今年，大語言模型的崛起引發(fā)了各行各業(yè)對AI技術的革新與商業(yè)應用的思考。尤其在金融行業(yè)，AI有非常多的應用場景。以投研領域為例，信息爆炸是長期存在的問題，數(shù)據(jù)統(tǒng)計，2022年線上公開會議的數(shù)量是疫情前的18倍，上市公司調(diào)研數(shù)量較2019年增長了219%。
再加上公募基金費率改革方案的正式落地，倒逼機構(gòu)加大其投研能力的創(chuàng)新建設，從而實現(xiàn)降本增效。在此過程中，以大語言模型為代表的AI技術，或許是解開投研行業(yè)困局的核心密鑰。
那么，投研行業(yè)機構(gòu)轉(zhuǎn)型的趨勢是什么？在以AI為代表的金融科技的賦能下，投研行業(yè)數(shù)字化轉(zhuǎn)型的痛點和機遇分別在哪里？圍繞投研行業(yè)的諸多話題，藍鯨財經(jīng)獨家采訪到了訊兔科技的創(chuàng)始人兼CEO李羅丹。
【資料圖】
訊兔科技是面向金融行業(yè)的智能信息服務公司，而其創(chuàng)始人李羅丹曾任嘉實基金Data Lab兼研究部副總監(jiān)，擁有豐富的投研業(yè)務及管理經(jīng)驗。于2020年榮登“福布斯中國30歲以下精英榜”，擁有普渡大學工業(yè)工程本科以及芝加哥大學公共政策碩士學位。2021年，李羅丹與幾名志同道合的合伙人一起創(chuàng)立了訊兔科技。
藍鯨財經(jīng)：上述政策背景下，于整個投研行業(yè)而言的機遇和挑戰(zhàn)分別在哪里？
李羅丹：從政策層面看，此次費率改革給行業(yè)格局帶來多重影響，無論對于資管還是券商，均可能出現(xiàn)頭部與中尾部機構(gòu)分化的可能。頭部機構(gòu)會持續(xù)投入加強競爭壁壘，而中長尾機構(gòu)則傾向于優(yōu)化配置以降本，應對收入挑戰(zhàn)。其中，對于頭部券商，綜合機構(gòu)內(nèi)能力形成差異化競爭是將是趨勢。不斷加劇的行業(yè)競爭，也將倒逼市場數(shù)字化研究服務、數(shù)字化系統(tǒng)建設的進程加速。
從技術發(fā)展層面看，近期以大模型為代表的 AI 技術突破為投研信息服務帶來了新范式，當前大語言模型具備了基礎的思維框架能力，隨著技術發(fā)展和開源，基座大模型的能力可能會趨同，影響模型能力的是行業(yè)內(nèi)優(yōu)質(zhì)的數(shù)據(jù)。
藍鯨財經(jīng)：從市場環(huán)境來看，投研機構(gòu)已經(jīng)積極擁抱數(shù)字化轉(zhuǎn)型，在轉(zhuǎn)型過程中痛點和抓手分別在哪里？
李羅丹：首先我們堅定數(shù)字化是為了更好的助力業(yè)務，賦能業(yè)務。我們能看到，越是以業(yè)務做驅(qū)動的數(shù)字化轉(zhuǎn)型，其轉(zhuǎn)型的投入產(chǎn)出比會更高，效果更好。而數(shù)字化在具體的業(yè)務應用過程是要分階段解決問題的。
第一步是業(yè)務的線上化，將之前傳統(tǒng)線下操作的流程逐步移到線上，用線上系統(tǒng)進行管理，才能將所有數(shù)據(jù)進行搜集和管理。第二步，當擁有龐大的數(shù)據(jù)基礎后，企業(yè)可以從業(yè)務的數(shù)據(jù)化向數(shù)據(jù)的業(yè)務化推進。比如，通過這些數(shù)據(jù)，可以分析每個基金經(jīng)理的擅長項及薄弱項，復盤也將更加具有數(shù)據(jù)依據(jù)。第三步就是智能化。智能化的過程本質(zhì)上是把數(shù)據(jù)從生產(chǎn)資料變成生產(chǎn)力。作為生產(chǎn)力可以把一些最基礎的重復性動作替代掉。從長期看，這對行業(yè)是很有益處的，可以將人在大量重復性的工作中釋放，從而聚焦在創(chuàng)造更多認知層面的價值輸出上。
