21世紀經濟報道記者易妍君 廣州報道

由ChatGPT掀起的本輪人工智能應用熱潮延伸至金融行業。

近期，興證全球基金推出了AI資金交易機器人——智能交易員“興寶”，成為首家將AI技術應用于資金交易領域的國內基金公司。

(資料圖)

事實上，在AI大潮之下，從券商分析師AI分身，AI量化投資到再到AI資金交易機器人……今年以來，已有多家券商、基金公司等金融機構紛紛推出了適用于投資場景的AI產品。與此同時，以恒生電子為代表的金融軟件服務商也在推動AI投研產品的落地。

自2016年以來，陸續有證券公司推出智能投顧服務、數字化創新實驗室等智能化應用，將AI技術與運營、風險管理、客戶服務等業務深度結合已是大勢所趨。與此同時，基金公司也在做同樣的嘗試，甚至已將AI手段融入交易環節。ChatGPT的誕生更加速了這一進程。

“對于AI的應運，行業整體仍處在初始的探索階段，業內正從各個方向思考如何借助AI技術，提升自身的運作效率與效果，其中比較積極的公司，已經開始嘗試推出相關產品，有成功的案例，但失敗的案例也不少。”一位資深業內人士向21世紀經濟報道記者指出。

對于AI與交易的結合，該人士認為，資金交易對安全、穩定、準確等要素的要求極高，因此AI資金交易這類應用仍然需要防范數據、算法和算力等方面隱藏的風險。

AI+券商：需兼顧合規性

眾所周知，ChatGPT的面世標志著AI的發展進入了通用人工智能(AGI)新時代，以“大模型”為基礎的對話、寫作、文生圖等AI應用也開始影響證券公司的業態。

今年5月，券商分析師AI分身首次進入大眾視野。

招商證券為其傳媒首席分析師顧佳打造了AI數字分身。按照官方介紹，顧佳的AI分身，可以同時出現在路演現場、新聞發布會、研報解讀、分析師電話會，以及任何客戶需要的地方。

據了解，近年來，招商證券全面建設AI體系，其數字員工助手案例曾被引入《證券公司數字化轉型實踐報告及案例匯編（2022）》中。

與此同時，也有券商尋求外部合作以探索適用于券商業務的AI應用。

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

中國銀河于4月4日在投資者互動平臺上表示，公司已與多家具有市場競爭力的AI公司進行合作，并在智能營銷、智能投顧、智能客服、智能風控、智能文檔、身份識別等領域運用AI技術，后續會持續跟進最新的AI技術，擴展AI技術的應用場景和應用領域。

瞄準“AI+券商”場景的還有金融軟件服務商。近日，有消息稱，恒生電子或將推出定位于AI投研的數智金融新品。

此外，海外哥倫比亞大學近日聯合上海紐約大學推出了金融大模型產品FinGPT。

在海外市場，已有投行將最新面世的GPT產品應用于財富管理業務。今年3月，在OpenAI在發布GPT-4之后，摩根士丹利方面表示，目前已經使用GPT-4技術將所有智庫內容轉化為更易于使用和操作的格式。據悉，摩根士丹利此前有300名顧問測試這款工具，并計劃在未來幾個月廣泛推廣。

AI 技術的運用，不僅可以幫助券商各業務部門提高工作效率，也挖掘了更廣泛的財富管理需求。

厚石天成投資總經理侯延軍認為，AI在數據挖掘，算法，客戶服務，工作效率等方面，未來在金融領域會有廣泛的應用。

不過，也有業內人士指出，一些AI技術的實際落地仍然需要不斷摸索。此外，券商在探索AI應用時如何兼顧合規性，是行業共同面臨的難題之一。例如，分析師AI分身等虛擬數字人仍處于“監管空白”地帶。

AI+資金交易：防范三大風險

相比之下，對于業務模式相對單一的基金公司來說，其對AI的訴求更為聚焦。近年來，部分基金公司已將AI與風控、研究、客戶服務或是輔助決策相結合。最新趨勢是，基金公司開始將AI技術應用于資金交易領域以及詢價環節。

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

據介紹，AI交易員不僅能通過關鍵要素的識別和提取、上下文邏輯的理解，主動發起提問確認，實時提取深層次意圖，主動分布式發問，快速獲取對手方意圖，而且可以通過不斷地問答交流，經過一系列的詢價議價過程，完成對手方的詢價需求采集，并將詢價狀態實時反饋給交易員，獲取最終匹配交易反饋給交易員，和對手方確認后即可完成交易。

而今年3月，興業基金自主研發的“興小二”AI債券交易機器人也已上線，該公司成為首家在外匯交易中心iDeal平臺上線智能詢價機器人的公募基金公司。

“以前一直有機構在嘗試AI與交易結合，更多是通過數據算法或者業務規則做人工智能的探索，近幾個月以來，隨著ChatGPT為代表的大語言模型能力興起，這類探索再次變成了行業熱點。”上述資深業內人士向21世紀經濟報道記者指出。

