(资料图片仅供参考)

AI+金融的四个层次：传统机器学习、大模型+微调、大模型预训练、智能投研。1）传统机器学习问答：2017-2021 年，金融科技快速发展，传统机器学习逐步运用于金融领域，包括自动化呼叫中心功能、安全领域、优化面向客户的聊天机器人的文书工作，以及改进员工培训。2）通用大模型+finetune：各大模型厂商紧跟Openai布局基础大模型，首先通过预训练形成基础模型，然后针对特定领域做微调。原则上来说只要有细分领域数据，通用大模型就可以针对垂直领域做优化，赋能各行各业。3）垂类大模型预训练：尽管大模型在通用行业中应用良好，但针对特定领域的垂类大模型仍有其存在意义和不可替代性。2023 年3 月30 日，BloombergGPT 正式官宣，一方面构建具备3630 亿个标签、迄今为止最大的特定领域训练数据集，另一方面训练BLOOM 风格、拥有500 亿参数的金融领域的大型语言模型（LLM）。4）智能投研：未来随着AI 技术的进步，一级投研业务降本增效需求不断加强，智能投研将成为重要方向，为行业带来更加广阔的发展前景。

垂类领域数据预训练+大模型效果优于通用大模型+微调。除了基础大模型，许多大模型厂商都致力于推出各类行业大模型。实际应用并不一定需要大模型具有非常全面的能力，而更需要对行业知识的理解和对行业需求的适配，垂类领域预训练模型可以学习到特定领域的术语、上下文信息和任务模式，提高对该领域的语义理解和生成能力，效果上优于通用大模型＋微调。

国外厂商金融垂类领域大模型纷纷问世。1）彭博社构建具备3630 亿个标签、迄今为止最大的特定领域训练数据集，训练出BLOOM 风格、拥有500 亿参数的金融领域的大型语言模型BloombergGPT， 在金融专用任务和通用任务上表现出色。

2）stratosphere.io 发布Finchat，可为投资者提供750 多家公司和100 多家超级投资学家的书籍。

AI 赋能，相关公司智能投研加速落地。1）金证股份：深耕金融科技多年，研发技术平台生态链完整，在首席人工智能官詹毅的带队下，AI 能力快速发展，子公司丽海弘金（智能投资）和优品科技（智能投顾）领衔智能投研，企业级RPA 软件金智维等AI 相关产品构筑完整生态链。2）同花顺：AI 能力及智能投顾投入较高，在AI开放平台的底座支撑下，基础版本的智能投顾“i 问财”和进阶智能投资助理陆续落地，解析PDF、自动写研报等子产品模块预计于6 月初上线。3）恒生电子：金融IT 供应商龙头企业，子公司恒生聚源积累丰富金融数据及资讯，高研发投入下金融科技实力显著攀升，为首批文心一言生态合作伙伴，申万宏源证券联合打造“智能投研一体化平台”。4）达观数据：作为提供各类场景文本机器人的AI 企业，公司研发垂直领域模型“曹植”，打造智能投研知识图谱中台，智能投研机器人在关键投研信息抽取和热点词分析上表现出色。

AI-ALPHA 与市场BETA 形成共振。1）ALPHA：金融IT 公司AI 产品持续落地，结合数据端布局、研发投入和变现能力，同花顺、恒生电子、金证股份、达观数据等公司，具备海量、丰富、高质的金融领域垂类数据，并致力AI 技术研发+相应场景产品落地的领军企业，在大模型时代竞争力优势将进一步强化。2）BETA：5 月以来，国内算力层激励政策频出，以北上深为代表，全国各地加快制定人工智能规划；国内以光模块、AI 服务器等为代表的核心算力环节，已在订单、产能规划上展现出高景气，落地放量可期；在美股算力巨头业绩与落地持续超预期的催化下，算力需求兑现的预期正持续加强，中美共振初步显现，市场BETA 增长强劲。

推荐关注：结合数据端布局、研发投入和变现能力，推荐同花顺、金证股份、恒生电子、东方财富、财富趋势、指南针。

风险提示：金融监管风险；AI 产品线推进不及预期。

标签：