商业澳洲 澳洲法律 AI+金融 | 高标准、严要求的提质增效之路

AI+金融 | 高标准、严要求的提质增效之路

图片

高山可登,险途可踏。

文|欣桐

编辑 | 小白

出品|极新

蚂蚁集团董事长兼 CEO 井贤栋借用诺兰电影《奥本海默》里的经典台词“这是一个新的世界”,表达了自己对 AI 革命的认知:“这波大模型带来的冲击,会重构很多的商业(模式)。”

据统计,2022年6家国有大行在金融科技方面的投入金额均超百亿元。其中工商银行科技投入金额达262.24亿元,位于首位。该行金融科技人员3.6万人,占全行员工的 8.3%。

可见,金融行业在科技上的投入毫不吝啬,甚至可以说是科技企业绝对的金主爸爸。人工智能应用大潮来临,金融行业也在积极拥抱。

据艾瑞统计测算,2021年AI+金融核心市场规模达到296亿元,带动相关产业规模677亿元,到2026年,核心市场规模达到666亿元,CAGR=17.6%,带动相关产业规模1562亿元,CAGR=18.2%。

图片

图为2019-2026年AI+金融产品及带动的相关产业规模(来源:艾瑞咨询)

其他行业还在观望时,金融领域已经大踏步走向了人工智能,预算充足的行业特点促使其对技术、系统稳定性和数据安全有着极高的要求,并敢于尝试,毕竟1%的技术提升将带来不止100%的收益。

今年3月,彭博推出金融业大型语言模型BloombergGPT;

7月,华为发布盘古大模型,金融业大模型是其中之一;

9月,蚂蚁集团发布了基于其自研金融大模型的智能金融助理“支小宝2.0”和智能业务助手“支小助”,能为普通的金融参与者,提供具体的帮助;

9月22日,度小满宣布“轩辕70B”金融大模型开源,打破数据孤岛,为金融行业创新发展提供技术支撑。

AI跑步与金融奔赴向前,背后的动力到底是什么?

01

AI辅助智能投顾,投资不再是高大上的梦

图片

在金融业投研领域,AI的应用无疑带来了一场颠覆性革命。传统的研究方法往往耗时费力,而AI技术的引入大大提高了研究效率,降低了时间成本。NLP技术的使用让AI能够自动分析大量的公司年报、新闻报道,提取出关键信息,从而协助研究人员进行投资决策,同时还能够提供各种辅助工具,如数据挖掘、可视化分析等,帮助研究人员提高研究质量。

但AI进入每个领域都是会遇到困难的,数据质量和安全问题是首要的、每个领域共同的阻碍,金融领域对数据的严格管理需求意味着在保障数据安全的同时,拿到这些数据用作训练AI是一件可能性很低的事情,而智能投研需要分析大量数据才能够辅助投资者决策,如何建立信任体系、如何加强AI系统的透明度和可解释性也成为AI在金融业智能投研中面临的重要问题

随之出现的还有责任归属问题,金融领域的微小差距带来的损失将是数以万计的,如果AI分析的结果有偏差将导致最终的投研决策出现难以估量的损失。AI进入智能投研虽然困难,但早已有具体实践。

早在2013年,同花顺便开始布局人工智能领域,目前已经积累了多款AI产品,其i问财投研平台能够提供各种维度的股票、基金、债券等数据,能够提供选股、研报、策略输出、复盘等功能,极大程度上解决用户的投资问题,协助其完成投资需求。

图片

图为同花顺i问财投研平台首页(图源网络)

02

AI为撰写金融报告插上翱翔的翅膀

图片

传统上,撰写金融报告需要耗费大量的人力和时间,对严谨性和速度都有较高的要求。AIGC的加入大大提高了撰写效率,降低了时间成本,生成式的特点为帮助研究人员快速生成报告插上了翅膀,只需进行检查并简单的修改就可完成一份完整的报告。

今年7月,极新采访了文因互联,他给极新(ID:jixintech)举了评级报告生成的例子,在不同评级场景下,文档众多、需求零散多变,占用大量人力成本,而且关键的信息往往隐藏在巨量的文档数据中,这就意味着需要撰写者具备大量的专业知识积累和成熟的数据查找能力,并且能够对目标数据进行下一步的加工生产。(原文阅读请点击:金融大模型落地,得场景者得天下)

图片

图为文因大模型(图源网络)

AI加入之后,便进化成数据加工的生产线,将非结构化的文档,转换成可利用的数据和知识。文因互联基于大模型+文档生成场景插件,辅助评级报告素材收集、初稿写作、跟踪评级报告财务数据刷新、评级报告审核等全作业流程,将报告编写时间提升了50%以上,闭环了完整的评级报告生产流水线,提高了工作效率。

显然,AI做到以上标准需要具备几个条件,首先不能胡说八道,其次是对数据和关键信息的准确识别,目前仍有部分人工智能无法杜绝语无伦次或答非所谓的情况,这对其认知能力提出了较高的要求,认知智能是AI飞升的龙门

03

AI成为智能风控的左膀右臂

图片

自金融业诞生以来,风险控制就如同胞兄弟的角色伴其左右,一荣俱荣一损俱损。

人工智能可以及早发现潜在的风险点,提高风险预警的准确性和时效性。此外,AI还可以通过算法模型,对风险进行量化评估,为金融机构提供更精细化的风险管理方案。

AI在风险控制中的应用主要体现在信贷风险评估、市场风险管理、反欺诈检测等方向。银行可以利用AI技术建立信贷风险评估模型,降低不良贷款率,提高信贷安全;基金公司可以利用AI技术对股票市场进行预测分析,提高投资收益,降低投资风险;支付平台可以利用AI技术预防大规模的信用卡欺诈行为。

近年来,信也科技就通过大数据、人工智能等技术,为金融机构和个人及小微商户借款人提供风险控制服务。信也科技从风险识别前置、投放全流程相结合入手,从最源头控制风险。目前,信也科技旗下APP发布了很多服务于小微企业的功能,涵盖车辆评估、房产评估、企业保险等众多服务项目,能够在在数字化、运营等领域助企业一臂之力。

虽然AI在风控领域取得了相应的进展,但隐私保护仍是敏感地带。金融领域的应用需要处理大量敏感数据,如客户身份信息、交易记录等,金融机构也会采取有效的隐私保护措施,如数据加密、访问控制等,如何在有效控制风险的同时避免法律监管,避免隐私官司,是众多AI技术企业需要深刻考虑的问题。

也许目前你还没切实体会到AI进入金融业带来的便利和帮助,但如果你走到金融行业一线,看到人工智能在银行、证券等金融机构里忙碌的身影,你大概率会想到,在未来,AI+金融将是怎样的宏伟景象。而当下,如何突破 AIGC 技术落地金融产业的瓶颈,是AI带给这个产业的最大红利。

原文链接:https://blog.csdn.net/weixin_40303385/article/details/133933206?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522170018760316800180688983%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=170018760316800180688983&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~blog~first_rank_ecpm_v1~times_rank-3-133933206-null-null.nonecase&utm_term=AI%E6%B3%95%E5%BE%8B%E5%92%A8%E8%AF%A2

作者: 知澳头条

知澳资深作者

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注

联系我们

联系我们

1300766331

邮箱: info@getau.com.au

澳洲本地网站设计开发团队 超20人团队,悉尼设计开发14年 联系电话:1300766331 微信: XtechnologyAU
关注微信
微信扫一扫关注我们

微信扫一扫关注我们

返回顶部