大模型落地財富管理領域還有多遠?
9月8日,在外灘大會財富管理行業論壇上,大模型的應用引起了銀行、基金及平臺金融等人士的熱議。
工行首席技術官呂仲濤表示,2023年年初,工行在國內金融同業中率先實現人工智能通用模型的創新應用,后續將積極探索AI大模型在財富管理領域的應用實踐。
當日,螞蟻財富平臺發布了國內首個應用大模型技術的智能理財助理支小寶2.0。
“金融的復雜度和用戶想要的專業簡單之間天然存在鴻溝?!蔽浵佖敻恢悄芊占夹g總監、支小寶技術負責人陸鑫在外灘大會財富管理行業論壇上表示,對于金融業務的適當性問題,螞蟻聘請了超過100名的金融專家,對生成內容進行打標,包括合規的表達、上下文關聯、隱私保護,讓大模型能夠對齊人類金融專家在金融業務合規性上的標準?!?/p>
陸鑫說,“通過這些能力建設,大模型版本的支小寶2.0已經大幅提升了合規性、安全性和事實一致性的能力,準確率可以達到99%以上。未來3年內,智能理財助理的能力將媲美人類專家,可以讓更多用戶享受優質的理財服務,甚至有望超過行業專家的平均水平。
數字化轉型應對財富管理挑戰
呂仲濤在外灘大會財富管理行業論壇上表示,財富管理面臨著三個挑戰:
一是在產品供應方面,傳統財富管理以提供貨架式的單一產品銷售為主,產品同質化,缺乏個性化差異,難以滿足客戶的需求;
二是在運營模式方面,產品、客戶、渠道的融合不足,未能為合適的客戶在合適的渠道推薦合適的產品,拉新促活方面難度較大;
三是風險管理方面,目前銀行面臨著復雜多變的經營環境,各類風險容易出現同頻共振,財富管理的風險管理難度也在加大,需要更強的風險控制能力。
“我們認為數字化轉型是有力應對這些挑戰的必然選擇,通過數字化加快推動財富管理模式轉型升級,實現財富管理的線上化、數字化、智慧化、專業化,為財富管理的高質量發展奠定基礎?!眳沃贊Q,直面銀行業財富管理所面臨的巨大挑戰,工行在金融財富管理服務中發揮數字技術創新能力、深化數字化轉型,以數字科技賦能金融服務,以科技創新升級財富管理服務體驗,在全品類組合配置、全域運營管理、全面智能管控方面構建財富管理的數字服務新模式。
呂仲濤表示,工行將積極探索AI大模型在財富管理領域的應用實踐,提供更加精準的投顧服務、自動生成產品營銷文案、智能分析市場行情;同時,也要關注新技術帶來的新挑戰,例如數據安全和隱私保護問題等,需要加強監管合規,確保AI技術在財富管理領域的健康發展。
在中歐基金董事長竇玉明看來,為服務好數億人十數億資產,公募基金行業面臨的挑戰很大,投研體系需要向工業化和數智化進化,解決規模和質量問題。目前基金行業在投研體系的工業化方面初見成效,在數智化方面,模型驅動的長線基本面量化策略容量會更大,通用人工智能大模型的出現,定性投資類策略面臨大變局,大模型語言可以處理自然語言和很多非結構化數據,可以和基本面價值投資的基金經理們有更好的結合。
落地財富管理場景應用
麥肯錫的《捕捉生成式AI新機遇》報告顯示,各行各業領先企業已開始積極應用生成式AI,并取得成果。從媒體到金融、從醫療到交通,生成式AI正成為推動新一輪創新浪潮的核心動力之一。其中,零售和消費品行業,銀行業、制藥和醫療產品業三個行業的價值潛力最大。
報告指出,銀行業龐大的IT架構、龐大的客戶服務團隊、嚴格的監管環境以及繁重的文字工作等特征為生成式大模型提供了大顯身手的舞臺。摩根士丹利正在使用GPT-4構建人工智能助手,該工具旨在幫助該行數萬名財富經理從龐大的內部知識庫中快速找到信息、整理出答案。該模型結合了搜索和內容創建功能,財富經理可以隨時利用它為任何客戶查找信息,提供定制內容。
在中國,雖然已有數十家數字科技企業及金融機構積極布局生成式AI新賽道,但應用發展最迅速的領域還是電商、傳媒、娛樂和游戲,尤其是數字虛擬人和電商視頻營銷,大部分傳統行業(如金融、能源、教育等)仍處于小規模試點階段。
螞蟻方面介紹,此次推出的支小寶2.0版本基于螞蟻集團金融大模型研發而成,在知識力、專業力、語言力、安全力方面得到大幅提升,幫助金融機構為用戶提供高質量的行情分析、持倉診斷、資產配置和投教陪伴等專業服務,知識水平不輸真人行業專家。
據螞蟻方面透露,支小寶2.0目前已在內測,將在完成相關備案工作后上線。
螞蟻集團財富事業群總裁、螞蟻基金董事長王珺表示,很多用戶反饋金融產品信息不夠透明、專業門檻高,理財時難懂又難選。傳統服務模式下投資者體驗有待提升,而大模型結合金融場景后,能提供更個性化、全流程包裹式的服務與陪伴,從而引導理財行為更健康,提升收益體感。以智能理財助理支小寶為例,獲得服務的相較未獲服務的投資者,風險收益比提升11.6%。
“大模型可能會帶來一個全新的財富管理的世界,它在各個環節都會帶來一些改變?!蔽浵伡瘓F財富事業群副總裁李小軍向經濟觀察網記者稱。
責任編輯:韓希宇
免責聲明:
中國電子銀行網發布的專欄、投稿以及征文相關文章,其文字、圖片、視頻均來源于作者投稿或轉載自相關作品方;如涉及未經許可使用作品的問題,請您優先聯系我們(聯系郵箱:cebnet@cfca.com.cn,電話:400-880-9888),我們會第一時間核實,謝謝配合。