI2.0时代到来，金融行业数据多样，应用领域场景多，将产生大量的技术创新应用领域AI1.0：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AI1.0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。AI2.0：AI2.0克服了AI1.0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（FoundationModel）；基于大模型，各种创新应用将层出不穷。AI2.0+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。金融行业数字化市场需求刚性，资金投入非常小，就是大模型应用领域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。巨额投入夯实金融机构的IT基础，做好AI金融应用的底层设施建设。与此同时，政策扶持增强，金融科技核心技术不断迭代且与金融业务场景进一步融合，金融机构间科技竞争愈发激烈，前沿技术采购不断增长。以国内银行与保险机构为前沿科技采购代表，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。金融机构在科技领域投入的持续增长将为AI金融企业的长远发展带来源头活水，推动AI+金融市场持续发展，促进金融业数字化转型升级提质增效。AI+证券应用领域案例：BloombergGPT擅长金融任务，性能距优于同规模模型。BloombergGPT在金融领域的有关任务中整体整体表现出较低的性能和专业性。同时，模型在进度表训练阶段就已经自学至了大量金融科学知识，并使在后Chinian的微调任务中能更快地适应环境特定场景。使用内部特定的评估标准对模型进行多个任务评估，推断出BloombergGPT在金融任务上的整体整体表现明显优于现有的相近规模的对外开放模型（GPT-NeoX、OPT-66B、BLOOM-176B）。此外，模型在金融任务上的整体整体表现远高于在通常任务上的整体整体表现，但其处理通常任务的性能仍不逊色同规模模型。AI+保险应用案例：Lemonade基于GPT-3的销售机器人玛雅（AI.MAYA）Lemonade于2015年创立，是一家以人工智能为特色的互联网保险公司。Lemonade将保险与科技相融合，构建一个人工智能机器人平台，该平台打造基于GPT-3技术面向用户的销售机器人玛雅（AI.MAYA），利用自然语言处理和机器学习技术为客户提供个性化的保险推荐和咨询服务。该技术贯穿客户提问分析与解析，引导客户加入Lemonade，创建报价和安全付款等任务。当客户有购买保险的意图时，只需与玛雅约两分钟的简单聊天便能识别与处理客户信息，推荐适配的保险产品及报价，促成交易的达成。玛雅还通过向客户提出有限且高质量的问题，并根据回答进行算法调整，后续可大幅度减少客户管理时间。AI+银行应用领域案例：度小八十“智能化信用记录阐述中台”关于大模型在银行业的应用领域，度小八十CTO许冬亮也明确提出了三大方向。1）基于大模型的智能客服将超越人工服务，并使高质量顾问式金融服务变成可能将将；2）生成式大模型可以变成投资投资理财师、经纪人等从业者的“全能业务助理”；3）广告和营销内孟一键分解成能力，也将助推金融行业营销效率的大幅提高。比如说在金融领域，信用记录报告就是识别个人信用的最重要风控手段，小微企业融资难，一个主要原因就是个人信用记录报告中存大量非结构化数据，很难用传统的数据处理方式进行分析。度小八十“智能化信用记录阐述中台”，将NLP、图算法应用领域在叛信报告的阐述上，能够将报告阐述出40万维的风险变量，将银行风往上模型的风险区分度提升了26%。度小八十“智能化信用记录阐述中台”工程，将大型语言模型LLM、图算法应用领域在信用记录报告的阐述上，荣获了“吴文俊人工智能科学技术奖”，度小八十也凭借该工程变成唯一入选的金融科技公司。新一轮金融科技革命，产品&商业模式均料革新AI+金融：头部科技企业的产品和商业模式均料革新AI+金融的发展，除仍须算力等通用型要素外，还仍须数据、技术、Know-How、场景等要素。由于银行等金融机构数字化资金投入大，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通常分摊具体内容的系统同时同时实现任务，按项目或按人月收费。我们表示，随着大模型技术与业务的深度融合，头部金融科技企业料同时同时实现产品和商业模式的革新，同时同时实现从产品+服务缴费向SaaS浏览收费、运营分润收费的转型。我们表示，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迁调上数据、场景等要素，有关产品料率先落地。同花顺：深耕AI多年，2C用户优势明显，已有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。公司重点打造的i问财目前是财经领域落地较为成功的自然语言、语音对话交互问答系统。公司进一步加大对i问财的研发投入，采用全新的语义解析方案，结合AI大模型、小样本学习等技术的应用，有效提升i问财服务效率，可将服务场景从财经领域扩展到通用领域，从中文场景扩展到多语言场景。公司自主研发的同花顺智能语音平台，在中文金融场景语音识别准确率达到98%以上，中英文通用场景识别准确率超过95%，多种方言识别准确率超过90%；同时，平台还具备高度拟人的语音合成能力，以及语音转换、歌声合成、情感识别和声纹识别等智能语音技术能力。目前基于自主智能语音技术的产品已应用于多家证券公司、基金公司及电信运营商；同花顺虚拟数字人对话平台，运用多模态数字人对话技术，实现与真人用户“面对面”的交互体验，该产品目前已落地多个大型客户。指南针：“AI+券商”排头兵公司陆续上线了“全系列赢决策系统智能阿尔法版”、“全系列赢决策系统私享家手机版”产品。其中，“智能阿尔法版”利用了基本面类、资金类、技术类、事件因子等多因子进行女团，利用大数据的评价体系及归因分析方法，同时同时实现模型构筑，满足用户对于大盘、行业板块、个股的综合分析的市场需求；“私享家手机版”作为私享家PC版的延伸，进一步多样了公司产品在使用平台上的多样性。财富趋势：AI赋能，辅助挖掘市场机会公司不断加强AI能力建设，稳步深入细致AIGC、交互式AI等领域的研究，完善内容生态构筑，多样证券信息产品矩阵。人工智能技术应用于数据生产、产品研发等多个环节。公司主要采用自然语言处理(NLP)、计算机视觉(CV)等技术，自动收集整理数据、自动解析文本、抽取关键信息，并提供更多更多标注平台、数据比对平台，着力发展小达智能博主，问小达等产品，由此形成了一套系统的金融数据解决方案，并研发了智能金融问答、公司图谱等一系列特色AI功能。产品示例：AI挖掘机，通过AI智能排序，洞察市场冷暖，从而著眼核心风口，帮助客户挖掘