非银行金融行业买方投顾转型专题报告：AIGC大模型赋能买方投顾转型或打开全新市场空间

是我国财富管理领域的大势所趋，无论从政策端还是业务端考量，转型都迫在眉与资管模式因此可收取的管理费与托管费率大大降低，因此买方投顾或将从这次公顾的不平衡给各大客户带来不愉快的售后体验，同时当下的投顾人员缺乏一定专业性，大模型不仅将加速买方投顾团队的培训与进化，也将显著赋能投顾的开展业务过程，显著提升其专业度与客户需求响应速度，进而大幅改善买方投顾客户体验，投顾模式或将为模型供应商（也可能是券商或金融机构本身及其金融科技子公司）方投顾模式的不断成熟以及AI大模型日趋成熟后供应商议价能力持续抬升，这一股公司金证优智合作开发金融AI大模型及配套应用，开展善AI产品。与恒生电子的不同之处在于，金证股份研发的专用大模型并不是基于ChatGPT等通用大模型底座，而是直接自主研发的专用大模型，然后基于专用大模型开发适用于买方投顾业务等特定场景的应用，当前粘性+问财推出，加速流量变现。当前阶段同花顺ap同花顺在AI大语言模型赋能自身的投顾业务竞争中处于有利地势；2）财富趋此基础上公司持续深入生成式AI、语言模型等领域的研究，迭代人工智能技术路径，丰富证券金融科技产品矩阵，积极探索AIGC在金融科技应用新场景,保持研发资源的投入；3）老虎证券：全球首家推出AIGC月30日业绩会宣布正式推出TigerGPT，在经过今年4月以来的beta测试，的三大核心要素，其中数据从早期关注的数量转变为对质量和结构的重视，竞争性成本与卡脖子风险、提升效率，但可能存在模型不成熟风险；二是在通用大模型上开发，丰富的底层架构使得理解与推演能力更强，但训练与维护成本较高，且复杂多条路径或殊途同归，当前难以判定孰优孰劣，仍待时日检验。商业模式方面，无论是通过研发专用AI大模型赋能金融机构以期瓜分过专用大模型赋能自身的投顾或炒股软件产品以期获得更高的流量市场份额与付费融投顾领域的专用大模型，亦或是以成熟的通用大模型为底座打磨专用大模型，最终或殊途同归，成为买方投顾模式重要的展业基础，带动我国投顾模式的转型与升级。推荐有望依靠AIGC实现C端业务弯道超车的券商系统供应商财富趋势龙头老虎证券(TIGR.O，买入)。风险提示：买方投顾转型进度不及预期；国内大模型研发进度不及预期；国际地缘政看好（维持）看好（维持）sunjiageng@orientsec.c“政策底”已现叠加“经济底”预期，把握板块低估值配置机遇：——非银金融行业周观点监管呵护资本市场健康发展，把握非银板块配置机遇：——非银金融行业周观点强“政策底”加持下保持底线思维，不过分乐观亦不悲观：——非银金融行业周观点2023-09-102023-09-042023-08-27治冲突带来关键技术卡脖子的风险；监管合规风险；假设条件变化影响测算结果。有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。2目录 4 4 41.2.1.政策端：基金投顾业务未来可期，公募基金降费买方优势彰显 4 7 72.1.恒生电子：率先发布AI专用大模型，抢占先发优 8 4.2.路径探究：自主研发专用大模型or依托通用大模型 20 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。3 5 6 6 4 5 7 8 8 8 20有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。41.买方投顾转型大势所趋，AIGC或加速这一进程1.1.ChatGPT引燃AI大模型市场，买方投顾业务成为重性大语言模型成为未来整体市场的风向标。更为透明开放民主的Web3.0将用户从平台控制解放出来，使用户能够更好地掌控自我数据与数字身份。其对未来市场整体发展趋势主要体约和区块链技术一定程度上削弱传统金融中介的市场地位。这种去中心化的金融体系可以为用户提供更为开放、透明及高效的金融服务。如无需信用评级的借贷、去中心化交易所和流动性池等，一定程度降低交易成本，提高科技金融服务的普惠性。