2023年AI+金融专题研究：大模型引爆金融科技革命

金融科技迎来强催化，AI+金融 迎来发展良机

政治局会议提出“要活跃资本市场”，金融科技迎来强催化

根据新华社消息，中共中央政治局24日召开会议，分析研究当前经济形势，部署下半年经济工作。会议指出，要活跃资本市场，提振投资者信 心。另据新华社7月26日消息，证监会近日召开2023年系统年中工作座谈会，明确了下半年资本市场监管工作重点。证监会表示，将科学合理保持 IPO、再融资常态化，统筹好一二级市场动态平衡。健全资本市场风险预防预警处置问责制度体系。支持民营企业通过资本市场实现高质量发 展，提升平台企业常态化监管水平，推动平台企业规范健康持续发展。

AI+金融：AI是金融行业创新的核心驱动力

AI+金融并非单纯的技术累加，而是针对不同业务场景需求，运用前沿技术成果推出的创新金融产品、经营模式、业务流程，以及推动金融业 务高质量发展的一系列配套解决方案。 Al+金融更侧重于为传统行业的模式创新和流程再造提供新的思路和方法，促进新经济形态的演进，从而催生新的商业模式，提高运营效率， 带来整个产业的全面升级。AI应用场景涵盖前中后台中的市场营销、产品设计、风险管控、客户服务、运营支持等。

AI+金融应用场景示例：智能营销

智能营销是利用机器学习、深度学习相关算法构建模型，通过汇集客户在消费、社交、交易等方面的大数据，深度分析客户的真实需求和偏好， 并进一步形成更具针对性、个性化的营销解决方案。 机器学习技术：通过对机构过去累积的海量用户行为、产品交易、营销方式等数据进行机器学习训练，可以对客户画像实现精准的刻画和分类， 从而对其所处的客户生命周期以及潜在需求实现预测。 以客群价值提升为核心，以客户主办行为作为指标，将客户划分为不同类客群，梳理形成客户行为事件分类，通过手机银行、客户经理、叫号 机等渠道部署不同营销策略，按日触发营销名单并开展营销。

AI+金融市场规模

据艾瑞咨询统计测算，2021年AI+金融核心市场规模达到296亿元，带动相关产业规模677亿元，到2026年，核心市场规模达到666亿元， CAGR为17.6%，带动相关产业规模1562亿元，CAGR为18.2%。 分技术产品来看，金融机器学习产品由于与金融机构多业务场景均可密切结合，且产品能力在海量高质量金融业务数据助力下得到快速提升， 成为市场主要拉力之一，2021年金融机器学习产品占AI+金融核心产品市场规模比重达42.2%。

AI+金融发展趋势

技术能力不断翻新，金融行业数字化不断推进。 金融机构搭建机器学习、生物特征识别、智能语音语言、智能图像、知识图谱、智慧物联等平台，构建 Al 核心能力群，广泛应用于金融业务 领域，未来将进一步丰富企业级 AI 技术服务体系，持续在基础技术平台建设取得重要进展。 应用智能化深化，强化数智金融体系。 场景方面看，在技术的深度不断加强的基础下，场景覆盖的广度也不断向外拓展，在产品设计与定价、营销运营、客户服务、风险控制、监 管合规方面的应用场景不断丰富。

AI+金融面临的挑战

数据安全：金融领域涉及大量的客户数据和敏感信息，因此数据安全是人工智能在金融领域应用的一个重要挑战。如何保护用户的数据安全 性与隐私性，是将人工智能技术应用于金融领域亟待解决的关键问题。 监管合规：金融领域的监管和合规要求非常严格，而人工智能技术的应用会带来一些新的监管和合规问题。如何使人工智能技术与金融监管 和合规要求相适应，是人工智能在金融领域应用需要解决的另一个重要问题。 基础设施：人工智能本身需要大量的运算。金融应用实时性、可靠性和安全性的特质也决定其对传感器和芯片等硬件设备和网络的抗压能力 等要求更高。随着创新的深入和规模的扩张，金融机构需要不断增加存储和通讯等基础支撑的投入成本。

