尊龙凯时(中国)人生就是搏!

　　AG尊龙凯时注册ღ◈◈，尊龙人生就是博官网登录ღ◈◈！Z6尊龙凯时ღ◈◈。尊龙凯时人生就是博官网登录ღ◈◈。Z6尊龙旗舰厅ღ◈◈，尊龙凯时人生就是博!ღ◈◈。财联社记者近期多方采访了解到ღ◈◈，在业内人士看来ღ◈◈，大模型技术将深刻改变金融行业的未来ღ◈◈，它将使得金融服务更加智能化ღ◈◈、个性化ღ◈◈，也能够提高运营效率和风险管理能力ღ◈◈。但同时ღ◈◈，也需要关注技术带来的潜在风险ღ◈◈，确保技术的健康发展ღ◈◈。

　　大模型将如何深刻改变证券业的发展轨迹？哪些场景将率先应用？现阶段痛点与难点有哪些？为何参与者有限？未来的趋势将会如何？财联社记者与首席信息官王洪涛进行深度对话ღ◈◈，进一步了解这一变革性技术在证券行业中的应用现状和未来趋势ღ◈◈。

　　“金融领域有多元化的业务场景和广泛的数字化转型升级需求ღ◈◈，是大模型极佳的垂直落地场景ღ◈◈。我们相信大模型将成为证券行业数字化转型的关键发力点ღ◈◈。”王洪涛明确谈到ღ◈◈。据记者了解ღ◈◈，在过去的2023年ღ◈◈，新技术应用方面取得了不少积极进展ღ◈◈，目前AI办公助手在公司已被大量使用ღ◈◈，代码辅助编程大模型开发条线全面推广ღ◈◈，通过数据中台ღ◈◈、数据治理赋能数字金融创造战略价值ღ◈◈。

　　一是国金证券坚持创新容错的理念ღ◈◈，采用先内部服务ღ◈◈，谨慎推进外部服务（特别是大众投资者）的方式ღ◈◈，小步快走ღ◈◈，逐步测试和验证不同的技术和应用方案ღ◈◈，循序渐进地来防范大模型不成熟可能带来的误用和滥用的风险ღ◈◈。

　　二是大语言模型的应用可能涉及将数据传输至外部服务器进行处理ღ◈◈，而券商所涉及处理的是高度敏感和机密的数据ღ◈◈，数据安全成为一个重大的关注点ღ◈◈。此外ღ◈◈，许多证券公司的数据治理体系尚未完全建立或优化ღ◈◈，这意味着数据可能存在分散ღ◈◈、不一致或质量不高的问题ღ◈◈。由于大型语言模型高度依赖于数据质量和结构ღ◈◈，这些问题可能导致模型性能不佳或产生误导性的输出尊龙ღ◈◈。

　　三是证券IT 稳定性要求与新技术日新月异变化之间存在矛盾ღ◈◈。王洪涛表示尊龙ღ◈◈，证券公司的信息系统具有很高的稳定性的要求ღ◈◈，将大语言模型集成到证券公司现有的IT架构和工作流程中可能遇到技术挑战ღ◈◈。这些挑战包括系统兼容性问题尊龙ღ◈◈、成本问题和合规性的问题ღ◈◈，而且新技术的引入也会干扰现有工作流程的稳定性和效率ღ◈◈。

　　四是国金证券在大模型应用层面的目标是聚焦于提升效率和提升体验两个方面ღ◈◈，目前公司正在探索两类场景的AIGC应用ღ◈◈。一类是智能投研ღ◈◈，另一类是基于大模型的交互式辅助应用ღ◈◈。其中ღ◈◈，大模型的产业链智能挖掘小德伪t2ღ◈◈，是国金比较有特色的大模型场景ღ◈◈。据王洪涛介绍ღ◈◈，这是国金证券研究所金融工程团队首先在证券行业内提出的ღ◈◈。

　　五是鉴于证券行业的独特的业务特性以及大模型自身优势ღ◈◈，国金证券提出了证券行业大模型优化的三种方法ღ◈◈。证券业务提示词工程ღ◈◈：通过定制化的提示词优化证券业务流程ღ◈◈，以精准理解和满足客户需求ღ◈◈；整合搜索引擎和大模型ღ◈◈：使证券公司能实时获取和分析市场动态及财经新闻ღ◈◈；证券业务算法外挂ღ◈◈：通过特定算法外挂ღ◈◈，强化证券业务流程智能化处理能力ღ◈◈。