2）自动化金融与智能合约：大语言模型的进步为智能合约与自动化金融带来了新的机遇。智能合约是在区块链上执行的可编程合约，可以自动执行特定条件下的金融交易和协议。借助大语言模型，开发成员可以更轻松地编写复杂的智能合约，增加金融交易的自动化程度，这将为金融机构提供更为高效、可靠及安全的金融服务。3）风险管理与合规性：随着大语言模型的开发与各券商之间大模型不仅将加速买方投顾团队的培训与进化，也将显著赋能投顾的开展业务过程，显著提升其Web1.0Web2.0Web3.0用户重心流量形式广告形式涉及技术数据来源：Forbes，东方证券研究所1.2.业务转型彰显必要性，政策业务指明道路基金投顾业务未来可期，公募降费大势所趋之下买方投顾优势彰显。此前不久，证监会发布《公开招募证券投资基金投资顾问业务管理规定（征求意见稿）》，明确了基金投顾业务的市场定位、运作细则与管理要求。经过前期试点与充分论证，市场各方对基金投顾业务已经形成诸多共识。推动财富管理转型，从客户角度思考解决问题，从卖方代销领导的格局转向买方投顾的模有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。51200亿元。同时，近日证监会宣布指定公募基金行业费率改革工作方案，全面优化公募基金费率模式，稳步降低行业综合费率水平，与此同时，近日多家基金公司包括易方达、华夏、嘉实、兴率分别降至1.2%、0.2%以下。传统卖方代销与资管模式因此可收取的管理费与托管费率大大降低，因此买方投顾在这次公募降费中获益颇深，各大机构转变卖方投顾展业逻辑逐步建立，并开基金公司及其子公司数据来源：证监会、东方证券研究所股票基金混合基金债券基金FOFQDII其他数据来源：中基协，东方证券研究所传统卖方投顾模式的转变是财富管理行业的一个重要趋势。在过去，卖方投顾模式以产品为产品和投顾之间也存在一种捆绑关系，即客户购买某一产品就默认接受该产品的投顾服务。然而，有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。6随着市场的发展和投资者需求的变化，传统卖方投顾模式逐渐不再适应当前的市场环境。越来越多的投资者对于财富管理的需求不仅仅停留在产品选择和投资收益上，更注重个性化的财富规划、全面的投资建议和专业的服务体验。因此，财富管理行业的趋势开始向以客户为中心的模式转变。在以客户为中心的买方投顾模式中，投顾服务被看作是与客户长期绑定的关系，重视提供全方位的服务，包括财富规划、风险管理、税务筹划等方面的建议。投顾顾问不仅仅关注投资运作，更注重与客户建立深入的沟通和理解，以满足其特定的需求和目标。这种模式下，客户和投顾之间的关系更加紧密，投顾顾问会持续关注客户的财务状况和变化，并根据其需求进行相应的调整和建议。此外，买方投顾模式也强调投资者教育和风险管理。投顾顾问会向客户提供更多的投资知识和专业建议，帮助他们更好地理解市场和投资风险，并制定合适的投资策略。这种模式下，投资者不再只是简单地接受投顾的建议，而是更加积极参数据来源：东方证券研究所数据来源：东方证券研究所数据来源：东方证券研究所市发布《北京市加快建设具有全球影响力的人工智能创新策源地实施方案（2023-2025）》和《北京市促进通用人工智能创新发展的若干措施》；上海市发布《上海市加大力度支持民间投资具体的措施，如加强与云厂商的合作、加快算力中心的数据训练基地的规划建设等。充分发挥人工智能创新发展专项等引导作用，支持民营企业广泛参与数据、算力等人工智能基础设施建设。同时明确“到2025年，人工智能算力布局初步形成，国产人工智能芯片和深度学习框架等基础软硬件产品市场占比显著提升，算力芯片等基本实现自主可控”的目标。以ChatGPT为代表的AICG技术的不断演进，人工智能目前发展到强调“通用性”阶段。初，中证协向券商下发了《网络和信息安全三年提升计划（2023-2025）》征求意鼓励有条件的券商在未来三年信息技术平均投入金额不少于平均利润的8%或平均营业收随着券商客户对信息技术投入的增加，公司有望获得发展的良机。