数据、场景均丰富，大模型走 上金融大舞台

AI 2.0时代来临，金融行业数据丰富，应用场景多，将产生大量的创新应用

AI 1.0：以CNN为核心的计算机技术，机器开始在计算机视觉（CV）、自然语言理解技术（NLP）等领域超越人类，并创造了显著的价值。 但AI 1.0缺少像互联网时代的 Windows 和 Android一样的规模化能力，来降低应用开发的门槛，打造完善生态链。 AI 2.0： AI 2.0克服了AI 1.0单领域、多模型的限制，可以用无需人工标注的超级海量数据去训练一个具有跨领域知识的基础大模型 （Foundation Model）；基于大模型，各种创新应用将层出不穷。 AI 2.0 + 金融：我们认为，金融行业数据丰富且数据质量高，具备大模型训练的良好基础。同时，金融行业大量产品最终服务于C端用户， 大模型应用场景丰富。随着大模型与证券、保险、银行业务的融合，创新应用将层出不穷。

金融行业数字化需求刚性，投入巨大，是大模型应用落地的大舞台

根据艾瑞咨询的数据，2022年，以银行、保险、证券为主的金融机构技术资金投入预计将超过4000亿元。巨额投入夯实金融机构的IT基础， 做好AI金融应用的底层设施建设。 与此同时，政策扶持增强，金融科技核心技术不断迭代且与金融业务场景进一步融合，金融机构间科技竞争愈发激烈，前沿技术采购不断 增长。以国内银行与保险机构为前沿科技采购代表，2022年中国银行与保险机构前沿科技采购支出将达到170亿元。 金融机构在科技领域投入的持续增长将为AI金融企业的长远发展带来源头活水，推动AI+金融市场持续发展，促进金融业数字化转型升级提 质增效。

AI+证券应用案例：Bloomberg GPT

擅长金融任务，性能远优于同规模模型。 Bloomberg GPT在金融领域的相关任务中表现出较高的性能和专业性。同时，模型在预训练阶段就已经学习到了大量金融知识，使得在后 续的微调任务中能够更快地适应特定场景。 使用内部特定的评估标准对模型进行多个任务评估，发现Bloomberg GPT在金融任务上的表现明显优于现有的类似规模的开放模型 （GPT-NeoX、OPT-66B、BLOOM-176B）。此外，模型在金融任务上的表现远高于在一般任务上的表现，但其处理一般任务的性能仍不 输于同规模模型。

AI+保险应用案例：Lemonade基于GPT-3的销售机器人玛雅（AI.MAYA）

Lemonade于2015年创立，是一家以人工智能为特色的互联网保险公司。 Lemonade将保险与科技相融合，构建一个人工智能机器人平台，该平台打造基于GPT-3技术面向用户的销售机器人玛雅（AI.MAYA）， 利用自然语言处理和机器学习技术为客户提供个性化的保险推荐和咨询服务。该技术贯穿客户提问分析与解析，引导客户加入Lemonade， 创建报价和安全付款等任务。当客户有购买保险的意图时，只需与玛雅约两分钟的简单聊天便能识别与处理客户信息，推荐适配的保险产 品及报价，促成交易的达成。玛雅还通过向客户提出有限且高质量的问题，并根据回答进行算法调整，后续可大幅度减少客户管理时间。

AI+银行应用案例：度小满“智能化征信解读中台”

关于大模型在银行业的应用，度小满CTO许冬亮也提出了三 大方向。1）基于大模型的智能客服将超越人工服务，让高质 量顾问式金融服务成为可能；2）生成式大模型可以成为理财 师、经纪人等从业者的“全能业务助理”；3）广告和营销内 容一键生成能力，也将带动金融行业营销效率的大幅提升。 比如在金融领域，征信报告是识别个人信用的最重要风控手 段，小微企业融资难，一个主要原因是个人征信报告中存在 大量非结构化数据，很难用传统的数据处理方式进行分析。 度小满“智能化征信解读中台”，将NLP、图算法应用在征 信报告的解读上，能够将报告解读出40万维的风险变量，将 银行风控模型的风险区分度提升了26%。 度小满“智能化征信解读中台”工程，将大型语言模型 LLM、 图算法应用在征信报告的解读上，荣获了 “吴文俊人工智能 科学技术奖”，度小满也凭借该工程成为唯一入选的金融科 技公司。

