“與大模型共舞”！券商出手

中國基金報記者 趙心怡

在數據不斷累積、算法不斷突破、算力不斷提高的背景下，大模型的發展步入快車道，其強大的生成能力和通用性正在催生全新的產業體系，變革浪潮席卷而來。

作為信息、數據、知識密集的代表性行業，證券行業擁有多元的業務場景，同時面臨著廣泛的數字化轉型升級需求，是大模型極佳的垂直落地場景。

中信證券、海通證券、東吳證券、廣發證券、國金證券等多傢券商已相繼推出AI大模型或有所佈局，例如債券大模型Bond Copilot、秀財大模型、“金鑰匙智能犇犇助手”等，涉及經紀、研究、投行等多業務場景，為證券行業的數智化轉型註入強勁動能。

然而，券商和大模型的融合仍處於初級階段，多為業務場景簡單的非決策類環節。未來，隨著相關技術的不斷成熟和應用場景拓展，券商與大模型將縱深融合，有業內人士直言：“數字化轉型和科技金融已成為證券行業下一個戰略發展周期的核心競爭力。”

各大券商爭相佈局

在數智化浪潮的席卷之下，券商面臨著強烈的數字化轉型需求。而大模型的應用，無疑將為券商註入新的活力，成為其轉型道路上的重要推力。從行業目前的實踐來看，券商經紀、研究、投行、資管等多個業務條線均已有大模型的落地場景。

中信證券在今年1月上線瞭債券大模型Bond Copilot，全方位支持債券承攬、承做、承銷三大環節，以緩解投行債券全鏈條工作的痛點。

從目前的功能來看，Bond Copilot具備自動撰寫、研報摘要生成、債券法規問答、產品的定價分析、發行結構分析、投資人畫像分析、市場數據分析、多維數據問答等能力。

圖：中信證券債券大模型Bond Copilot頁面

中信證券表示，下階段Bond Copilot將為證券行業帶來更多的業務賦能，實現對債券領域業務場景的全面覆蓋，並擴展到基金、股票等其他金融產品，為證券業務搭配獨一無二的智能助手。

4月，商湯科技宣佈與海通證券聯合發佈業內首個面向金融行業的多模態全棧式大模型。據商湯科技介紹，本次合作結合海通證券的真實應用場景，重點落地瞭智能問答、智能研發、智能研報等業務環節。

其中，智能研發助手是輔助金融企業的研發人員進行代碼編程工作，需要解決的核心問題是讓大模型學習和瞭解業務流程和邏輯，並生成有效代碼。

東吳證券的秀財大模型，是國內首個券商自研並通過算法備案，擁有自主知識產權的證券垂類大模型。

據東吳證券介紹，圍繞秀財大模型，共規劃瞭四大AI應用范式，並依托AI對話、智能BI、智能中樞、增強搜索四大應用范式，結合RPA工具，構建包含投研、投行、投顧、經紀、固收、風控、審計等多個領域的36個AI應用場景，實現基於秀財大模型的全面AI賦能。

圖為：東吳證券秀財大模型的四大應用范式

廣發證券也在日前公佈瞭大模型的總體架構，主要分為應用層、服務層、模型層和基礎層。涵蓋瞭大模型問答&生成服務（ChatRAG）、代碼生成服務（ChatCode）、文生圖服務（ChatImage）和大模型API基礎服務（LLM-API）。

廣發證券表示，已完成基礎模型層和模型接入層的設計和初步搭建，逐步推進大模型在智能問答、摘要提取、信息抽取、代碼生成等應用場景試點落地。目前，廣發證券落地瞭“金鑰匙智能犇犇助手”應用，專門用於智能客服場景。

圖：廣發證券大模型總體架構

國金證券則選用LangChain和ChatGLM2構建瞭大模型，並表示正在探索兩類場景的AIGC應用。一類是智能投研，利用AI算法對大量的證券行情和交易數據進行深入的分析和模型訓練，以生成更準確的市場分析和結果預測。

另一類是基於大模型的交互式輔助應用，包括AI辦公助手、AI編程助手和AI繪畫等，顯著提升員工辦公效率，降低企業運營成本。

圖：國金證券大模型架構規劃

“財富管理+AI大模型”

廣闊空間大有可為

雖然券商已在嘗試讓大模型賦能具體業務，但目前仍在發展初期，業內針對落地可行性的討論依然火熱，同時也在不斷地發現問題、解決問題。

華寶證券研究創新部戰略研究總監衛以諾告訴記者，券商與大模型的融合可劃分為三個時代。1.0時代是簡單場景化輔以弱交互屬性，賦能C端初步探索。2.0時代是模型標準化與服務差異化共存，打造To B服務范本。3.0時代則是個性化與普適化，一站式全流程系統打通。目前“券商+大模型”處於1.0-2.0時代過渡期。