另外，公司在信息技术领域表现出色，成为行业内率先完成核心系统全面信息化升级的先驱。该核心系统的技术架构符合《三年提升计划》对核心系统升级的要求，为公司进一步拓展业务打下了坚实的基础。这些举措将有有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。7传统业务缺乏活力，针对买方投顾业务的专用大模型研发抢占AI投务模式如资管及代销等传统卖方业务在财富管理领域面临着市场需求个性化、定制化和综合化方转向AI类买方业务，争先加大对买方投顾业务专用大模型研发投来各券商如能推出更加智能化、个性化和高效的AI大语言模型来服务于投顾业务，可以降本增效从而从当下传统业务的困境中脱颖而出，在竞争激烈的年有余，但规模刚过千亿元大关，发展的速度相对缓慢，究其原因，投资顾问在销售基金投顾产品时仍未摆脱传统卖方的推销模式，且产品销售之后往往求。另一普遍存在的问题就是如何平衡好客户收益目标与风险承受能力，做到二者兼顾，并持续大部分是从过去各大券商营业部转行进入基金投顾行业，擅于推销产品，但是资本市场知识储备、资产配置与组合方面的专业能力距离海外发达投顾仍有一定的距离，尚不足以满足买方投顾业务对投顾业务以及投顾人员的赋能确是值得期待，为客户提供更加个性化专业服务并能一定程度降低投顾培养成本，降本增效的同时基于客户的投资目标和风险承受能力，制定更科学的资产配置溯，提高投资决策的透明度，有助于客户更2.B端：大语言模型赋能机构实现降本增效，以期瓜分投顾费新“蛋糕”买方投顾的牌照获批与业务开展正稳步推进，市场空间较为广阔，大语言模型赋能机构有望投顾模式仍处于早期阶段而买方投顾转型是一个漫长的过程，我们假设10年之后也就是2033年买方投顾模式渗透率（买方投顾模式保有量占基金保有量的比重）两个指标为计算基础进行敏感19.87%），买方投顾模式渗透率取值分别为25%/40%/55%，则在情景一/情景二/情景三之下，有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。8数据来源：Wind，东方证券研究所在情景一/情景二/情景三之下，我们再以投顾费率与大模型供应商投顾费收入分成比例两个指标为基础进行进一步的测算，市场平均投顾费率取值分别为0.4%/0.7%/1.0%（当前基金投顾取值为30%/40%/50%（假设买方投顾业务我们参考当前卖方投顾模式下代销渠道的分成比例），在情景一下，大模型供应商一年投顾费收带来相当可观的年度收入增量，若未来随着基金市场规模的不断提升、买方投顾模式的不断成熟投顾费率/分成比例数据来源：Wind，东方赢家App，东方证券研究所注：假设非货保有量CAGR为12.5%，买方投顾渗透率为25%投顾费率/分成比例数据来源：Wind，东方赢家App，东方证券研究所注：假设非货保有量CAGR为15%，买方投顾渗透率为40%投顾费率/分成比例数据来源：Wind，东方赢家App，东方证券研究所注：假设非货保有量CAGR为17.5%，买方投顾渗透率为55%2.1.恒生电子：率先发布AI专用大模型，抢占先发优势恒生电子在财富管理领域建立大模型直接赋能机构的B端投顾业务加速机构是国内聚焦于财富资产管理领域的金融科技先驱，多年来公司以技术服务IT建设经验，以及对互联网的深刻洞察和理解，用优质的产品与服务，驱动金融机构创新发展，有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。9当前公司推出多个AI智能模型一定程度上推动各行各业大语言质量、模型生成效果和数据安全合规等方面有着更高的要求。在发布会上，恒生电子首次展示了融百科、政府报告、法规条例等）进行二次预训练，支持80+金融专属任务指令微调，使出色，包括金融专业问答、逻辑推理、超长文本处理、多模态交互和代码能力等方面，并保证了内容和指令的合规安全，处于业内领先水平。