所以數(shù)字化轉(zhuǎn)型對這個行業(yè)有巨大的幫助，但它會經(jīng)歷不同階段。當前已經(jīng)有很多機構(gòu)從業(yè)務的數(shù)據(jù)化走到了一個數(shù)據(jù)的業(yè)務化，可是當市場認為走到了智能化階段時，智能化反而才剛剛開始。
藍鯨財經(jīng)：從科技發(fā)展層面來看，今年AICG的大爆發(fā)對于投研行業(yè)而言意味著什么？以AICG為代表的科技于投研行業(yè)數(shù)字化轉(zhuǎn)型有何助力？
李羅丹：我認為AICG對行業(yè)的助力很大。在生產(chǎn)端層面，成本被大大降低。在以往，開一場兩至三小時的會議，其中大量的會議紀要是需要人工整理的，這非常耗費時間和人力成本。訊兔就通過Alpha派【AI紀要助理】幫助行業(yè)解決這個問題?；谧匝袑＞珮I(yè)務處理模型研發(fā)的AI紀要助理，可以將會議音頻轉(zhuǎn)成文字，并自動提取會議的核心信息，大幅壓縮需閱讀的文字。往常用戶需要閱讀上萬字的翻譯文字再梳理，而經(jīng)過AI紀要助理處理過的會議紀要，用戶僅需花費十分鐘即可清晰的掌握會議信息。上述例子說明了通過AI可以大大釋放生產(chǎn)力，同時這也是AI+投研垂直領域非常好的實踐點。
藍鯨財經(jīng)：訊兔為什么聲稱是最懂投研機構(gòu)的科技公司？
李羅丹：從訊兔流淌的血液來看，我們整個合伙人團隊深耕二級市場多年，從業(yè)務層面來看，我們了解得比較透徹。此外，我們在初創(chuàng)時期到現(xiàn)在，一直保持著一個習慣——客戶調(diào)研。訊兔擁有諸多行業(yè)調(diào)研資料，了解客戶不同時期的痛點和需求。從這兩點可以看出，訊兔就是要走以業(yè)務為驅(qū)動的數(shù)字化轉(zhuǎn)型賦能，我們所有的科技研發(fā)，都緊緊圍繞業(yè)務的數(shù)字化服務。
這番堅持，讓我們在AI如何結(jié)合業(yè)務、以及進一步讓這項技術落地的實踐之中，更有信心。因為我們了解用戶工作中的行為習慣、邏輯思路，并用許多的模型去學習、調(diào)優(yōu)。例如，在繁忙的中報季，我們關注到僅8月中下旬日均會議數(shù)量達三百場，這段期間用戶需要關注大量的研報信息，我們深入了解用戶的信息關注點，例如公司的業(yè)績指引，產(chǎn)能產(chǎn)線，訂單預期等等數(shù)據(jù)，通過AI快速將這些指標統(tǒng)統(tǒng)都整理好。用戶對關心的指標與信息還可以一鍵定位到原文查看具體內(nèi)容，大幅減少搜索數(shù)據(jù)時間成本。
藍鯨財經(jīng)：Alpha派在當前階段核心解決了行業(yè)哪些痛點？
李羅丹：首先解決信息不對稱以及信息爆炸問題。據(jù)調(diào)研得知，投研用戶平均每人有450+個微信群、13個資訊類APP、2750+條每日群消息。行業(yè)上公開路演平均每日208場、研報平均每日750+篇、線上路演會議數(shù)量是疫情前的18倍。
用戶每天需要面對的信息太多、太雜、太散，非結(jié)構(gòu)化、多模態(tài)數(shù)據(jù)的占比越來越高。
訊兔將多渠道、多模態(tài)的信息聚合起來，以SaaS形態(tài)形成了Alpha派這款all in one的信息流產(chǎn)品。除了聚合，我們通過用HI+AI模式對信息進行深度加工，解放生產(chǎn)力。從結(jié)果上來看，我們?yōu)橛脩羲茉炝诵畔⒌臅r間差、信息的數(shù)量差、以及信息的質(zhì)量差。當你知道得比別人快，知道得比別人多，知道得比別人深，那么你的決策理所當然也將更科學與準確，這也是投資者能實現(xiàn)超額收益的底層邏輯。
關鍵詞：
