由ChatGPT掀起的本輪人工智能應(yīng)用熱潮延伸至金融行業(yè)。

(相關(guān)資料圖)

近期，興證全球基金推出了AI資金交易機(jī)器人——智能交易員“興寶”，成為首家將AI技術(shù)應(yīng)用于資金交易領(lǐng)域的國(guó)內(nèi)基金公司。

事實(shí)上，在AI大潮之下，從券商分析師AI分身，AI量化投資再到AI資金交易機(jī)器人……今年以來(lái)，已有多家券商、基金公司等金融機(jī)構(gòu)紛紛推出了適用于投資場(chǎng)景的AI產(chǎn)品。與此同時(shí)，以恒生電子為代表的金融軟件服務(wù)商也在推動(dòng)AI投研產(chǎn)品的落地。

自2016年以來(lái)，陸續(xù)有證券公司推出智能投顧服務(wù)、數(shù)字化創(chuàng)新實(shí)驗(yàn)室等智能化應(yīng)用，將AI技術(shù)與運(yùn)營(yíng)、風(fēng)險(xiǎn)管理、客戶服務(wù)等業(yè)務(wù)深度結(jié)合已是大勢(shì)所趨。與此同時(shí)，基金公司也在做同樣的嘗試，甚至已將AI手段融入交易環(huán)節(jié)。ChatGPT的誕生更加速了這一進(jìn)程。

“對(duì)于AI的應(yīng)用，行業(yè)整體仍處在初始的探索階段，業(yè)內(nèi)正從各個(gè)方向思考如何借助AI技術(shù)，提升自身的運(yùn)作效率與效果，其中比較積極的公司，已經(jīng)開(kāi)始嘗試推出相關(guān)產(chǎn)品，有成功的案例，但失敗的案例也不少?！币晃毁Y深業(yè)內(nèi)人士向21世紀(jì)經(jīng)濟(jì)報(bào)道記者指出。

對(duì)于AI與交易的結(jié)合，該人士認(rèn)為，資金交易對(duì)安全、穩(wěn)定、準(zhǔn)確等要素的要求極高，因此AI資金交易這類應(yīng)用仍然需要防范數(shù)據(jù)、算法和算力等方面隱藏的風(fēng)險(xiǎn)。

眾所周知，ChatGPT的面世標(biāo)志著AI的發(fā)展進(jìn)入了通用人工智能（AGI）新時(shí)代，以“大模型”為基礎(chǔ)的對(duì)話、寫(xiě)作、文生圖等AI應(yīng)用也開(kāi)始影響證券公司的業(yè)態(tài)。

今年5月，券商分析師AI分身首次進(jìn)入大眾視野。

招商證券為其傳媒首席分析師顧佳打造了AI數(shù)字分身。按照官方介紹，顧佳的AI分身，可以同時(shí)出現(xiàn)在路演現(xiàn)場(chǎng)、新聞發(fā)布會(huì)、研報(bào)解讀、分析師電話會(huì)，以及任何客戶需要的地方。

據(jù)了解，近年來(lái)，招商證券全面建設(shè)AI體系，其數(shù)字員工助手案例曾被引入《證券公司數(shù)字化轉(zhuǎn)型實(shí)踐報(bào)告及案例匯編（2022）》中。

與此同時(shí)，也有券商尋求外部合作以探索適用于券商業(yè)務(wù)的AI應(yīng)用。

例如，5月18日，東吳證券與同花順正式簽約，雙方將聯(lián)合成立AI研究院，共同研發(fā)東吳證券-證券行業(yè)大模型。

中國(guó)銀河于4月4日在投資者互動(dòng)平臺(tái)上表示，公司已與多家具有市場(chǎng)競(jìng)爭(zhēng)力的AI公司進(jìn)行合作，并在智能營(yíng)銷、智能投顧、智能客服、智能風(fēng)控、智能文檔、身份識(shí)別等領(lǐng)域運(yùn)用AI技術(shù)，后續(xù)會(huì)持續(xù)跟進(jìn)最新的AI技術(shù)，擴(kuò)展AI技術(shù)的應(yīng)用場(chǎng)景和應(yīng)用領(lǐng)域。