在他看來，未來幾個月、甚至是幾年內，機構對于AI與交易結合的嘗試將不斷增多。

這主要是因為，“AI技術，尤其是新一代大語言模型的技術，對于大部分行業都有影響，在交易領域，通過AI技術與算法，不斷地深入投資交易的細節，比如機器人詢價等，將人從簡單重復甚至通識性的工作場景中解放出來，從而使得交易員能夠更加專注的進行專業深挖。”

不過，他也談到，AI目前更多是在通識性應用方面表現較好，但交易是一個非常專業的領域，由于數據源、訓練場景等因素的限制，成功的案例還不多。AI的應用成功除了技術突破外，更需要大量的業務場景融合，只有通過場景技術融合的打磨和深入細化，才能真正做到AI技術的實際落地。

值得一提的是，資金交易對安全、穩定、準確等要素的要求極高，在與AI技術結合的過程中，仍然需要防范數據、算法和算力方面隱藏的風險。

上述資深業內人士詳細談到，首先，由于資金交易對于數據安全、準確的要求極高，在應用AI技術的過程中，數據基礎的重要性排在第一位。AI本身不能解決數據準確的問題，所以需要基礎的數據治理工作非常扎實，要先保證高質量的數據基礎，包括數據的一致性、準確性、安全性等等。

其次，算法方面，通過AI人工智能可以做很多事情，但目前AI技術算法很多時候做的是數學概率的事情，人工智能還沒有發展到跟人一樣智能，因而會出現錯誤的結果。例如ChatGPT大模型，大部分時候都表現不錯，但個別情況也會回答得不靠譜。而資金交易對于錯誤發生的容忍度極低，萬分之一的概率都不允許出現。這種情況下，如何對于AI產生的結果進行復核或者多層識別就需要特別重視。

再次，算力方面，以大語言模型為代表的新一代人工智能，對于算力要求很高，動則數百億、上千億的參數，還需要大量訓練。對于基金公司而言，如果直接借用百度、科大訊飛等公共大模型能力，就會涉及數據安全的問題，如果是自己獨立部署與訓練，又會面臨投入產出比問題，如何做好公共算力與私有算力的平衡，是行業各家公司都要面臨的問題。

此外，前海開源基金首席經濟學家楊德龍表示，將AI應用于交易環節，需要防范的風險在于交易的合規性，比如這類交易在兼顧效率的同時，是否考慮了交易的公平性。同時，也要注意防范系統性的風險，比如美國的量化投資占比較大，可能會出現由量化交易造成的踩踏事件，導致道指瞬間跌一千點等現象。這類風險需要重視。

AI能否替代主動型基金經理？

另一方面，市場較為關注的是，未來，AI是否有可能代替基金經理，進行自主投資？

“在量化投資中，AI技術已經廣泛地應用在了投資決策環節，而主觀多頭，特別是價值投資使用該技術的案例相對較少。”止于至善投資基金經理何理指出，價值投資策略要想實現AI投資，需要具備深度的價值投資能力+先進的AI技術并理解該技術，兩者結合才行，同時這個過程中可能要在研發上會付出大量的成本。

“chat GPT帶火了AI，但機器學習等具體的AI技術早已在量化中得到了廣泛的應用，所以AI在量化和投資領域的應用已經不再是初始的階段，現在已經日趨成熟了，只不過最新的算法和算力還是在不斷的迭代過程中。長期來看，AI是很好的投資輔助工具之一，但未來AI不太可能完全替代人投資，只是會用AI的投資可能會替代不會用AI的投資。”融智投資FOF基金經理胡泊指出。

楊德龍也談到，基金公司應用AI技術參與一些投資研究方面的輔助工作是可行的，因為AI應用確實能夠省去很多人力，同時也有一些人工不具備的優勢，比如數據運算能力強等等。但是完全替代人工的可能性不大。畢竟資本市場還是有很多方面需要人工進行判斷，所以AI還不能完全替代人工。

在上述資深業內人士看來，AI技術能否成功應用于投資決策的關鍵環節取決于三個層面：一是技術可行性，哪些領域AI可以賦能，哪些環節AI技術相對成熟；二是社會可行性，投資決策過程中，投資經理和研究員在哪些領域更愿意借助AI技術，哪些環節更容易實現AI賦能；三是投入產出比，很多AI應用都是創新項目，存在失敗的概率，必須要考慮投入產出比。

“綜合這三個方面考慮，目前看，在投資研究時，調研記錄的整理、資訊內容的提煉、研報的撰寫等，AI技術相對成熟一些，預計投研人員更愿意借助AI技術，提升自己的工作效率，且成本投入不會很大，這些可以優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理的個人經驗和能力，AI技術并不成熟，投資人員本身的意愿以及融合程度都很難確定，投入產出比更是難以衡量，所以AI在其中的參與度要慢很多。不過，量化投資有望是最先借助AI能力進行決策的領域。”他表示。

關鍵詞：