華泰證券認(rèn)為，金融行業(yè)數(shù)字化程度領(lǐng)先，擁有數(shù)據(jù)富礦，有望成為AI大模型率先落地的垂直領(lǐng)域之一。應(yīng)用端，我們看到生成式和理解式大模型在銀行、保險(xiǎn)、資管、投研、投顧等多個(gè)細(xì)分領(lǐng)域正在落地或擁有潛在落地場(chǎng)景，幫助金融機(jī)構(gòu)降本增效。

(資料圖片僅供參考)

全文如下

華泰 | 電子：AI大模型+金融—掘金行業(yè)數(shù)據(jù)富礦

金融行業(yè)數(shù)字化程度領(lǐng)先，擁有數(shù)據(jù)富礦，有望成為AI大模型率先落地的垂直領(lǐng)域之一。應(yīng)用端，我們看到生成式和理解式大模型在銀行、保險(xiǎn)、資管、投研、投顧等多個(gè)細(xì)分領(lǐng)域正在落地或擁有潛在落地場(chǎng)景，幫助金融機(jī)構(gòu)降本增效。

核心觀點(diǎn)

金融行業(yè)坐擁數(shù)據(jù)富礦，有望成為AI大模型率先落地的垂直領(lǐng)域之一

近期，多家金融機(jī)構(gòu)、金融服務(wù)機(jī)構(gòu)發(fā)布其AI大模型：彭博發(fā)布支持金融領(lǐng)域的自然語言處理(NLP)任務(wù)的BloombergGPT，中國(guó)農(nóng)業(yè)銀行推出類ChatGPT的大模型應(yīng)用ChatABC，中國(guó)工商銀行發(fā)布了基于昇騰AI的金融行業(yè)通用模型。我們認(rèn)為垂直行業(yè)的高價(jià)值量數(shù)據(jù)對(duì)于AI大模型的訓(xùn)練和垂直領(lǐng)域應(yīng)用至關(guān)重要，金融行業(yè)數(shù)字化程度領(lǐng)先，擁有數(shù)據(jù)富礦，有望成為AI大模型率先落地的垂直領(lǐng)域之一。應(yīng)用端，我們看到生成式和理解式大模型在銀行、保險(xiǎn)、資管、投研、投顧等多個(gè)細(xì)分領(lǐng)域正在落地或擁有潛在落地場(chǎng)景，幫助金融機(jī)構(gòu)降本增效。

銀行：大模型助力數(shù)據(jù)洞察能力提升，賦能高質(zhì)量顧問式金融服務(wù)

在銀行領(lǐng)域，理解式大模型可以用在信貸風(fēng)險(xiǎn)管理、智能獲客和產(chǎn)品識(shí)別等場(chǎng)景，通過提升銀行的數(shù)據(jù)洞察理解能力，來更好地識(shí)別客戶需求以及評(píng)估客戶信用風(fēng)險(xiǎn)。例如，英偉達(dá)和德意志銀行合作測(cè)試Financial Transformers (Finformers)大模型，能夠從非結(jié)構(gòu)化數(shù)據(jù)中提取關(guān)鍵信息，以提供早期風(fēng)險(xiǎn)預(yù)警信號(hào)。度小滿的智能征信中臺(tái)將LLM、圖算法應(yīng)用在征信報(bào)告的解讀上。生成式大模型則可提高客戶服務(wù)質(zhì)量，智能客服既能與用戶進(jìn)行多輪對(duì)話，還能提出具體可行的解決方案。例如，中國(guó)工商銀行發(fā)布了AI金融行業(yè)通用模型，智能客服在識(shí)別客戶來電訴求和情緒的準(zhǔn)確率上有顯著提升。

投研：“全能助理”輔助信息了解、提煉和挖掘，實(shí)現(xiàn)研報(bào)自動(dòng)生成

在投資研究領(lǐng)域，大模型可以成為投研從業(yè)者的“全能助理”。理解式大模型不僅可以輔助了解國(guó)內(nèi)外的宏觀政策、行業(yè)信息、公司和產(chǎn)品信息，并將關(guān)鍵信息進(jìn)行抽取與提煉，還能通過對(duì)海量非傳統(tǒng)數(shù)據(jù)進(jìn)行挖掘來發(fā)現(xiàn)另類投研因子。生成式大模型則能實(shí)現(xiàn)研報(bào)的自動(dòng)生成和翻譯。

投顧：全方位分析客戶需求，自動(dòng)化定制化投資建議

在投資顧問領(lǐng)域，大模型不僅能充分利用自有內(nèi)容資源，還能幫助全方位分析客戶需求和市場(chǎng)趨勢(shì)，提供自動(dòng)化的投資建議。比如，同花順應(yīng)用LLM來構(gòu)造合規(guī)、準(zhǔn)確的投顧助手，通過Double-Check、多輪對(duì)話等模式，消除對(duì)話中的歧義、更好鎖定投資者意圖，從而準(zhǔn)確了解用戶畫像來設(shè)定投資目的及風(fēng)險(xiǎn)承受度，并提供自動(dòng)化的投資建議。摩根士丹利已經(jīng)接入OpenAI，充分挖掘自身龐大的研究資源和數(shù)據(jù)庫(kù)，為財(cái)富管理顧問提供幫助。

財(cái)經(jīng)新聞：理解背后的市場(chǎng)“情緒”，輔助金融資訊寫作

在財(cái)經(jīng)新聞?lì)I(lǐng)域，理解式大模型幫助理解和判斷財(cái)經(jīng)新聞文章中的情感走向，生成式大模型助力更準(zhǔn)確的金融問答和資訊寫作。例如，彭博社近期發(fā)布的BloombergGPT得益于大規(guī)模金融垂直領(lǐng)域的文件、行業(yè)新聞、社交媒體等文本數(shù)據(jù)集的訓(xùn)練，能夠理解財(cái)經(jīng)新聞背后的市場(chǎng)“情緒”，輔助金融資訊寫作，這解決了通用NPL模型在金融領(lǐng)域應(yīng)用的痛點(diǎn)。

風(fēng)險(xiǎn)提示：AI及技術(shù)落地不及預(yù)期；本研報(bào)中涉及到未上市公司或未覆蓋個(gè)股內(nèi)容，均系對(duì)其客觀公開信息的整理，并不代表本研究團(tuán)隊(duì)對(duì)該公司、該股票的推薦或覆蓋。

（文章來源：證券時(shí)報(bào)）

關(guān)鍵詞：