它可以为投顾、客服、投研、运营、风控、合规和支持私有化/云部署和灵活的API调用，仅需一台机器和两张显卡进行推理端部署。金融机构可以基于LightGPT通过私有任务数据进行定制化和“光子”大模型时代金融智能助手。随着大模型技术的成熟和应用，金融业务流程中的自动化和智能化逐渐成为现实。然而，由于金融垂直领域数据的训练和保护需求，通用大模型在中文金融场景中的应用仍面临全面、精准和即时性的挑战。针对金融业务应用大模型的实际需求，恒生电子率先推出了金融智能助手“光子”，以解决大模型在实际应用中存在的技术连接、应用连接、数据安全合规等问题，实现业务系统的智能化升在恒生的大模型技术生态布局中起到了关键作用。基于金融行业的大模型LightGPT能力，“光子”可以为金融机构的投顾、客服、运营、合规、投研和交易等业务系统注入AI能力，成手，通过强大的语言处理能力，在参数提取和非标文件智能解析方面发挥作用，自动筛选与估值各类金融数据，包括聚源金融数据库（行情、公告、研报等）、应用系统生成的数据以及特色数据，通过统一的"标准"进行数据加工、存储、开放和使用。同时，“光子”在数据保护、访问控制、法律遵从和操作审计等方面实现了数据的脱敏、合智能投研平台WarrenQ推出。6月28日，恒生电语言模型技术打造的数智金融新品，金融智能助手“光子”和全新升级的智能投研WarrenQ是恒生聚源推出的面向投研投资场景打力投研数字化生态建设。发布会上，恒生聚源副总经理白雪对外发布了基于大模型技术全新升级方式，帮助分析师和投资经理提高工作效率。Warre利用大模型叠加搜索和聚源金融数据库，通过对话指令，轻松获得金融行情、资讯和数据，且每有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。一句生成的对话均支持原文溯源，确保消息出处可追溯，还可以生成金融专业报表，轻松实现“语数据来源：公司公众号，东方证券研究所信院、中国人工智能产业发展联盟主办，人工智能关键技术和应用评测工业和信息化部重点实验室承办的“大模型技术应用”分论坛举行，作为国内领先的金融科技公司，恒生电子受邀参与“模型应用”标准的编制工作，并积极探索大模型技术在金融核心业务场景的应用融合。在本次分论坛上，中国信通院正式发布了由恒生电子等40余家企业技术和应用评估方法第4部分：模型应用》标中国信通院联合业界标杆企业对大模型的工程化路径进行了深入研究和探讨，共同编制《大规模预训练模型技术和应用评估方法》系列标准，包含模型开发、模型能力、模型运营、模型应用、安全可信五部分。本次发布的“模型应用”标准，从应用丰富度和应用成熟度两个维度进行评价，围绕行业覆盖度、场景适配度、任务支持度、效果优越性、服务可靠性、定制满足度等评估大模还需要对接结合垂直领域知识能力，并充分考虑涉及到数据安全、信息安全、供应链安全、权益利用自身在金融领域积累的领域知识能力，共同完成语言模型训练，打造面向投研、投顾、营销、2.2.金证股份：专注自研专用大模型及配套应用有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。技公司，在各大证券公司交易领域方面有一定客户积累和业务深度，公司近年来不断持续增加创流程优化咨询和系统建设方案咨询等辅助服务，协助证券公司、基金公司、期货公司、信托公司等金融机构快速拓展互联网金融服务。3）金证股份公司本身拥有广泛的智能化产业线，从客户“四化框架”下均有业务布局，以“平台共享、技术赋能、创新孵化、产业加速、资本链接”为流程自动化）平台的人工智能公司，公司在国内率先推出了拥有自主知识产权的企业级R并以“RPA+AI+大数据”为核心技术，同时与国有六大行的银行客户已经达成签约，这显示了金智维在RPA领域的强大实力和成功业绩。划）、CRITICISM（评估）四个模块来分析用户需求或任务，并提供执行目标和具体任务。AutoGPT还能在项目执行过程中自主调整和优化，回答新的问题。由于AutoG个智能助手能够在运维管理系统中自动化处理客户咨询、智能故障排除、自动化流程管理、自动化报表生成等任务，从而提高运维工作效率，减少人工成本。