從業務落地的可行性來看，衛以諾認為，短期內在證券行業中最容易、最便捷、相對成本最低的落地項目是研究業務。“券商接入模型的API接口，即可輔助研究報告的底層數據搜集、基本邏輯的梳理，金融建模的代碼等，減輕研究員冗雜的基礎性、重復性工作壓力，讓研究員有更多觀點思考的產出，提升對數據和事件點評報告的產出速度。”他表示。

長期來看，大模型與券商買方業務結合更具適配性，尤其是在買方投顧等財富管理領域大有可為。買方投顧業務發展是金融行業發展“藍海”，其重點在投資、顧問及平臺打造三大方面。

衛以諾稱，財富管理的終極生態是買方投顧。監管部門曾多次提及獨立投資顧問機構發展，若以美國投顧發展為鑒，買方投顧驅動下獨立註冊投資顧問（RIA）發展空間廣闊。

“隨著財富管理領域的投資咨詢、賬戶管理、資金運營等業務被專業化機構細分後賦予牌照，大語言模型等技術可以和買方投顧機構深度融合，實現商業盈利模式的革新，從依靠產品到依靠服務，再到依靠SaaS訂閱、運營分成、流量收費。”他進一步闡述道。

中金公司此前也在近期的研報中提到，財富管理及資產管理或是金融行業中AI賦能空間最大的領域之一，營銷獲客、客戶運營、產品推介、投資投研四個業務環節，為AI尤其是AI大模型的應用落地提供瞭優質場景。

從潛在業務量來看，目前財富資管市場仍存在用戶滲透率較低、投資者體驗較差、投資回報率較低等多種問題，AI大模型有望提升獲客轉化率、客戶留存率、投資收益率，尤其在投顧領域賦能財富資管機構買方模式。

與此同時，投研領域龐大繁雜的數據量、對高效整合生產並輸出信息的高要求，天然與AI尤其是大模型的特點相匹配，AI的應用能夠更好賦能投研領域。

“百模大戰”如火如荼

金融垂類模型或為發力重點

“百模大戰”如火如荼，國內互聯網企業、傳統金融機構及金融科技企業均紛紛投身其中，力爭在金融大模型市場中占據一席之地。

2023年5月中旬，奇富科技推出奇富GPT，在業內被稱為“國內首個金融行業通用大模型”。隨後，度小滿也推出瞭國內首個千億級中文金融大模型“軒轅”，聚焦於金融名詞理解、金融市場評論、金融數據分析和金融新聞理解等任務。

同年6月，恒生電子發佈瞭金融大模型LightGPT。騰訊混元大模型和螞蟻金融大模型也於去年下半年相繼亮相。2024年，同花順和東方財富分別推出瞭問財HithinkGPT和妙想金融大模型。

對於目前國內“百模大戰”出現的競爭與合作，阿裡雲智能集團副總裁張翅在接受本報記者采訪時表示，現在的競爭合作關系沒有人為門檻，都是技術層面的發展。“有的企業聚焦長文本、有的聚焦多模態，這都是根據自身的競爭優勢和特點進行考慮後的結果。我認為當下的競爭合作格局更多由企業自身技術、模型價值、市場定位等因素決定。”張翅解釋稱。

東吳證券分析稱，當前AI與金融的結合主要有兩條技術路徑，一類是通用模型+金融語料訓練金融大模型，另外一類則是金融垂類大模型，二者的優劣具有相對性。

通用大模型的優勢在於泛用性強、靈活性和利用率高、可遷移性強。劣勢在特定領域深度較淺、模型復雜、訓練時間長。金融垂直領域模型的優勢在於其專業性、針對性的解決方案，以及高精度和合規性。劣勢主要包括適應性限制、更新與維護的復雜性，以及數據利用率低下等。

除此之外，通用大模型還存在一定的問題。“通用大模型通過金融語料訓練超越金融垂類模型可能性較小，在行業數據量，性價比，精確性、適用性、實時性、推理速度，合規性和風險控制等方面表現欠佳。”東吳證券還表示。

中金公司也指出，目前AI大模型的探索集中在業務場景簡單的非決策類環節，而較難直接應用在對金融領域專業能力要求較高、涉及提供強投資建議、涉及核心分析決策任務的業務環節。

展望未來，東吳證券認為，在金融科技支持政策陸續出臺、海外金融垂類模型加速落地的背景下，金融垂類模型將成為金融科技領域未來的發展重點。

國金證券首席信息官王洪濤對記者直言：“以大模型為代表的智能技術，正逐漸成為推動行業創新的重要力量，它幫助我們更好地理解市場趨勢、預測風險、優化投資組合，同時提供個性化的客戶服務，並支持更全面、精準的業務洞察和決策。在競爭日益激烈的證券行業中，智能技術應用將成為證券公司保持競爭優勢、實現數字化轉型的關鍵手段之一。”