3月21日，比爾·蓋茨發表文章表示，自1980年首次看到圖形用戶界面以來，OpenAI的GPT人工智能模式是他所見過的最具革命性的技術進步。3月23日，OpenAI宣布目前正在逐步推出ChatGPT相關插件。

AI技術的應用比想象中更快，人工智能時代已經到來。各行各業暢想人工智能將在各領域帶來怎樣的改變，AI將給財富管理領域帶來怎樣的變革？

(資料圖)

金融機構從業人員不管是高管、中層還是普通員工，都在思考AI對行業、對自己工作以及生活的影響。我們采訪了道樂科技CEO盧良楷，通過他的角度來看AI與金融行業將碰撞出怎樣的火花。

AI當前所處的階段

2023年ChatGPT火爆出圈讓AI進入大眾視野，實際上AI技術已發展多年。過去的AI偏重分析能力，如基于現有數據發現規律和模式并用于其他用途，廣泛應用在人臉識別技術及類似抖音、小紅書等平臺的個性算法推薦等。ChatGPT是生成式AI，它可以基于訓練數據和生成算法模型，自主創造新的文本、圖像、音樂、視頻、3D 交互內容等多模態內容。

生成式AI的成功表示AI的能力已經從分析躍遷至創作。這是一次生產力的巨大躍遷，是與pc、移動互聯網同等量級的技術革命，未來會對很多行業產生影響。而這一波的AI當前還處于早期的階段，可以同比為2007年iPhone的時代。雖然iPhone在2007年就出現，但是隨著4G、大數據等技術應用在2011年前后廣泛普及。此后在社交、支付、電商、視頻娛樂、生活應用等領域全面升級，誕生了微信、支付寶、抖音、美團等偉大的產品和多家頭部互聯網企業，給各行各業帶來了翻天覆地的變化。

AI發展路徑預計亦是如此。經過2023年的出圈，AI備受市場追捧，大量的資金、人才涌入，AI賴以發展的算力、大數據、深度學習算法等能力也將提速，各行各業開始探索AI的垂直應用，構建行業模型，AI+應用場景將廣泛應用至各行各業。

AI技術在金融領域的展望

現代金融業生態建立在信息技術基礎上，科技的發展對金融行業的基礎設施建設、服務能力有較大影響，金融行業必將是受AI應用沖擊最大的行業之一。中國的金融行業發展較晚，在技術上緊跟時代，起點并不低，在技術應用層面不落后于美國的金融巨頭。

當前ChatGPT為代表的AI智能水平，已經不亞于一個普通一本畢業、有2—3年工作經驗的員工。因此只要打通AI應用的“最后一公里”，應該可以快速應用在一些通用性強的崗位，比如客服、理財師、研究員、程序員、營銷人員等基礎性的崗位，可能是以下領域：

智能營銷：2022年被譽為AIGC元年，未來很多金融內容工作會被AI所替代。營銷領域涉及非常多的內容創作，營銷內容智能創作工具將大大提高運營人員的效率。

智能投顧：短期AI可以賦能現有的理財顧問，如銀行理財師、券商投顧等等，幫助理財師提升工作效率，減少企業的理財師培訓成本。如摩根士丹利財富管理部門利用GPT-4組織調動其面向客戶的知識庫來服務理財顧問。長期看AI可能會替代一部分初級理財師，由智能理財顧問直接面向大眾財富人群。這方面，目前支付寶的智能理財助理支小寶已展現了一定能力。隨著AI技術進一步應用，智能投資顧問將進一步迭代，實現更精準的投資建議和長期投資陪伴。

智能投研：今年2月，財通證券用聊天機器人ChatGPT撰寫了一篇醫美行業研究報告，該團隊表示，從搭建框架、生成文字到翻譯結束總共花費約1小時，ChatGPT雖然存在一些問題，但在文字表意、標題撰寫等方面均具有較高水平。基礎性的投研崗位距離被AI替代已經不遠了。

智能客服：目前已經有一些智能客服的應用，但是智能程度有限，局限于問答搜索，并且不能進行多輪對話，企業仍需要配備不少人工客服。當下ChatGPT已經具備多輪對話能力，AI的應用可以讓客服提供更準確、即時的應答，進一步提升服務水平，降低成本。

AI帶來的機會

每一次新的技術革命，都會帶來新一輪行業洗牌。善于利用技術和工具的公司能沖出重圍，實現超車或者鞏固行業地位。典型的如在財富管理線上化和數字化階段崛起的招商銀行、螞蟻財富、東方財富、華泰證券等企業。他們在移動互聯網浪潮下抓住機遇，實現了業務的快速發展。

新技術的出現往往會衍生出行業“新物種”。在金融行業內部，必然會出現很好地利用AI賦能業務的金融機構。在金融行業外部，出于監管和金融行業特性，在中國可能難再出現像螞蟻集團、東方財富一樣可以通過利用技術從而進入金融行業的大型科技企業。

金融行業在AI應用上的優勢

無論是用戶規模還是資產規模，中國金融行業的量級非常大，且隨著國家經濟在持續增長。金融行業大量的場景可以應用AI技術，如客服、投研、營銷、投顧等等。并且通過多年積累，金融行業已經具備了龐大的數據量。

但很多金融機構在AI的儲備并不足，這個時候需要主動擁抱AI，與AI技術公司進行合作，構建自己的模型，雙方共同構建更好的行業生態，結合行業場景，打通AI應用“最后一公里”。在AI的合作上，既要與大型AI企業合作，借力其大模型的技術能力，也要關注金融行業垂直技術服務商，關注垂直領域的產品，同時做模型層和產品層的布局。

AI投入的難點

在AI訓練領域，大型模型對算力支持要求非常高。2023年，英偉達推出針對大語言模型訓練設計更高算力的芯片H100 NVL，和過去的A100 相比，訓練速度大大提高，成本降低一個數量級。這不僅意味著速度的提升，也將降低大模型公司在算力方面的成本。

2022年8月，美國監管機構以國家安全為由，對NVIDIA A100、H100兩款GPU實施禁令，不得銷售給中國企業，意在通過“卡脖子”的方法來降低國內AI模型的研發速度，拖延中國人工智能發展。高性能的GPU，已經成為了限制中國AI行業發展的最直接因素之一。同時，OpenAI的應用程序編程接口（API）并未向中國開放。

雖然百度、阿里、騰訊等國內頭部科技企業均宣布大力投入AI，但國內的LLM距離國際最先進的技術有一定差距。

近日，國家網信辦發布了《生成式人工智能服務管理辦法（征求意見稿）》，受信息安全等監管的限制，國內的金融機構可能無法使用ChatGPT等世界上最優秀的AI技術，這將影響國內金融行業在技術上的發展，可能進一步拉開中國企業與國外企業領先技術的差距。

雖然AI應用還存在種種難點，但是卓越的企業總是選擇做難而正確的事，要把握生成式AI掀起的機遇浪潮，重塑資管、財富管理行業的業務模式。

參考文獻

1. 騰訊研究院《AIGC 發展趨勢報告2023》

2. OpenAl 《GPT-4 Technical Report》

3. 財通證券《提高外在關，增強內在自信一一醫療美容革命》

本文系未央網專欄作者:道樂研究院 發表，內容屬作者個人觀點，不代表網站觀點，未經許可嚴禁轉載，違者必究！

關鍵詞：