如何看待同花顺AI进阶之路？

公司深耕 AI 领域，打造新的盈利增长引擎。

公司 AI 领域技术及落地经验丰富，深耕技术十余年，AI 领域积累深厚。公司自 2006 年 推出“i 问财”以来，在 AI 领域已有十余年积累，其在 AI 领域的发展大致可分为以下三 大时间段：1）萌芽期：2006 年，同花顺开始布局人工智能领域，成立了一个新部门“i 问财”，成 立后的定位为金融垂直搜索引擎，专门为股民提供专业的股票信息搜索服务；2012 年， 问答功能上线，可以直接给用户想要的答案，并从金融垂直领域拓展出更多领域：股票、 基金、债券、保险、百科、法律法规等领域。

2）技术突破：2015 年，公司自主研发语音识别，为语音应用推广打下良好基础；2017 年，同花顺上线 AI 开放平台，并推出智能投顾、知识图谱、智能语音技术、自然语言基 础服务、智能金融问答、智能大数据等多项产品服务。此后，同花顺人工智能产品遍地 开花，有智能语音领域的智能外呼、智能客服、智能质检、会议转写；也有金融领域的 智能投顾、智能投研、AI 理财师、舆情监控；还有跨领域的 AI 医疗产品、智慧电梯产 品等。同年，浙江同花顺智能科技有限公司成立，注册资本 3 亿元，深耕人工智能行业。

3）应用加速落地：同花顺积极开发互联网金融信息技术前沿领域，基于人工智能、大数 据、云计算、金融工程、人机交互等技术的产品及应用，创新业务模式，突破技术壁垒， 不断实现技术创新层面新的增长点。同花顺表示将继续保持人工智能技术研发投入，在多个领域打造新的盈利增长引擎。2021 年，拟投资 14.02 亿元的同花顺未来科技园正式 开工，由“浙江同花顺智能科技有限公司”具体实施。

近年来公司在研发方面投入逐年递增。研发人员从 2015 年的 836 人提升至 2022 年的 3196 人，研发费用从 2015 年的 2.79 亿提升至 2022 年的 10.67 亿元（占比 29.98%）， 研发投入 2015-2022 年的 CAGR 高达 18.26%。同花顺自上市以来便致力于技术研发， 技术基因贯穿其成长过程。2022 年公司持续加大研发创新投入，该年研发投入占营业收 入的比重近 30%，研发人员占比已过半。公司致力于关键技术的研究，特别是 AI 大模 型、AI 内容生成（AIGC）等领域，并将相关成果运用到公司金融信息产品和服务中，进 一步提升用户体验和产品竞争力。

其中，公司重点打造的 i 问财，目前是财经领域落地较为成功的自然语言、语音对话交 互问答系统。2022 年内，公司进一步加大对 i 问财的研发投入，扩展服务场景至通用领 域，将单一中文环境拓展至多语言环境，可有效提升 i 问财服务效率，快速支撑业务新 需求。此外，公司的 iFind 金融信息服务终端、金融数据库、智能投顾、智能客服、智 能投研等产品在 AI 相关技术加持下，在行业内具有较强的竞争优势。当前公司 AI 技术 日趋成熟，有望与传统业务扩展融合，打造其长期利润增长点。 横向比较来看，同花顺与主要竞争对手——东方财富两家公司在 2015-2022 年的研发投 入都增长很快，研发人员也保持着较快增长。东方财富研发人员从 2015 年的 1623 人提 升至 2022 年的 2123 人，研发投入从 2015 年的 1.49 亿元提升至 2022 年的 9.36 亿元 （占比 7.49%），研发投入 2015-2022 年的 CAGR 为 25.83%。截至 2022 年末，公司 研发人员比东方财富多了 1073 人，而人均研发成本在 2020 年及之前均高于东方财富， 但在 2020 年后，东方财富人均研发成本快速增加，2022 年高出同花顺 10.69 万元/人/ 年。相较而言，同花顺积累更为深厚，持续高强度的研发投入构筑起公司长期核心竞争 力，在全社会数字化转型的背景下，公司有望持续把握先机。