　　六是国金证券遵循“由松至紧逐步耦合”的原则ღ◈◈，提出了结合外挂式ღ◈◈、嵌入式和原生大模型进行逐步分层的推广方法ღ◈◈，并探索结合大模型技术与RPA组建新的大模型驱动的软件操作系统ღ◈◈，王洪涛相信ღ◈◈，这将来很有可能是一个更大的方向ღ◈◈。

　　七是随着证券公司在数据治理ღ◈◈、ღ◈◈，以及交易系统技术兼容性方面的不断进步ღ◈◈，随着“AI友好”的理念的广泛接受和有意识地设计引导ღ◈◈，同时大模型技术也在与时俱进ღ◈◈，这样的进程不仅是技术进步推进业务发展的过程ღ◈◈，也是业务场景的丰富反哺技术进步的过程ღ◈◈。王洪涛认为ღ◈◈，大模型在证券公司在降低成本ღ◈◈、控制风险ღ◈◈、优化体验和增加收益四个方面有很大的应用前景ღ◈◈。

　　“现在大家都把大模型叫GPTღ◈◈，也就是Generative Pre-trained Transformerღ◈◈，生成式预训练大模型ღ◈◈，我个人更愿意叫成Gereral Purpose Technolegyღ◈◈，既‘通用目的技术’ღ◈◈，它可以延伸到千行百业ღ◈◈，带来应用不断地改造ღ◈◈，推动各行各业大模型的重塑ღ◈◈，构造新质生产力ღ◈◈。”王洪涛告诉记者ღ◈◈，通过快速尊龙ღ◈◈、准确地进行信息整合及自动化任务处理ღ◈◈，大模型能够进一步推动金融行业降本增效和高质量发展ღ◈◈，深化的应用创新ღ◈◈。

　　王洪涛称ღ◈◈，国金证券其实一直在思考大模型的落地场景ღ◈◈，“对照监管条例ღ◈◈、审视自身资源禀赋和业务场景ღ◈◈，以及对投入比的初步评估ღ◈◈，我们制定了国金证券大模型探索路径ღ◈◈，目标是聚焦于提升效率和提升体验两个方面ღ◈◈，为客户提供更全面ღ◈◈、更高效ღ◈◈、更个性化的智能化服务ღ◈◈。目前公司正在探索两类场景的AIGC应用ღ◈◈。”

　　具体来看ღ◈◈，智能投研是指ღ◈◈，利用AI算法对大量的数据进行深入的分析和模型训练ღ◈◈，以生成更准确的市场分析和结果预测ღ◈◈，帮助研究人员更深入地理解市场趋势ღ◈◈、板块轮动和指数周期ღ◈◈，做出明智的投资决策和风险策略ღ◈◈，并提供优质的投资组合配置ღ◈◈。

　　智能投研是国金证券的特色所在ღ◈◈。王洪涛谈到小德伪t2ღ◈◈，依托国金证券研究所的金融工程能力ღ◈◈，加之依托大模型的信息整合和推理的能力ღ◈◈，聚焦投研过程中搜ღ◈◈、读ღ◈◈、写ღ◈◈、信息聚合等业务场景ღ◈◈，深入挖掘新闻解读ღ◈◈，舆情挖掘小德伪t2ღ◈◈，智能市场分析ღ◈◈，智能研报写作等场景ღ◈◈，为用户提供覆盖行业ღ◈◈、股票ღ◈◈、债券ღ◈◈、基金的投研服务ღ◈◈。

　　“大模型的产业链智能挖掘ღ◈◈，是我们比较有特色的大模型场景ღ◈◈，是我们研究所金融工程团队首先在证券行业内提出的ღ◈◈。研究所和科技团队充分合作ღ◈◈，进行了大模型自动生成产业链图谱的尝试ღ◈◈，可以挖掘最新舆情中的标的ღ◈◈，产业链板块ღ◈◈，关联度等ღ◈◈。比如近期的华为Pure 70的板块分析ღ◈◈，台湾地震对芯片产业的影响ღ◈◈，都是可以一键生成关联标的ღ◈◈，分析产业链上下游ღ◈◈，协助研究员快速地认知市场ღ◈◈，提升投研的效率和质量ღ◈◈。”王洪涛介绍ღ◈◈。

　　在基于大模型的交互式辅助应用方面ღ◈◈，国金证券正在研究多种开源语言大模型的本地化部署和模型能力的集成整合ღ◈◈，并积极探索商业化大模型的应用ღ◈◈，包括AI办公助手ღ◈◈、AI编程助手ღ◈◈，数字人智能交互和AI绘画等ღ◈◈，显著提升员工的办公效率ღ◈◈，降低企业运营成本ღ◈◈。整体来看ღ◈◈，国金证券拥有基于外挂知识库和搜索引擎构建的大模型ღ◈◈：

