专注AIGC领域的专业社区，关注GPT-4、百度文心一言、华为盘古等大语言模型（LLM）的发展和应用落地，以及国内LLM的发展和市场研究，欢迎关注！
ChatGPT正在给资本市场带来全新的活力，千行百业也在积极拥抱人工智能技术。在此背景下，金融业的一系列特性，决定了AIGC（AI generated content，意为人工智能生成内容）与金融业的结合，格外引人注目。
目前包括摩根士丹利、彭博、德意志银行等，都已有初具雏形的应用逐步落地。
AIGC与金融业的结合只是噱头吗？将在哪些维度、何种程度改变金融行业？什么样的金融机构在此背景下有更大的机会？
2023年5月18日，在由《财经天下》、「市界」、《博客天下》联合举办的2023异想大会上，中金公司研究部非银金融行业及金融科技行业首席分析师姚泽宇带来了《AIGC将给金融业带来怎样的变革？》主题演讲，针对这些问题给出了自己的一系列解答。
“AIGC+金融应用”逐渐落地
随着GPT、AIGC概念的火爆，最近半年有很多在金融场景里的相关应用已经开始逐渐落地。
我们举三个在海外已有雏形的例子，分别是AIGC+彭博、AIGC+摩根士丹利还有AIGC+德意志银行。这三个例子分别代表在金融信息数据服务领域的应用，在风控领域的应用，以及在财富管理领域的应用。
首先是AIGC+彭博，我们知道以前在中国的金融信息数据服务领域，使用一些数据终端的时候，都是以目录式查询的方式，一层一层地往下找到自己想要的东西。彭博跟AIGC的叠加，就使得用户可以直接通过问答的方式，获得自己想要的一些数据、指标库和现存的图表等等。
其次是AIGC+摩根士丹利，这主要涉及财富管理领域，以前财务顾问、投顾在服务高净值客户的时候，服务质量严重依赖于投顾的专业水平，现在通过AIGC的加成，整个大摩底层分析师的智慧、研报的能力以及资产配置的能力，都能通过AIGC高效地输出给投顾，投顾再通过B2C的方式输出给客户，大大地提升了投顾服务的效率。
关于德意志银行和AIGC的结合，更多则应用在风险控制领域，通过非结构化数据的提取和处理，能够更好地识别交易对手方的风险，进行提前预警。
AIGC看起来是一个非常热门的概念，在金融领域有什么“能”与“不能”呢？在回答这个问题之前首先要看看AIGC的属性，和我们过去几年说的比较多的传统通用型AI有什么不一样，又有什么新的创新点？
这里总结了五个方面的区别，分别是工作方式、创新能力、应用范围、运用技术和推理能力。
比如在创新能力方面，传统AI主要在给定的数据和规则范围内进行操作，并在此范围内找到最佳解决方案，而AIGC能够生成全新、独特的内容；在推理能力方面，传统AI主要关注数据的识别和推理，但AIGC能够更好地理解语义和上下文，并能够进行更高层次的推理和创造性的生成。
简单来说，区别于传统AI只是一种判别模型，我们认为AIGC是一个生成式的模型。
说到AIGC的“能”与“不能”，所有基础其实是目前线上线下全人类已有的智慧和信息，在这个基础上，AIGC能够基于一些概念模型，模仿人的输出，在较多重复性的内容生产方面可能会替代很多人的劳动。
但它的“不能”也恰恰在于，它的基础是全人类的智慧，只有我们不断的补充这个信息库，它才可能被训练地更好。
AIGC内容的生成只能是对人类信息库进行模仿和再加工，它的内容生成取决于输出的质量。换句话说，AIGC是一个工具，这个工具能发挥的最大效率，很大程度上取决于使用这个工具的人本身具备的能力。
为什么是金融？
为什么AIGC在金融这个领域有很大的想象空间？这主要是因为金融行业的三个特性——资源密集、人才资本密集以及在牌照及合规方面的要求。
资源密集方面，金融行业具有信息、数据、知识密集型的特性，使得AIGC天然在很多方面可以提升金融服务的效率。
另外我们也知道，金融行业是一个人才密集型的行业，还有一定的准入门槛，需要满足合规、牌照和资本的要求。这几个属性都使得AIGC不可能完全颠覆金融行业传统的范式，只能是对这个行业进行多领域的赋能。
那么哪些金融场景可能更容易被改变呢？我们可以从三个维度看待这个问题。
第一，金融服务是否必须要通过线下来开展业务。我们知道很多金融业务有一些合规的要求，天然必须要在线下完成，尽管移动互联网发展到现在，很多人已经通过线上获取金融服务，但还是有很多的服务需要在线下得到满足和交付，这方面AIGC赋能改造的能力会相对小一些。
