金融投研智能化场景加速落地，投研大模型准确率和可靠性仍是一大挑战

财联社10月24日讯（记者 李翀）随着大模型技术的兴起，金融投研领域迎来了新的发展机遇。当前金融投研智能化是金融科技领域的重要趋势之一，10月18日，在“全球资产管理中心 上海国际活动周2024”第五届1024资管科技开发者大会（ITDC2024）上，多位业内人士接受财联社采访时，对AI赋能智能投研行业的发展和挑战发表了独到的见解。

AI技术赋能投研领域，多场景落地解决客户需求

熵简科技CEO费斌杰对财联社表示，“随着技术的进步，大模型将在金融行业中发挥更大的作用。但现阶段更重要的是将最先进的AI技术与具体应用场景相结合，切实解决客户面临的问题。”

在费斌杰看来，当前AI基础设施发生了重大变化，特别是从传统的线性控制模式向闭环自我生产的学习系统转变。例如，特斯拉就通过视觉信号融合技术，在机器人无需依赖外部标注的情况下即可自主学习和生成内容。这种变化意味着数据要素已经不再是简单的供给元素，而是成为了无形产业的一部分，形成了互联网上的飞轮效应。

为此，熵简科技集中资源，“做2厘米宽度但2米深度的事”。据费斌杰介绍，目前熵简科技率先推出标准化的工具——Alpha Engine，已积累近5000家实名认证的机构用户和超过四万名投资者，通过整合海量数据，将其转化为智能分析工具。“投研智能分析可帮助客户在纷繁复杂的市场环境中快速捕捉有价值的信息，为投资决策提供强有力的支持”，费斌杰表示。

智能分析工具带来的效果提升是显著的，费斌杰表示，例如在处理海外研报时，熵简科技提供的翻译服务不仅限于文字转换，还包括图表的精确解析和格式保留，同时提供个性化的服务解决方案，提升了信息传递的质量。

慧博云合伙人曹辉也分享了该公司在AI赋能金融方面的经验。据曹辉介绍，在大模型技术的赋能下，智能投研的应用场景已不仅仅局限在文字方面，慧博云的产品已能够实现对各类文档、图表乃至音频的精准解析，并将这些信息整合到一个统一的平台上。

“我们的产品能够保证每一句回答都有具体的依据，可溯源，并且在输出过程中可以结合图表和图片。” 曹辉表示，这是慧博云在投研智能化走出的差异化的一个方向，这种图文混合的形式不仅提高了信息传达的效率，更为用户提供了直观易懂的数据分析结果，提升工作效率。

此外，针对本地部署的需求提供了智能投研解决方案也是慧博云的一个特色。“考虑到许多金融机构由于数据安全等因素，无法将资料传输至云端，我们推出了适用于本地部署的产品。”曹辉解释道，“这些产品不仅可以混合文字和图片，还能像人类一样有结构性地陈述内容。”同时，慧博云的产品不仅满足了金融机构对数据隐私的要求，还降低了硬件资源消耗，使得中小型金融机构也能享受到先进AI技术带来的便利。

推动金融投研智能化仍面临挑战

值得注意的是，在推动金融投研智能化的过程中，多位受访业内人士均坦言仍面临着诸多挑战。

首先是来自技术层面的挑战，如何进一步提高大模型的准确率和可靠性是当前亟待解决的问题。费斌杰对财联社表示，尽管近年来AI技术取得了长足进步，但仍然存在一定的误差和不确定性，对此，熵简科技提出了“结合行业场景做选择”的策略，即根据不同应用场景的特点，灵活调整大模型的应用方式，从而在一定程度上弥补了技术上的不足。

与此同时，随着金融行业的快速发展，新的概念和术语层出不穷，如何将这些最新知识及时纳入大模型的学习范围，也是当前面临的一大挑战。费斌杰表示，熵简科技正在积极探索多模态训练模型，希望能够在未来实现更加智能、高效的分析工具。

其次是来自业务层面的挑战，如何更好地理解和满足客户需求，同样是推动金融投研智能化的重要因素。慧博云与熵简科技均认识到，单纯的技术进步并不能完全满足市场的需求，还需要深入了解客户的具体需求，并在此基础上提供更加个性化、差异化的服务。为此，费斌杰对财联社表示，他们会定期与客户进行交流，了解他们在使用过程中遇到的问题，建立用户反馈机制，并据此不断优化产品和服务。