新一轮金融科技革命，产品 &商业模式均有望革新

AI+金融：头部科技企业的产品和商业模式均有望革新

AI+金融的发展，除需要算力等通用要素外，还需要数据、技术、Know-How、场景等要素。由于银行等金融机构数字化投入大，自身数字化能力强，在传统的产业分工中，我国部分金融科技企业一般承担具体的系统实现任务，按项 目或按人月收费。我们认为，随着大模型技术与业务的深度融合，头部金融科技企业有望实现产品和商业模式的革新，实现从产品+服务收 费向SaaS订阅收费、运营分润收费的转变。我们认为，金融科技细分领域众多，各细分领域龙头具备技术、行业Know-How等要素，与头部金融机构的长期合作关系有利于补齐数据、 场景等要素，相关产品有望率先落地。

同花顺：深耕AI多年，2C用户优势明显，已有多款产品落地

公司构建了同花顺 AI 开放平台，可面向客户提供智能金融问答 、智能投顾、会议转写系统、智能医疗辅助系统等多项 AI 产品 及服务，可为银行、证券、保险等行业提供智能化解决方案。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。公司进一步加大对 i 问财的研发投入 ，采用全新的语义解析方案，结合 AI 大模型、小样本学习等技 术的应用，有效提升 i 问财服务效率，可将服务场景从财经领域 扩展到通用领域，从中文场景扩展到多语言场景。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%；同时，平台还具备高度拟人的 语音合成能力，以及语音转换、歌声合成、情感识别和声纹识 别等智能语音技术能力。 目前基于自主智能语音技术的产品已应用于多家证券公司、基 金公司及电信运营商；同花顺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， 该产品目前已落地多个大型客户。

指南针：“AI+券商”排头兵

公司陆续上线了“全赢决策系统智能阿尔法版”、“全赢决策系统私享家手机版”产品。其中，“智能阿尔法版”利用了基本面类、资 金类、技术类、事件因子等多因子进行组合，利用大数据的评价体系及归因分析方法，实现模型构建，满足用户对于大盘、行业板块、 个股的综合分析的需求；“私享家手机版”作为私享家PC版的延伸性服务，进一步丰富了公司产品在使用平台上的多样性。

财富趋势：AI赋能，辅助挖掘市场机会

公司不断加强 AI 能力建设，继续深入 AIGC、交互式 AI 等领域的研究，完善内容生态构建，丰富证券信息产品矩阵。人工智能技术应用于 数据生产、产品研发等多个环节。公司主要采用自然语言处理(NLP)、计算机视觉(CV)等技术，自动采录数据、自动解析文本、抽取关键信 息，并提供标注平台、数据比对平台，着力发展小达智能写手，问小达等产品，由此形成了一套系统的金融数据解决方案，并研发了智能金 融问答、公司图谱等一系列特色 AI 功能。 产品示例：AI挖掘机，通过AI智能计算，洞悉市场冷暖，从而聚焦核心风口，帮助客户挖掘补涨机会。

金证股份：打造AI智能金融助理

金证股份在投资者互动平台表示，公司已通过创新平台公司在AI产品线布局，主要产品包括金证优智的金助理、金口问答、研报易、 智能风控，优品科技的智能投顾，金智维的RPA，金微蓝的智慧运维、丽海弘金智能投资以及星网信通的智能客服。 目前公司与旗下专注于智能金融AI产品及解决方案的参股公司金证优智达成金融领域特定场景大模型开发协议，双方将联手开发支持 金融领域内细分场景的垂直领域独立大模型，面向各业务端人员打造AI智能金融助理，全面赋能公司业务及产品。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）