拥抱AI大时代！多家公募出手了

　　【导语】AI赋能公募各平台业务发展，未来机遇和挑战并存

　　中国基金报记者 曹雯璟

　　人工智能已经成为金融行业数字化转型升级新引擎。目前，汇添富、中欧、鹏华、永赢、德邦等一批大中型基金公司，已经将人工智能融入到投研、合规、风控、客服、营销等每一个关键环节，加速推进大模型结合基金行业场景的落地应用。

　　多位业内人士表示，目前，人工智能对基金行业的影响已经体现在方方面面，随着人工智能技术的不断突破和迅猛发展，公募基金已经迎来数字化和智能化齐头并进的时代。

　　强化各平台赋能

　　人工智能开辟新思路

　　在金融领域，人工智能尤其是大模型技术的应用正受到前所未有的关注。今年以来，一批中大型基金公司通过深度整合人工智能、大数据等技术，加速投研、销售、运营、合规、风控等多个业务领域发展和创新。

　　记者了解到，目前，一些基金公司结合业务痛点，在固收台账文本解析、研报解析、智能软件研发助手等方面进行深入探索。例如，汇添富基金在固收台账信息提取探索中，尝试使用微调的开源大模型，解析准确率可达到98 %以上，相比原来的人工手工处理及传统正则表达式解析方式，不仅提升了业务人员的工作效率，也提高了台账复核准确度。

　　也有一些基金公司采用了“AI+基本面”的主动量化策略，以基本面多因子量化这一有效工具力争增厚收益。鹏华基金表示，通过AI机器挖掘股票因子的效率明显优于人工，且能够有效降低因子重合度，产生额外的阿尔法效果。目前，鹏华主动量化策略大致形成了以“基本面选股”为底层逻辑、“基本面、量价、另类”为核心维度的多因子框架，还包括ESG（环境、社会和公司治理）评级、舆情和专利等数据，其中较为重要的是舆情信息。

　　人工智能还触发公募基金行业更多的业务场景变革。据中欧基金介绍，在交易风控方面，公司在传统技术基础上应用BERT和Siamese网络、OCR等人工智能技术建设了一套成熟、完整的“智能交易对手管理系统”。在客户服务方面，公司引入智能IVR系统，通过使用语音识别(ASR)、自然语言处理(NLP)和机器学习等技术自动、精准、全天候处理客户查询，减少人工客服依赖，大幅降低运营成本。在数字化营销方面，公司搭建企业级大数据平台，分析和挖掘海量用户数据，构建出客户360度标签画像，极大提升营销转化率及客户粘性。

　　德邦基金积极引入RPA（流程自动化）、LLM（人工智能大型语言模型）、等先进技术，通过“海纳百川金融大模型聚合平台”、“德邦知树大数据分析平台“、”德邦智能化物料生产平台“等项目来为投研、销售、运营各业务条线赋能。

　　永赢基金也在结合大模型的特点和公司的实际情况，尝试在文件解析、语义识别、图像识别等方面的应用，比如通过语义识别实现对聊天记录快速整理成结构化数据的需求；对员工证券申报记录快速整理和匹配等应用场景等。

　　仍面临诸多难点和挑战

　　当前，越来越多的基金公司正积极运用AI新技术赋能各部门业务发展，但在实际工作过程中，仍面临不少难点和挑战。比如，不同知识库的构建结合、数据安全、人才培养、巨大的投入成本等。

　　汇添富基金表示，公募基金行业在金融科技的探索实践中，主要面临以下难点：一是数据安全。如何让敏感数据在本地大模型上处理，非敏感数据调用通用大模型，两者的结合特别需要深入思考；二是大模型幻觉控制。专业领域对准确性的要求较高，通用大模型在专业领域很难达到，需要精准、复杂的逻辑控制大模型相关的任务链条，另外也需要专门的评估体系评测准确性、应用效果等；三是行业级的数据清洗支持。在微调大模型时避免不了需要大量的数据支持，公募行业特别需要专业的行业级数据支持；四是行业知识库与本地知识库的建立相结合，需要整个公司乃至整个行业的集体贡献，大模型的进步需要建立在知识库积累的基础上。

　　业务融合应用和人才培养也是目前基金公司在金融科技发展中面临的挑战。永赢基金指出，一方面，当前环境下，业务发展和变化加快，需要金融科技在系统建设方面采用更加敏捷的方式，实现对业务的快速高效的响应；另一方面，在金融科技建设过程中，需要更多的复合型人才，能够理解业务，将业务要求转化成系统设计和实现，这样的人才是很难在学校中通过学习计算机技术而培养出来的。

　　此外，成本问题也是难点之一。金融科技的成本投入是巨大的，这从行业头部公司的报表中可以管中窥豹。德邦基金指出，对于行业中的大部分公司，需要通过拉长投入周期来稀释成本。在这个长周期中，不仅要面对各种问题和挑战，还需要平衡成本、短期诉求、长期战略之间的关系，所以战略聚焦和持续性就非常重要。这涉及到技术资源和业务诉求的平衡，必须有所取舍。

　　未来人机结合将更深度融合

　　人工智能的应用正成为推动公募基金行业向高质量发展的关键力量。中欧基金董事长窦玉明认为，公募基金行业已经迎来了新的变化——数据化和智能化的时代合流并进。未来，人机结合会有更深度的融合，智能模型的出现会赋能偏长线的投资研究。依靠这些通用大模型的帮助，一些顶尖的研究员原来只能研究100只股票，现在可以覆盖500只股票，使得研究的效率大大提高。对于基金经理也会有相应的研究支持和赋能作用，谁能更好地利用这些工具谁就有希望在未来获胜。

　　“展望未来，金融科技对公募基金业务的效率提升有着巨大的发展潜能，一定是建立在大模型与业务深度结合的基础上的。”汇添富基金表示，首先是体现在基金行业的重点—投研领域，包括研报摘要、研报问答、研报翻译等；其次大模型在提供辅助代码插件、做代码审查、辅助写脚本和查询语句等，也有着优秀的表现，可以进一步提升业务效率；再次，大模型可以提供营销材料扩写、创意提示、通用的知识检索、辅助办公自动化等，全面提升整个公司的效能。

　　在德邦基金 CT0李鑫看来，未来，公募基金在金融科技上大体还是围绕“投研数智化、销售一体化、运营自动化”与“全流程风控”这3+1的整体方向来发展。具体发力点有如下几个：1）利用LLM和AI技术推动智能投顾发展，完善投顾业态建设；2）利用大数据分析提升投资决策的精准度；3）利用人工智能技术优化客户服务体验。