瞄準(zhǔn)“AI+券商”場(chǎng)景的還有金融軟件服務(wù)商。近日，有消息稱，恒生電子或?qū)⑼瞥龆ㄎ挥贏I投研的數(shù)智金融新品。

此外，海外哥倫比亞大學(xué)近日聯(lián)合上海紐約大學(xué)推出了金融大模型產(chǎn)品FinGPT。

在海外市場(chǎng)，已有投行將最新面世的GPT產(chǎn)品應(yīng)用于財(cái)富管理業(yè)務(wù)。今年3月，在OpenAI發(fā)布GPT-4之后，摩根士丹利方面表示，目前已經(jīng)使用GPT-4技術(shù)將所有智庫(kù)內(nèi)容轉(zhuǎn)化為更易于使用和操作的格式。據(jù)悉，摩根士丹利此前有300名顧問(wèn)測(cè)試這款工具，并計(jì)劃在未來(lái)幾個(gè)月廣泛推廣。

AI技術(shù)的運(yùn)用，不僅可以幫助券商各業(yè)務(wù)部門(mén)提高工作效率，也挖掘了更廣泛的財(cái)富管理需求。

厚石天成投資總經(jīng)理侯延軍認(rèn)為，AI在數(shù)據(jù)挖掘，算法，客戶服務(wù)，工作效率等方面，未來(lái)在金融領(lǐng)域會(huì)有廣泛的應(yīng)用。

不過(guò)，也有業(yè)內(nèi)人士指出，一些AI技術(shù)的實(shí)際落地仍然需要不斷摸索。此外，券商在探索AI應(yīng)用時(shí)如何兼顧合規(guī)性，是行業(yè)共同面臨的難題之一。例如，分析師AI分身等虛擬數(shù)字人仍處于“監(jiān)管空白”地帶。

相比之下，對(duì)于業(yè)務(wù)模式相對(duì)單一的基金公司來(lái)說(shuō)，其對(duì)AI的訴求更為聚焦。近年來(lái)，部分基金公司已將AI與風(fēng)控、研究、客戶服務(wù)或是輔助決策相結(jié)合。最新趨勢(shì)是，基金公司開(kāi)始將AI技術(shù)應(yīng)用于資金交易領(lǐng)域以及詢價(jià)環(huán)節(jié)。

近期，興證全球基金推出了AI資金交易機(jī)器人——智能交易員“興寶”。目前，“興寶”已正式在Qtrade平臺(tái)上線。

據(jù)介紹，AI交易員不僅能通過(guò)關(guān)鍵要素的識(shí)別和提取、上下文邏輯的理解，主動(dòng)發(fā)起提問(wèn)確認(rèn)，實(shí)時(shí)提取深層次意圖，主動(dòng)分布式發(fā)問(wèn)，快速獲取對(duì)手方意圖，而且可以通過(guò)不斷地問(wèn)答交流，經(jīng)過(guò)一系列的詢價(jià)議價(jià)過(guò)程，完成對(duì)手方的詢價(jià)需求采集，并將詢價(jià)狀態(tài)實(shí)時(shí)反饋給交易員，獲取最終匹配交易反饋給交易員，和對(duì)手方確認(rèn)后即可完成交易。

而今年3月，興業(yè)基金自主研發(fā)的“興小二”AI債券交易機(jī)器人也已上線，該公司成為首家在外匯交易中心iDeal平臺(tái)上線智能詢價(jià)機(jī)器人的公募基金公司。

“以前一直有機(jī)構(gòu)在嘗試AI與交易結(jié)合，更多是通過(guò)數(shù)據(jù)算法或者業(yè)務(wù)規(guī)則做人工智能的探索，近幾個(gè)月以來(lái)，隨著ChatGPT為代表的大語(yǔ)言模型能力興起，這類探索再次變成了行業(yè)熱點(diǎn)。”上述資深業(yè)內(nèi)人士向21世紀(jì)經(jīng)濟(jì)報(bào)道記者指出。