同时，金微蓝AI运维专家通过多模态模型的支持，增强了平台问题定位和故障自动化处理能力，从而进一步提升运维自动化作业整金证股份联合参股公司金证优智大力合作开展金融AI专用大模型与配套应用研发工作。2023年上半年，金证股份联合参股公司金证优智合作模型训练，进一步完善AI产品。与恒生电子技术路线的不同之处在于，金证股份研发的型并不是基于ChatGPT等通用大模型底座，而是直接自主研发型开发适用于买方投顾业务等特定场景的应用，当前AI大模型与应用正处于研发储备阶3.C端：大语言模型赋能自身提升流量变现效率AI大模型赋能有望显著提升产品功能与用户体验，扩大流量的同时也有望提升流量水平与付费转化率。依靠AI赋能炒股软件或投顾产品并不稀奇，如同花顺的i问财、通达信的问小达、用户体验有限，难以真正降低炒股软件或投顾产品的使用门槛，也难以真正提升用户的炒股体验有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。或改善投顾产品的功能，更遑论改变用户的使用习惯或增加粘性，因此也难以改变当前固化的流量分发格局。因此，在AI大模型掀起AI新篇章之际，市场便开始憧憬AIAPP市场中，AI大模型的引入正在成为打破僵局的关键要素。随着科技的不断发展，传统证券大模型的赋能为传统证券APP带来了新的活力和创新，使其能够更好地固定的规则和算法，难以应对复杂多变的市场情况。而AI大模型可以通过对大量数据的分析，实时监测市场风险，预测可能的风险事件，并及时向用户发出预警，帮助用户降低风险，保护投资；3）AI大模型还可以通过自然语言处理和情感分析等技术，实现更加智型，传统证券APP可以实现更加智能的对话交互，能够理解用户的语义月活跃用户数（万人）3500300025002000150010005000益盟操盘手信达天下兴业证券优理宝华彩人生指南针股票股票灯塔掌证宝长江e号通达信牛股王腾讯自选股雪球金太阳申万宏源大赢家中国银河证券中泰齐富通益盟操盘手信达天下兴业证券优理宝华彩人生指南针股票股票灯塔掌证宝长江e号通达信牛股王腾讯自选股雪球金太阳申万宏源大赢家中国银河证券中泰齐富通广发证券易淘金蜻蜓点水小方数据来源：易观千帆，东方证券研究所中信证券信中信证券信e投平安证券平安证券国泰君安君弘国泰君安君弘涨乐财富通涨乐财富通大智慧大智慧东方财富东方财富同花顺同花顺活跃用户同业之首，依托丰富产品链及AI技术增加客需粘性。同花顺作为目前国内证券服务app之首，注册用户与月活跃用户均远超同业，截止2022年末，同花顺金融网注册用户高达6.1产品链一定程度上保证了一定的客户粘性，同时公司利用语音合成、自然语言处理、机器翻译、图像识别等领域的核心技术构建AI开放平台，有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。注册用户数:同花顺(万人)0数据来源：wind，东方证券研究所长尾市场数据完整性方面存在不足，但在主流市场如A股、港股、美股、台分析师的预测，还使用自身模型生成公司营收、利润等预测，以及宏观经济预测等；2）货币政言历史、发言官员分类，以及加息点阵图的变化；3）合作券商分析师明星团队构建产业链图谱：iFind与各行业知名券商分析师团队合作，共同构建产业链图谱和相关标名度，同时提供全面的产业链信息；4）并提供历史事件与行情回测功能：iFind打造每周热点事件标签，并提供相关事件在过去时对股价表现于彭博本身积累的大量金融数据，通过这些数据创建了一个包含3据集，并基于通用和金融业务的场景进行混合模型训练，训回答能力。例如BloombergGPT更加容易根据输入的英语金融分为积极、中性和消极三类。而同花顺与彭博在金融数据领域都有多年的深耕，并拥有大量专业级金融数据资源。通过整合同花顺自有数据和市场公开数据，公司可以形成独有的知识图谱。