Copyright 2009-2023 123670网 版权所有 京ICP备201502360号-1
进入2023年，ChatGPT的引爆让大模型、AIGC（生成式人工智能）技术进入大众视线，而金融机构数字化转型不断深化的当下，有声音称，金融业有望成为AIGC落地的“试验田”。
在此背景下，大模型、AIGC等技术是如何与金融行业尤其是证券行业相结合的？证券行业所面临的新一轮技术浪潮与产业变革将会如何进行？
券商积极拥抱新技术，业内：短期辅助工具长期颠覆
近年来，金融机构数字化转型日渐深化，伴随着新一轮技术浪潮的开启，金融业被公认为大模型与AIGC应用的主战场。而对于证券业来说，其数字化转型已进入全面加速阶段，广度和深度不断加大。
业内普遍认为，促进金融与科技的融合是当前证券行业实现高质量发展、全面服务实体经济的必由之路。
早在2020年中国证券业协会发布的《关于推进证券行业数字化转型发展的研究报告》就提出，出台行业标准，促进金融科技应用融合。而根据最新的《中国证券业发展报告（2022）》显示，77家证券公司将数字化转型列为公司发展战略，数字化转型的“主战场”逐步由零售经纪业务扩展到机构业务、资产管理、投资银行、自营投资、中后台等多个领域。
贝壳财经记者了解到，在经历了以交易无纸化为重点的电子化阶段、以业务信息化为重点的互联网证券阶段、以金融科技赋能为重点的证券业数字化转型阶段。证券业正在探索新的数字化转型生态，而日前火热的大模型与AIGC技术将助推这一波浪潮。
“最近大模型技术进化太快了，应接不暇，证券行业金融科技领域的技术也迅速迭代。”有头部券商金融科技部的相关从业人员表示。与此同时，多家券商从业人员表示，自己所在的机构在近一年都在大模型、AIGC等新技术方便作出了探索并推出了相应的技术落地场景。
“面对大模型、AIGC的技术浪潮，我们也在提前探索、积极布局大模型基础设施建设及应用。”国泰君安信息技术部相关负责人在接受贝壳财经记者采访时表示，大模型等人工智能技术快速发展，短期将成为金融领域重要的辅助工具，长期预计将对金融行业的业务模式、盈利模式和客户交互模式等产生深远影响。
券业大模型与AIGC场景落地，不同规模券商在做哪些准备？
人工智能是新一轮科技革命和产业变革的重要驱动力量，而大模型与AIGC技术作为人工智能领域的重要分支，被广泛应用于图像、语音、自然语言处理等领域。不同规模的券商在探索中有何异同？
从头部券商来看，国泰君安信息技术部相关负责人表示，近一年来公司积极探索大模型技术在金融行业的新应用和新场景。目前，在智能客服、数字化投行、智能投研、智能协作等多个细分应用领域中，已完成多项AI技术与服务研发，并实现落地应用。
“对于小型券商或中型券商来说，AIGC等技术的落地意义可能比头部券商更大一些。毕竟中小券商人手不多，更希望利用一些金融科技或AI的能力去做一些内容输出。”中航证券金融科技部副总经理师蒙在接受贝壳财经记者采访时表示。
师蒙指出，在AIGC技术推出之际，证券行业就迅速拥抱并衍生出一些典型应用。他以中航证券近一年的探索举例称，比如，在原先研报等内容生成基础上，通过AI视频模式实现“文字一键转视频”；再比如，内部推出数字人，“我们公司微视频账号中现在基本上有一半的内容都是通过AI视频加数字人的视频形式输出的，大大节省了时间和人力成本。同时，现在行业内包括我们也在试跑模型，希望把AI数字人嵌入到一些业务办理或开户的流程中。”