在他看來(lái)，未來(lái)幾個(gè)月甚至是幾年內(nèi)，機(jī)構(gòu)對(duì)于AI與交易結(jié)合的嘗試將不斷增多。

這主要是因?yàn)?，“AI技術(shù)，尤其是新一代大語(yǔ)言模型的技術(shù)，對(duì)于大部分行業(yè)都有影響，在交易領(lǐng)域，通過(guò)AI技術(shù)與算法，不斷地深入投資交易的細(xì)節(jié)，比如機(jī)器人詢價(jià)等，將人從簡(jiǎn)單重復(fù)甚至通識(shí)性的工作場(chǎng)景中解放出來(lái)，從而使得交易員能夠更加專注的進(jìn)行專業(yè)深挖?！?/p>

不過(guò)，他也談到，AI目前更多是在通識(shí)性應(yīng)用方面表現(xiàn)較好，但交易是一個(gè)非常專業(yè)的領(lǐng)域，由于數(shù)據(jù)源、訓(xùn)練場(chǎng)景等因素的限制，成功的案例還不多。AI的應(yīng)用成功除了技術(shù)突破外，更需要大量的業(yè)務(wù)場(chǎng)景融合，只有通過(guò)場(chǎng)景技術(shù)融合的打磨和深入細(xì)化，才能真正做到AI技術(shù)的實(shí)際落地。

值得一提的是，資金交易對(duì)安全、穩(wěn)定、準(zhǔn)確等要素的要求極高，在與AI技術(shù)結(jié)合的過(guò)程中，仍然需要防范數(shù)據(jù)、算法和算力方面隱藏的風(fēng)險(xiǎn)。

上述資深業(yè)內(nèi)人士詳細(xì)談到，首先，由于資金交易對(duì)于數(shù)據(jù)安全、準(zhǔn)確的要求極高，在應(yīng)用AI技術(shù)的過(guò)程中，數(shù)據(jù)基礎(chǔ)的重要性排在第一位。AI本身不能解決數(shù)據(jù)準(zhǔn)確的問(wèn)題，所以需要基礎(chǔ)的數(shù)據(jù)治理工作非常扎實(shí)，要先保證高質(zhì)量的數(shù)據(jù)基礎(chǔ)，包括數(shù)據(jù)的一致性、準(zhǔn)確性、安全性等等。

其次，算法方面，通過(guò)AI人工智能可以做很多事情，但目前AI技術(shù)算法很多時(shí)候做的是數(shù)學(xué)概率的事情，人工智能還沒(méi)有發(fā)展到跟人一樣智能，因而會(huì)出現(xiàn)錯(cuò)誤的結(jié)果。例如ChatGPT大模型，大部分時(shí)候都表現(xiàn)不錯(cuò)，但個(gè)別情況也會(huì)回答得不靠譜。而資金交易對(duì)于錯(cuò)誤發(fā)生的容忍度極低，萬(wàn)分之一的概率都不允許出現(xiàn)。這種情況下，如何對(duì)于AI產(chǎn)生的結(jié)果進(jìn)行復(fù)核或者多層識(shí)別就需要特別重視。

再次，算力方面，以大語(yǔ)言模型為代表的新一代人工智能，對(duì)于算力要求很高，動(dòng)輒數(shù)百億、上千億的參數(shù)，還需要大量訓(xùn)練。對(duì)于基金公司而言，如果直接借用百度、科大訊飛等公共大模型能力，就會(huì)涉及數(shù)據(jù)安全的問(wèn)題，如果是自己獨(dú)立部署與訓(xùn)練，又會(huì)面臨投入產(chǎn)出比問(wèn)題，如何做好公共算力與私有算力的平衡，是行業(yè)各家公司都要面臨的問(wèn)題。