结合语音合成、自然语言处理、机器翻译、图像识别等核心技术，加上行业领先的用户规模，同花专注于使用AI技术改进财经数据的提取、处理、分析、沉淀以及展现，同时致力于为每依托目前第三方投资App高用户占比的优势配以问财聊天 的深度学习与训练，当前仅能回答处理简单基础问题（多轮问答能力仍欠成熟），但依托同花顺有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。预训练提供了数据基础，重点加大AIGC大模型相关的技术与公司现有的产品和服务体系之间的数据来源：公司官网，东方证券研究所数据来源：公司官网，东方证券研究所有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。数据来源：公司官网，东方证券研究所 数据来源：同花顺app，东方证券研究所 数据来源：同花顺app，东方证券研究所 数据来源：同花顺app，东方证券研究所有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。3.2.财富趋势：C端业务起步较晚，AI大现用户智能选股、资讯检索、答疑解惑等需求的投资系统，让投资成为一句话的事。问小人工智能技术，汇集行情、资讯、数据库以及各大功能组件于一体，具备语义解析、信息聚合以及机器学习在内的多项功能的智能服务产品，支持自有内容的服务对接。问小达功能包含：智能选股（用户可以在检索栏输入选股条件，多个条件用逗号分开，检索想要的股票）、股海神搜主力监控精灵：主力买入/卖出、加速拉升/下跌，竞价试买/试买系统的财务分析体系：偿债能力、经营能力、发展能力、获利能力、资本结构、现金流量结构；数据：财务重要指标、单季度财务指标、股本股东、重点关注、财经日历、强弱分析、基准分析、一致预期、龙虎榜单、融资融券、大宗交易、增发减持、财报披露、并购重组、股权质押、持股分析、投资参股、调研互动、证券变更、事件驱动主营业务、经营范围、实控人、法人代表、股权变动、股权分置、高管公司概况、最新提示、高管管理、股本结构、股本变动、限售解禁、参股控股、控股关系、机构通股东、热点题材、持股变动、大宗交易、资金流向、股权投资、项目投数据来源：公司官网，东方证券研究所有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。现价、涨跌幅、实体涨幅、涨速、振幅、量差、内外比、换手率、自由换手率、强弱度闻、活跃度、攻击波、总股本、总市值、流通市值、流通股本、自比、自由流通比、十大股东持股比例、十大流通股东持股比例、价值类，成长类、价值成长类、市盈率、市净率、市销率、市现率利润率、资净利润增长率、营业收入增长率、每股收益、每股收益净资产、每股现金流、每股未分配利润、每重、资产负债率、净资产收益率、权益比、投资收益率、总资产报主力异动、净流入额、大宗净流入额、相对流量%、竞买率%、大股东增减持、近期关注、价值关注、强势资金券、增发送配、小盘成长、并购重组、机构重仓、国家队持股、持股沪深A股、主板、上证A股、上证主板、科创板、深数据来源：公司官网，东方证券研究所小达现阶段已经初步具备一句话选股等能力，并在持续优化和升级中，利用公司现阶段的积累的块，提升了语义解析的准确率；同时也覆盖了行情、资金、资讯、指标等数据源，提高了数据聚合效率和查询效率，从而满足用户在选股、资讯、指令、客服等场景的快速响应需求。基于目前问小达现阶段的问答体验，问小达金融聊天机器人目前具有很大的提升空间，现阶段具备一定的有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 数据来源：通信达app，东方证券研究所 数据来源：通信达app，东方证券研究所3.3.老虎证券：全球首推TigerGPT以期AI提升自身产品力为投资者提供智能决策支持及一定程度上的专业知识解答与风险管理。TigerGPT化投资前准备流程的新功能。这些创新包括进行个性化股票研究、个性化风险提示、个性化金融数据来源：老虎证券官网，东方证券研究所数据来源：老虎证券官网，数据来源：老虎证券官网，东方证券研究所高客户粘性+高效AI投顾业务抢占海外市场。