<code id='F4A401DB0D'></code><style id='F4A401DB0D'></style>
    • <acronym id='F4A401DB0D'></acronym>
      <center id='F4A401DB0D'><center id='F4A401DB0D'><tfoot id='F4A401DB0D'></tfoot></center><abbr id='F4A401DB0D'><dir id='F4A401DB0D'><tfoot id='F4A401DB0D'></tfoot><noframes id='F4A401DB0D'>

    • <optgroup id='F4A401DB0D'><strike id='F4A401DB0D'><sup id='F4A401DB0D'></sup></strike><code id='F4A401DB0D'></code></optgroup>
        1. <b id='F4A401DB0D'><label id='F4A401DB0D'><select id='F4A401DB0D'><dt id='F4A401DB0D'><span id='F4A401DB0D'></span></dt></select></label></b><u id='F4A401DB0D'></u>
          <i id='F4A401DB0D'><strike id='F4A401DB0D'><tt id='F4A401DB0D'><pre id='F4A401DB0D'></pre></tt></strike></i>

          首页 > 吉林 > 正文 : 金融大模型落地應用,理財界的ChatGPT要來了?-傻瓜新闻
          金融大模型落地應用,理財界的ChatGPT要來了?-傻瓜新闻
          2024-11-22 06:54:49来源: 吉林 编辑: 江西



          解決產業真命題。

          ©️懂財帝出品 ·作者|朱瓊華

          中國財富管理供需兩側正發生巨變,大模地应的人工智能有望成為解決「投顧」難題的型落「杠杆」。

          這幾年,用理中國財富管理市供給側的财界財富規模與產品數量飛速增長。

          而在需求側,金融6.7億互聯網理財用戶群體已然形成,大模地应的麵對時下波動的型落理財淨值,高質量的用理理財服務成為「剛需」。

          財富管理正在從「投」轉向「顧」,财界從「賣產品」轉向「深服務」。金融

          但受製於「搜索式AI」,大模地应的過去搬運式的型落「智能理財助理」無法滿足數億互聯網理財用戶。

          如今,用理人工智能技術產生了質的财界飛躍——「生成式AI」到來,為財富管理行業轉型加速提供了新的契機。

          金融大模型落地,專家級的理財AI應用於產業,能成為理財界的ChatGPT嗎?

          1|支小寶進化

          9月8日,備受外界關注的螞蟻金融大模型揭開神秘麵紗。

          在上海外灘大會現場,螞蟻財富發布智能理財助理支小寶2.0,這是國內大模型在金融垂直領域的首次應用落地。

          早在三年前,支小寶1.0版本就登上了外灘大會,並通過了類似「圖靈測試」的實驗。通過人機交互實驗,現場有76%的觀眾認為支小寶demo「像真人」。它不僅具有一定的理財知識,也初步「通達人性」。

          此後三年,它一直向人工智能最難的部分「自然語言處理」等領域發起攻堅。

          今年年初,突破「生成式AI」的ChatGPT橫空出世,支小寶2.0也在螞蟻集團的金融大模型技術加持下,能力大幅提升。

          相比於1.0階段,支小寶2.0從「檢索式AI」進化到「生成式AI」,在知識力、專業力、語言力、安全力四方麵得到大幅提升,其服務能力也將發生質變。

          但眼下十多家在研的金融大模型,如何判斷一家大模型公司的優劣?

          撇開算力,主要看兩個維度:模型、數據。對比各家金融垂直大模型,螞蟻的數據與模型能力屬於國內第一梯隊。

          根據披露,支小寶2.0的金融知識數據存儲量已達到百億級,它會實時整合千萬份報告資訊,在金融領域實現有問必答,能同時服務億級用戶。

          在複雜的金融資訊總結、金融事件推理方麵,支小寶2.0不輸行業專家平均水平,這就是知識力的體現。



          以往AI理財助理可能常出現聽不懂、答非所問、術語晦澀等情況,支付寶2.0能更好地理解用戶的問題,甚至讀懂用戶的情緒,並個性化回答與表達。

          它能像真人那樣提供多種理財服務,比如行情解讀、產品測評、配置診斷、行為分析等,在語言力和專業力上也實現了質的飛躍。

          例如,當用戶繼續提問「人工智能板塊現在能買點嗎」,支小寶2.0會調用行業解讀、持倉診斷、配置分析等工具,循序漸進地分析人工智能板塊當前行情,結合用戶持倉狀況引導合理配置,提示該用戶降低倉位,避免追漲殺跌的非理性行為。