2023 年 3 月 30 日，彭博社发布专为金融行业打造的大语言模型（LLM）BloombergGPT。 该模型采用混合训练方法，将金融数据与通用数据集相结合，在通用 LLM 基准上保持足 够竞争力的同时，在金融基准上取得最佳成果。该模型的推出有助于改进彭博现有的金 融自然语言处理任务，包括市场情绪分析、命名实体识别、新闻分类和问题回答等。依 托彭博海量的金融数据资源，彭博研究团队成功构建了规模最大的专业领域数据集之一， 此数据集共包含超过 7,000 亿词例，并被用于训练 500 亿个参数的纯解码器因果语言模 型。BloombergGPT 模型的率先推出有望引领大模型在金融领域的加速落地。

经过在 AI 领域的多年技术积累，公司成功实现多项 AI+金融产品落地。从当前 AI 技术 发展趋势来看，AI 技术与各产业相结合趋势明显，在金融领域的发展也早已开始，并且 未来在智能投研、智慧投资、智能运营等领域具有广阔的发展前景。大数据是 AI 技术发 展的重要基础，算法的优化和模型的改进都需要大数据的训练，而大数据源自大用户， 两者为 AI 技术发展必不可少的两要素。在数据和用户领域，公司拥有天然的领先优势， 基于此，公司有望进一步强化在 AI+金融领域的行业壁垒。

在用户方面，公司拥有庞大的 C 端用户资源，一方面可为公司算法模型持续提供数据； 另一方面，公司产品功能的优化与智能程度的提升可为公司用户增长提供新动能。截至 去年底，公司同花顺金融服务网累计注册用户约 6.14 亿人；每日使用同花顺网上行情免 费客户端的人数平均约为 0.15 亿人，每周活跃用户数约为 0.194 亿人。 在数据方面，公司具备三大优势，成就公司在 AI+金融领域的领先地位。 优势一：公司拥有专业准确的金融数据。与 ChatGPT 需从网上抓取数据不同，公司拥有高质量、可靠的数据来源，保障了公司模型算法的专业性，更好地稳固其在金融领域难 以被替代的地位。 优势二：公司的数据库规模庞大，历史数据丰富，公司可根据不同训练目的需要提取对 应的数据进行训练，公司数据涵盖了互联网用户数据、新闻资讯、招投标等结构化、非 结构化等诸多数据。 优势三：公司数据获取成本相对较低，公司本身为金融数据提供商，数据共享成本低， 以及通过自有平台获取数据都降低了公司获取数据的成本。在这三大优势的叠加作用下， 公司有望进一步提升 AI 算法能力，巩固 AI 技术的领先地位。

公司拥抱 AI+发展浪潮，积极推出更加丰富的人工智能应用产品，并利用现有的资源， 将人工智能技术拓展至更多行业中去，实现应用行业由 1 到 N 的拓展模式。目前公司可 为证券业、银行业、基金业、保险业、私募、高校、政府机构、运营商等提供人工智能 解决方案，未来还将积极推进人工智能技术在生活、医疗、教育等更多领域的应用。 公司的 AI 开放平台智能产品丰富，可面向客户提供数字虚拟人、智能金融问答、智能语 音、智能客服机器人、智能质检机器人、会议转写系统、智慧政务平台、智能医疗辅助 系统等 40 余项人工智能产品及服务；公司产品智能化程度高、产品竞争力强，公司自 主研发的同花顺智能语音平台，在中文金融场景语音识别准确率达到 98%以上，中英文 通用场景识别准确率超过 95%，多种方言识别准确率超过 90%。公司虚拟数字人对话 平台，运用多模态数字人对话技术，实现与真人用户“面对面”的交互体验，目前也已 落地多个大型客户。