　　一是公司以AIGCღ◈◈、大语言模型为核心的交互式问答场景挖掘ღ◈◈，二是在证券交易风控领域的AIGC算法探索ღ◈◈，通过外挂式和嵌入式的模式ღ◈◈，与交互式大语言模型接口进行整合ღ◈◈。具体来看ღ◈◈，公司办公场景逐步沉淀AI能力尊龙ღ◈◈，逐步拓展应用场景ღ◈◈，同时也可利用AI办公助手来逐步收集业务部门的需求ღ◈◈，为后续大规模应用AIGC做技术准备和AI赋能业务的铺垫ღ◈◈。

　　“AI员工助手是我们的一个主要应用场景ღ◈◈，通过系统集成的方式将国内外主流的通用大模型ღ◈◈、开源大模型（15种以上）进行整合ღ◈◈，通过统一的入口界面进行操作ღ◈◈。员工通过企业微信或者OA系统进入GPT员工助手ღ◈◈，可选择单一大模型或者同时和多个大模型进行交互ღ◈◈。”王洪涛表示ღ◈◈，目前AI办公助手已在公司内全面推广尊龙尊龙ღ◈◈，据后台统计ღ◈◈，自2023年11月上线名员工ღ◈◈，每日平均使用AI办公助手超过2000人次ღ◈◈。AI回答的问题以证券业务为主ღ◈◈，通用问答ღ◈◈、日常问答ღ◈◈、科技类问题为辅ღ◈◈。

　　“热门词汇有证券ღ◈◈、工作ღ◈◈、公司ღ◈◈、管理ღ◈◈、股票ღ◈◈、投资ღ◈◈、交易ღ◈◈、基金等ღ◈◈，员工也正在使用AI员工助手来辅助日常证券业务信息的检索和业务知识的萃取ღ◈◈。”王洪涛说小德伪t2ღ◈◈，国金证券的开发工程师有200多人ღ◈◈，开发团队有10多个ღ◈◈。我们归纳了工程师们日常工作中占比较高的编程场景ღ◈◈，形成了3大类10余个编程场景清单ღ◈◈，主要用于编程辅助ღ◈◈、测试辅助和设计评审ღ◈◈。综合多种场景的测试ღ◈◈，AI编程助手整体能提效约30%ღ◈◈。

　　据王洪涛介绍ღ◈◈，在大模型知识管理ღ◈◈、大模型千人千面的个性化营销ღ◈◈、大模型资产管理有效地匹配资金方和资产方ღ◈◈、大模型风险管理等方面ღ◈◈，国金证券也在不断地探索ღ◈◈，并深入到业务场景做到充分挖掘数据的价值ღ◈◈，将数据资产变为证券业务开展所需要的信息和知识ღ◈◈。

　　由于金融市场的复杂性和动态性ღ◈◈，大模型需要实时更新和学习新的金融知识ღ◈◈。其次ღ◈◈，大语言模型的性能受到训练数据的限制ღ◈◈，如何提高证券场景下大模型生成内容的质量仍有待探索ღ◈◈。在王洪涛看来ღ◈◈，证券公司大规模使用大语言模型具有涉及数据治理ღ◈◈、安全性ღ◈◈，以及证券IT 稳定性要求同新技术日新月异变化之间矛盾等多个方面的痛点ღ◈◈。

　　为解决这些问题ღ◈◈，王洪涛告诉记者ღ◈◈，公司研究团队原创性地提出来“AI友好”型组织ღ◈◈，“AI友好”的业务流ღ◈◈、数据流的设计理念ღ◈◈，并将各种事务大体上可以分为以下几类ღ◈◈：

　　第一类是可重复验证的ღ◈◈，比如一个合同是否符合某些合规性的要求ღ◈◈，比如身份证和人脸的识别ღ◈◈，以及软件运行是否符合预期ღ◈◈。可重复验证场景的一个追求目标是将暂且只能由人工执行的流程ღ◈◈，通过“AI友好”设计为“AI可重复验证”ღ◈◈。可重复验证意味着可以通过自动化执行不断提升AI的应用力度ღ◈◈。

　　据王洪涛介绍ღ◈◈，公司提出“AI友好”是分析出“可重复验证”的各类场景ღ◈◈，分析其中的卡点环节ღ◈◈，通过有意识的一些设计将目前只能由人类来校验的转变为AI可以校验ღ◈◈，例如我们在多种规章制度中常用的“有关部门”ღ◈◈、“相关制度”ღ◈◈，如果能明确有关部门是哪些部门ღ◈◈，相关制度是哪些具体制度ღ◈◈，也就变成AI可以自动校验了ღ◈◈。

