今天小編分享的财經經驗：國泰君安首席信息官俞楓：AI大模型驅動證券行業步入“智能認知”時代，歡迎閲讀。
（圖片來源：視覺中國）
藍鲸新聞 3 月 12 日訊" 陸家嘴金融沙龍 " 第二期近日在上海浦東陸家嘴圓滿舉行。本期沙龍圍繞 " 資本市場大時代：AI+ 千行百業 " 這一主題，展開深度研讨與交流。國泰君安首席信息官俞楓作為參會嘉賓在演講中深入闡述了 "AI 大模型在證券行業的應用情況以及其為行業帶來的變革與機遇 "。
國泰君安首席信息官俞楓
俞楓認為，自 DeepSeek 問世以來，其強大的模型能力與訓練成本方向的突破，在國内科技界和產業界引發了效率革命與價值重構，開源模式更是推動了技術的普惠。
對于證券行業而言，這意味着服務模式從 " 千人一面 " 邁向 " 千人千策 "，決策機制由 " 經驗判斷 " 更新為 " 數理驗證 "，競争焦點從 " 資源占有 " 轉變為 " 算法迭代 "，行業正式步入 " 智能認知 " 時代。
" 資本市場迎來了一次價值重構的機會 "，俞楓認為，傳統運行邏輯正發生一些變化，從原來表層創新慢慢滲透到市場價值的判斷，資源的配置以及生态結構的深層的變革。
在俞楓看來，證券行業具有海量數據和復雜業務場景的特色，AI 推理大模型适配性強，尤其适用于 " 多重分析、數據關聯或長鏈推理 " 的業務場景，是驅動行業重構的一個智能引擎。然而，行業大模型應用也面臨諸多挑戰，如投研、投顧、合規等領網域對内容專業度要求極高，且對模型生成内容及數據流動安全性的合規監管非常嚴格。
俞楓認為，目前大模型在金融行業運用，仍面臨四個瓶頸，除了算力瓶頸和高質量語料不夠的數據瓶頸以外，還存在 " 大模型幻覺等問題 "。" 這在證券行業尤其不能容忍 "，俞楓強調，目前只利用大模型很難達到這個要求。
最後一個瓶頸是，安全挑戰依然大。證券行業專業度、安全性要求高，數據和隐私挑戰需要在模型算法、數據質量融合方面有新的突破。為此，金融行業包括證券行業，選擇私有化部署大模型，并需突破算力、數據、可解釋性以及安全與倫理等瓶頸。
在智能化探索方面，俞楓介紹稱，國泰君安已先行一步，2017 年便提出 "AI in ALL" 的理念，在投顧、投研等多領網域進行嘗試并取得良好效果，将 AI 作為标配基礎設施。2024 年大模型興起後，國泰君安創新提出變革型 AI，ALL in AI，将 AI 大模型作為變革的重要力量，以推動組織變革與流程創新。行業進行智能化建設的獨特優勢就在于長期數字化建設過程中積累下來的大量的高質量語料和復雜應用場景。
基于此，國泰君安開展了三方面工作：一是構築 "1+N" 的 AI 大模型底座，"1" 是基于通用大模型，國泰君安打造了多模态垂類大模型—— 君弘靈犀大模型，并輔以 N 個場景模型協同，實現開源、閉源融合以及模型組合；二是全棧自主構建自有算力池，開展國產芯片替代，創新算力合作，構築算力生态；三是強化數據治理和語料基礎，依托 PB 級以上湖倉一體數據底座，打造語料中台。
對于大模型服務可靠性問題，國泰君安也創新采用大模型 + 小模型組合方式，通過大模型去解決意圖識别、多模态理解以及問題分類，讓小模型實現可信内容的可靠輸出。同時，利用公司從 2017 年開始積累下來的近兩億語料來訓練這個垂類大模型，并結合自有的知識庫、知識圖譜、研究報告以及财聯社的資訊信息等構築可信内容。
" 總的來講，大模型給我們證券行業帶來很多新的想象力，也給我們發展提供很好的契機 "，俞楓表示。