第二，即是否涉及重要客户的个性化需求。我们知道针对一些机构的个人高净值客户需求，往往是个性化的，也是很复杂的，这种需求很难标准化，同时对情绪价值、对人工服务的要求非常高，这时候AIGC也只能是辅助，不能完全取代。
第三个维度，即是否涉及创新性观点的生成。我们知道AIGC是基于全网信息和背后的模型，对用户的指令进行反馈并输出内容，但如果原创性地做一些事情就不一样了。比如在投资领域、资产配置领域，很难完全用AIGC代替我们做最终的决策。因为这种决策容不得一点马虎，所有人的决策如果都是基于AIGC生成，那么投资风险会很大。
关于AIGC+金融未来的商业模式变革，我们总结了三个大方向：
第一，金融机构在服务客户方面的降本增效、场景变革和产品升级。我们以财富管理行业为例，以前大家在线上获客主要是采取互联网导入的方式或营销模式。未来我们生成这些营销内容，不管是通过公众号、短视频还是文字，可以更加批量、高效地生产内容，在很大程度上解放前端营销的生产力。
在后端的客户服务过程中，投顾、理财经理在服务每个客户的过程中，能通过AIGC的赋能，让投顾、理财经理能够达到更高的专业化水平，因为在他们背后，有一套更丰富、更高效也更专业的全网内容进行赋能。
第二，用户获取金融服务入口的潜在迁移和变化，这个问题分为线上和线下。线下方面，金融服务都是基于一个网点，无论是银行网点还是营业部网点，可能会有一些人工交互，未来也许我们再走进一个线下营业部或者网点，就是进入一个虚拟的世界，线下的网点或许就体现为元宇宙世界的服务，或是通过一些和数字人的交互来获得不同的服务。总的来说线下营业部的定位可能会发生一些变化。
在线上场景中，以前大家最早是从门户网站、搜索引擎获取移动互联网的金融服务和信息，后来发展到一些垂直网站、超级APP或者金融APP，未来大家再想获得金融服务、金融产品信息时，逻辑链条可能就会发生变化，不再是通过平台、软件的推送，而是通过一些交互去获得。
比较典型的，比如在一些财经资讯领域，现在还是由各种APP、网站根据算法推送内容，尽管可以做到千人千面的效果，但整体来说还是一个反向推送的逻辑，往后通过AIGC，用户通过一些方式主动搜索自己想要的答案，可以大幅度改善用户获得信息的效率。
第三就是重塑金融行业的价值链条。这方面的改变，可能体现在很多行业会出现少数的KOL、leader，形成专业的人工的领袖加上多数AIGC服务的模式。
具体来说，AIGC能让专业的人更加专业，尤其是有想法、有思考、有专业金融技能的人，会在这个过程中更好地被AIGC赋能。剩下很多是比较机械、重复、低价值的劳动，可能会慢慢地被AIGC替代，所以说会重塑价值链的分配。
基于这样一个逻辑的推演，未来哪些金融机构可能会在AIGC的浪潮中胜出？我们个总结了5个关键点。
第一是研发能力。时至今日许多金融机构和互联网大厂都在研发方面有特别大的投入，占营收的比重也比较高。这个过程中同样的一分钱花在人和工程师方面或者花在服务器方面，单位产出是不一样的，即便每个人都是5亿、10亿的研发费用，发挥的作用也不同，这取决于研发的效率。
第二是数据的储备。金融是一个强数据的场景，而且很多数据其实都会受到监管的保护或者金融机构自身的保护，这些数据是非常重要的。很难想象，将来在一些开放式的平台上问它一个金融问题，它的回答会和专业金融机构的回答一样，因为在通用的场景下它无法获得一些金融产品特有的数据。
第三是金融牌照。关于这件事大家的认可度越来越高，从一开始的互联网金融、金融科技、数字金融等不同说法，经过一波波浪潮至今，能存活到现在且发展比较好的公司，不管前端的交互如何，想要实现高效的变现，后端的金融牌照都是必要的。
第四就是金融专长。比如中金公司研究部推出了一个中金点睛价值投研平台，这个投研平台不是一个简单的智能搜索或者简单的数据库、资料库，而是融合了上百位研发人员的心血，同时也有我们沉淀多年的金融分析师的Know-How，是一个叠加了科技和金融专长的平台，可以为客户提供专业全面的投研服务。
第五则是流量场景基础。现在很多人担心，新的交互方式会颠覆目前大家获得金融服务的入口，事实上可能有部分会，但大多数其实不太会被颠覆，原因是现在流量端、场景端有优势和基础的平台，只要不犯大的错误，依然会有一定先发优势存在。因为这些场景和流量端之所以能够形成，很大程度上是用户基于金融概念的信任，而这种信任在短期内是很难被动摇的。
本文素材来源市界观察，如有侵权请联系删除
END
「AIGC开放社区」ChatGPT对话机器人大合集，扫描二维码免费使用