上述国泰君安信息技术部相关负责人表示，面对大模型、AIGC技术等技术浪潮，国泰君安主要做了四方面准备；二是和业内共同探索行业解决方案和生态体系建设，在通用基础大模型的基础上，探索1个行业大模型在N场景的“1+N”落地应用，加快大模型在证券行业的业务场景的应用落地；三是扩大业务领域应用，推动AI技术能级提升，结合大模型、AIGC技术，拓宽、深挖AI在财富管理、投行、机构等业务领域的场景覆盖；四是加强数字化人才建设，加强人工智能专业人才培养，增厚人工智能技术的应用氛围，借助创新竞赛及活动，进一步激发广大员工的创新能力。
中航证券数字创新及规划负责人田哲指出，大模型技术的核心能力是两点，一是语义理解，包括总结、提取、分类、检索或改写的能力；二是内容生成。结合这两点能力，金融领域可能在三方面考虑应用大模型。首先，帮助金融机构提高效率。比如，通过自动化的数据输入和处理，快速生成关键的分析报告和决策支持数据；通过智能算法进行投资决策和风险管理，减少人为干预和错误，提高决策效率和准确性；助力金融机构自动化的业务流程，加快业务的处理速度。其次，帮助金融机构优化业务创新和内容生产；第三，帮助金融机构去解决获客、留客等营销的一些难题。
田哲举例称，可以通过对大量用户的数据进行分析，并根据分析结果生成符合要求的营销文案的这种推广策略来提高金融机构的营销效果和用户的转化率。同时还可以通过深度学习的模型和智能算法生成虚拟人形象，作为金融机构的客户人员与客户进行实时的这种互动和沟通。
“我们公司一方面是加强对大模型的学习和调研，了解大模型并探索大模型在证券行业的应用。”田哲介绍，目前大模型的落地或应用场景主要是结合公司的实际情况，选择了与外部厂商进行合作的形式。
田哲认为，目前行业对于大模型技术的应用还处在一个适应阶段。个人认为金融机构在实际应用中一定要符合国家发布的法律法规，合规是底线；同时，做好生成内容的把关、做好数据隐私的保护工作。
财富管理优先落地，业内：机构需积极应对
谈及科技在券商财富管理领域的应用落地时，师蒙指出，从券业多年的IT发展来看，基本上每家券商IT投入将近有40%-60%集中在财富管理领域。这主要是由于财富管理业务的“根”决定，因为财富管理是ToC端业务，自然而然需要大量的金融科技能力做支撑。另外，财富管理领域的数字化或金融科技建设做得最早，时间最久。
“虽然这两年投行、自营、资管等相对ToB端的业务也有一些逐步升级。但是各家券商做得最大的还是财富管理的数字化。”师蒙表示。
据了解，目前各家券商财富管理领域有不少金融科技的应用方向。师蒙指出，实际上金融科技在交易端，在产品端、在运营端，在客户的经营管理端，甚至于在分支员工的管理端都有所渗透。
国泰君安信息技术部相关负责人也指出，在智能协作领域，公司引入大模型、AIGC技术之后，员工的工作内容和方式发生了重大变革。一系列“职场黑科技工具箱”的打造，如管理驾驶舱智能问答、公文纠错、AI马良智能绘画平台、党建AI机器人、开发AI机器人等推出,为员工提供了强大的支持，解决了他们工作中的难题，显著提高了工作效率。
他还指出，在这个时代背景下，金融机构需要积极应对人工智能带来的挑战和机遇，激发创新活力，适应并把握人工智能快速变革的时代浪潮，深度挖掘和优化人工智能技术在金融服务中的研发和应用，推动金融产品和服务创新，赋能行业高质量发展。
“金融科技而言也好，数字金融、数字化转型也好，本质不是我们去建一个系统，而是科技必须要在金融机构的业务场景、业务模式中应用，科技必须深度和业务结合起来，才能去发挥这些所谓的数字金融、科技金融和金融科技创新相应的价值、能力。而且这不是IT团队或信息技术部一个部门的事，必须是让双方协同起来深度参与推动。”师蒙指出。