          當用戶繼續追問「我看不懂你在說什麽」,支小寶2.0會再換一種表述,先解釋「行業衛星基金」這一專業名詞的含義,再解釋這類資產不能過多的原因,希望用戶能平衡收益、分散風險,不要盲目上頭。

          從現場的效果示意看,支小寶2.0能實現更高精度的意圖理解和更個性化的溝通,並能調動整合資產配置等專業數字化服務,從被動應答到主動提供服務

          值得一提的是,安全性一直是支小寶2.0的基石與底盤,此次2.0版本通過可控可信的圍欄技術,更高程度保障內容安全與金融合規性,帶來「透明可靠」的體驗。

          據介紹,支小寶2.0已在內測,將在完成相關備案工作後上線。

          同日,螞蟻集團也發布了首個麵向行業的基於金融大模型的生產力工具,智能助手「支小助」,幫助金融機構和從業人員變革生產模式,提升生產力,實現數字化、智能化升級。

          這也意味著,財富管理行業的供需兩端,都將迎來新變化。

          2|財富管理轉型呼喚大模型

          「財富管理從產品的互聯網化轉向服務的互聯網化,這成為行業趨勢。」正如證監會原主席肖鋼在外灘大會所言,越來越多的機構和平台圍繞產品投研、資產配置、持有陪伴等用戶投資周期,從「銷售為中心」轉向「用戶為中心」,從「賣產品」轉向「深服務」。

          但長久以來,傳統財富管理機構的投顧人員隻服務資產規模在五十萬元以上,甚至在百萬以上的高淨值人群。此外,受製於地理、時間等約束,理財經理的效率較低。

          這意味著,數億長尾用戶、數萬億資產無法獲取專業的理財服務。

          大模型的出現,讓財富管理市場重新看到了希望。過去「檢索式AI」時代無法解答的難題,有望在「生成式AI」時代找到突破口。



          大洋彼岸,金融信息服務商彭博研發了金融大模型BloombergGPT,它構建了迄今為止最大的特定領域數據集。

          如今,在國內支小寶又在智能理財助理的場景下,給出了嚐試性的答案。

          那麽,為何理財界的ChatGPT誕生於金融科技公司,而非通用大模型公司?

          很多專家經驗證發現,通用大模型公司優勢在於學習能力和語言處理能力,但在專業細分領域上「無所適從」,尤其在金融、醫學等領域,它缺少專業力、知識力和可控生成能力。

          懂財帝測試國內多家通用大模型發現,他們普遍在數據處理能力方麵偏弱,常常無法生成或出現大麵積數據錯誤。

          對於長尾用戶而言,理財本身就是一件具備門檻的事情,理解數字、收益曲線有難度,秉持正確的投資理念更難。

          而像有了理財專家一樣的支小寶「陪伴」,能夠節省用戶不少時間,免去大量不必要且重複的工作,幫助提煉、歸納、分析,並給出理財建議。

          支小寶2.0還能像助理一樣,陪伴、勸解、疏導用戶,避免用戶掉入陷阱,或因錯誤的預判而利欲膨脹,盲目追漲殺跌。

          顯然,升級後的支小寶智商、情商、財商三商在線,擁有更豐富的知識儲備和供給、更自然的交互、更有效的表達。它不僅更聰明了,也更有人情味了,它從機器回複進化成有溫度的智能助理。

          它試圖破解「基金賺錢,基民不賺錢」等難題,幫助數億長尾小白理財用戶找到財富管理市場的合適位置、姿態與方法。

          於螞蟻而言,支小寶2.0是螞蟻財富在借助科技「杠杆」探索「深服務」的敲門磚。

          於行業而言,它拉開了金融垂直場景落地的序幕。可預見的是,勢必會有更多的大模型將落地金融乃至其他行業的垂直領域,為更多的機構與用戶帶來有價值、有溫度的服務。

          3|結語:人工智能的溫度

          科技從來都不是洪水猛獸。

          這正如中國科學院院士王懷民指出,大模型不是一次性鑄就的,這是一個和人類的進步持續同步進行的過程。

          大模型在方方麵麵成為人類的好幫手,它天然帶有服務屬性,它能幫助人從繁重的信息檢索、歸納、整理等工作中解放,提高生產與工作效率,為更多普通人提供更有溫度的服務。

          支小寶2.0將至,期待理財能變得更有人情味。

          說明:數據源於公開披露,不構成任何投資建議,投資有風險,入市需謹慎。