　　“我们的数据体系也有意识地设计可勾稽复核性ღ◈◈，例如我们各类文档内的数据是否可以建立某种可勾稽性ღ◈◈。我总是喜欢举身份证从15位到18位的升级就是一个对AI非常友好的设计方式ღ◈◈，原来15位的时候图像识别如果错了一位系统是无法知道的尊龙ღ◈◈，但到18位的时候因为有了一个校验位ღ◈◈，如果识别错了AI系统可以自己发现错了ღ◈◈。这个例子很简单ღ◈◈，但我觉得比较好地体现了AI友好ღ◈◈。”王洪涛他说ღ◈◈。

　　第二类是可验证但不可重复验证ღ◈◈：例如博弈性质的ღ◈◈，或者满足时间序列特性的ღ◈◈，比如股市的涨跌ღ◈◈，这类可以建立回测模型ღ◈◈，但可能不能作为一定正确的答案ღ◈◈。这种类型的场景ღ◈◈，AI与人相比总体可以大规模提升效率ღ◈◈，可以低成本ღ◈◈，并构建大规模服务能力ღ◈◈。

　　第三类是没有标准结果的ღ◈◈，创意类的ღ◈◈。例如摘要ღ◈◈、写作ღ◈◈、图像和视频的生成等ღ◈◈，这类AI的系统ღ◈◈，会成为我们员工各类工作中的助手ღ◈◈。

　　王洪涛称ღ◈◈，通过 “AI友好”的理念导向ღ◈◈，使得公司可以设计更多的可落地和嵌入的AI场景ღ◈◈；通过设计更多的AI友好的管理ღ◈◈、技术ღ◈◈、业务生态体系ღ◈◈，逐步形成AI友好型的企业组织ღ◈◈，从战略上注重共赢生态建设ღ◈◈，通过AI治理的机制充分调动生态企业的协作意愿小德伪t2ღ◈◈，从而引领业务的发展ღ◈◈，在这场AI革命中赢得竞争优势ღ◈◈。

　　大模型技术在证券行业中的探索和发展ღ◈◈，是一个不断积累ღ◈◈、开拓ღ◈◈、持续优化的过程ღ◈◈。王洪涛认为ღ◈◈，大模型在证券公司关于降低成本ღ◈◈、控制风险ღ◈◈、优化体验和增加收益四个方面有很大的应用前景ღ◈◈。

　　降本增效ღ◈◈。在营销ღ◈◈、风控ღ◈◈、投研ღ◈◈、研发等业务场景ღ◈◈，大模型可以有效提高企业生产效率ღ◈◈，降低经营成本ღ◈◈。以智能投顾为例ღ◈◈，大模型可以在一定程度上替代人工客服ღ◈◈，通过与客户进行交互式沟通交流ღ◈◈，深刻理解客户的个性化需求和资产状况ღ◈◈，帮助金融机构为客户提供专业的投资建议和服务ღ◈◈，让客户识别和规避潜在的投资风险ღ◈◈，并将投资收益最大化ღ◈◈。

　　提升客户体验ღ◈◈。相较于传统的智能客服ღ◈◈，大模型的出现对人机交互模式产生显著变革ღ◈◈，依托其优秀的对话生成及多任务迁移能力ღ◈◈，可以解决更为复杂的问题ღ◈◈，为客户提供更加智能化和人性化的金融服务ღ◈◈。

　　控制风险ღ◈◈。我们结合大模型和其他AI算法ღ◈◈，在异常交易监控ღ◈◈、场外配资监控ღ◈◈、反洗钱ღ◈◈、财务造假等方面进行探索ღ◈◈；利用大模型分析多维度地挖掘风险事件的影响ღ◈◈，管理ღ◈◈，利用舆情ღ◈◈、司法ღ◈◈、财务ღ◈◈、行情ღ◈◈、司法等数据ღ◈◈，进行风险事件的挖掘ღ◈◈，并结合大模型归因与关联分析的能力小德伪t2ღ◈◈，判断风险的类型ღ◈◈，风险的传导链路ღ◈◈，做到多类型资产的风险管控ღ◈◈。

　　催化产品创新小德伪t2ღ◈◈。通过整合多样化业务需求ღ◈◈，基于大模型和金融领域的专有内容ღ◈◈，形成有特色的金融产品ღ◈◈。