此外，前海開(kāi)源基金首席經(jīng)濟(jì)學(xué)家楊德龍表示，將AI應(yīng)用于交易環(huán)節(jié)，需要防范的風(fēng)險(xiǎn)在于交易的合規(guī)性，比如這類交易在兼顧效率的同時(shí)，是否考慮了交易的公平性。同時(shí)，也要注意防范系統(tǒng)性的風(fēng)險(xiǎn)，比如美國(guó)的量化投資占比較大，可能會(huì)出現(xiàn)由量化交易造成的踩踏事件，導(dǎo)致道指瞬間跌一千點(diǎn)等現(xiàn)象。這類風(fēng)險(xiǎn)需要重視。

另一方面，市場(chǎng)較為關(guān)注的是，未來(lái)，AI是否有可能代替基金經(jīng)理，進(jìn)行自主投資？

“在量化投資中，AI技術(shù)已經(jīng)廣泛地應(yīng)用在了投資決策環(huán)節(jié)，而主觀多頭，特別是價(jià)值投資使用該技術(shù)的案例相對(duì)較少。”止于至善投資基金經(jīng)理何理指出，價(jià)值投資策略要想實(shí)現(xiàn)AI投資，需要具備深度的價(jià)值投資能力+先進(jìn)的AI技術(shù)并理解該技術(shù)，兩者結(jié)合才行，同時(shí)這個(gè)過(guò)程中可能要在研發(fā)上會(huì)付出大量的成本。

“ChatGPT帶火了AI，但機(jī)器學(xué)習(xí)等具體的AI技術(shù)早已在量化中得到了廣泛的應(yīng)用，所以AI在量化和投資領(lǐng)域的應(yīng)用已經(jīng)不再是初始的階段，現(xiàn)在已經(jīng)日趨成熟了，只不過(guò)最新的算法和算力還是在不斷的迭代過(guò)程中。長(zhǎng)期來(lái)看，AI是很好的投資輔助工具之一，但未來(lái)AI不太可能完全替代人投資，只是會(huì)用AI的投資可能會(huì)替代不會(huì)用AI的投資?！比谥峭顿YFOF基金經(jīng)理胡泊指出。

楊德龍也談到，基金公司應(yīng)用AI技術(shù)參與一些投資研究方面的輔助工作是可行的，因?yàn)锳I應(yīng)用確實(shí)能夠省去很多人力，同時(shí)也有一些人工不具備的優(yōu)勢(shì)，比如數(shù)據(jù)運(yùn)算能力強(qiáng)等等。但是完全替代人工的可能性不大。畢竟資本市場(chǎng)還是有很多方面需要人工進(jìn)行判斷，所以AI還不能完全替代人工。

在上述資深業(yè)內(nèi)人士看來(lái)，AI技術(shù)能否成功應(yīng)用于投資決策的關(guān)鍵環(huán)節(jié)取決于三個(gè)層面：一是技術(shù)可行性，哪些領(lǐng)域AI可以賦能，哪些環(huán)節(jié)AI技術(shù)相對(duì)成熟；二是社會(huì)可行性，投資決策過(guò)程中，投資經(jīng)理和研究員在哪些領(lǐng)域更愿意借助AI技術(shù)，哪些環(huán)節(jié)更容易實(shí)現(xiàn)AI賦能；三是投入產(chǎn)出比，很多AI應(yīng)用都是創(chuàng)新項(xiàng)目，存在失敗的概率，必須要考慮投入產(chǎn)出比。

“綜合這三個(gè)方面考慮，目前看，在投資研究時(shí)，調(diào)研記錄的整理、資訊內(nèi)容的提煉、研報(bào)的撰寫(xiě)等，AI技術(shù)相對(duì)成熟一些，預(yù)計(jì)投研人員更愿意借助AI技術(shù)，提升自己的工作效率，且成本投入不會(huì)很大，這些可以優(yōu)先形成智能輔助工具，賦能投研增效。而具體的投資決策更多依賴基金經(jīng)理的個(gè)人經(jīng)驗(yàn)和能力，AI技術(shù)并不成熟，投資人員本身的意愿以及融合程度都很難確定，投入產(chǎn)出比更是難以衡量，所以AI在其中的參與度要慢很多。不過(guò)，量化投資有望是最先借助AI能力進(jìn)行決策的領(lǐng)域?！彼硎尽?/p>

關(guān)鍵詞：