截止2Q23，老虎证券入加上当前推出首个券商人工智能投资助手，在海外AI投顾市场方面抢占一定先机。同时，TigerGPT另外一个相对关键功能是能够提供财报电话会议和新闻稿的简单会司业绩一目了然。通过利用TigerGPT获得优质数据与研究，TigerG有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。股票趋势分析和经济日历等基本数据，扩展了其更为有效更为广泛查询的能力。根据老虎证券（新加坡）首席财务官HenryToh表示：“我们认识到人工智能在当今投资行业中发挥的关键作用及其未来增长的潜力，这就是我们开发TigerGPT的原因—在更大范围内彻底改变投资者体验。非常耗时。但有了TigerGPT作为人工智能投资助手，用户现在可以享受全新维度的互动体验，人保留之前的用户输入并根据正在进行的对话提供有意义的响应。TigerGPT无缝集成到TigerTrade的个人股票页面中，当检测到异常股票活动或重大事件时，会以弹出通知的形式呈现。数据来源：老虎证券官网，东方证券研究所4.展望：三核心要素决胜AIGC，两路径可行性探究数据：早期关注数据数量，现如今更注重数据的质量和结过使用大量的数据进行训练，使模型更好地适应各性能；但现阶段随着场景的逐步推广与参与群体的广泛扩容，市场更注重数据的质量和结构。一方面，丰富的数据集可以帮助模型更好地理解和捕捉不同的概念、语义和语法结构多样化的数据也可以使模型在各种任务和领域中表现出更好的泛化能力，从而使机器学习模型更大模型的应用往往需要对数据进行挖掘、分析和处理，需要能够快速理解和掌握业务需求。这就需要人才具备敏锐的业务嗅觉和深刻的理解能力，同时具备丰富的数据知识和分析技能，而现阶需要不断学习和跟进最新技术，在实践中不断积累经验，不断优化和改进应用方案，提高自己的实践能力和创新能力。因此，提供明确的职业发展路径，形成完善的人才梯度，提高人才储备的有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。考验IT技术能力，即数字化建设能力。特别是在当前日后的数据积累与技术沉淀便可持续推进，也可一4.2.路径探究：自主研发专用大模型or依托通用大模型路径一：自主研发专用大模型。与通用模型千亿量级参数相比，单独培育专用大模型所需参数在量级上大幅降低，大约只采用200-300亿量级参数，在模和金融的数据，成本与效率上相对更优，未来可根据市场需求进一步扩容，后续培训也可更加专业化，例如金证股份和同花顺均为自主研发专用模型，未来在选股、资产组合、投资策略搭建上市场其他模型，理解能力和推演能力相对更强，但没有针对资本市场做适配训练，因此恒生电子但由于底层代码不自主可控，未来可能有卡脖子持，响应速度不如自主研发产品。同时，由于底层平台的使用，费用相对较高且后期维护或较自通用大模型上开发数据来源：东方证券研究所5.投资建议多条路径或殊途同归，当前难以判定孰优孰劣，仍待时日检验。商业模式方面，无论是通过的投顾或炒股软件产品以期获得更高的流量市场份额与付费转化率，都有望打开可观的新收入增长极；AIGC技术路径方面，无论是自主研发金融投顾领域的专用大模型，亦大模型为底座打磨专用大模型，最终或殊途同归，成为买方投顾模式重要的展业基础，带动我国无必胜把握，依据现有理论与事实依据不足以判断孰优孰劣，仍然需要行业的多个玩家共同探索、有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。试错，最终找到一条或几条最行之有效的路线。推荐有望依靠AIGC实现C端业务弯道超商系统供应商财富趋势(688318，买入)，以及全球经纪科技经纪商龙头老虎证券(TIGR.O，买入)。6.风险提示5）假设条件变化影响测算结果：我们对基金保顾费率以及供应商分成比例等核心假设指标的预测有极大的不确定性，可能在较大程度有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。