今天小编分享的互联网经验：国泰君安首席信息官俞枫：AI大模型驱动证券行业步入“智能认知”时代，欢迎阅读。
（图片来源：视觉中国）
蓝鲸新闻 3 月 12 日讯" 陆家嘴金融沙龙 " 第二期近日在上海浦东陆家嘴圆满举行。本期沙龙围绕 " 资本市场大时代：AI+ 千行百业 " 这一主题，展开深度研讨与交流。国泰君安首席信息官俞枫作为参会嘉宾在演讲中深入阐述了 "AI 大模型在证券行业的应用情况以及其为行业带来的变革与机遇 "。
国泰君安首席信息官俞枫
俞枫认为，自 DeepSeek 问世以来，其强大的模型能力与训练成本方向的突破，在国内科技界和产业界引发了效率革命与价值重构，开源模式更是推动了技术的普惠。
对于证券行业而言，这意味着服务模式从 " 千人一面 " 迈向 " 千人千策 "，决策机制由 " 经验判断 " 更新为 " 数理验证 "，竞争焦点从 " 资源占有 " 转变为 " 算法迭代 "，行业正式步入 " 智能认知 " 时代。
" 资本市场迎来了一次价值重构的机会 "，俞枫认为，传统运行逻辑正发生一些变化，从原来表层创新慢慢渗透到市场价值的判断，资源的配置以及生态结构的深层的变革。
在俞枫看来，证券行业具有海量数据和复杂业务场景的特色，AI 推理大模型适配性强，尤其适用于 " 多重分析、数据关联或长链推理 " 的业务场景，是驱动行业重构的一个智能引擎。然而，行业大模型应用也面临诸多挑战，如投研、投顾、合规等领網域对内容专业度要求极高，且对模型生成内容及数据流动安全性的合规监管非常严格。
俞枫认为，目前大模型在金融行业运用，仍面临四个瓶颈，除了算力瓶颈和高质量语料不够的数据瓶颈以外，还存在 " 大模型幻觉等问题 "。" 这在证券行业尤其不能容忍 "，俞枫强调，目前只利用大模型很难达到这个要求。
最后一个瓶颈是，安全挑战依然大。证券行业专业度、安全性要求高，数据和隐私挑战需要在模型算法、数据质量融合方面有新的突破。为此，金融行业包括证券行业，选择私有化部署大模型，并需突破算力、数据、可解释性以及安全与伦理等瓶颈。
在智能化探索方面，俞枫介绍称，国泰君安已先行一步，2017 年便提出 "AI in ALL" 的理念，在投顾、投研等多领網域进行尝试并取得良好效果，将 AI 作为标配基础设施。2024 年大模型兴起后，国泰君安创新提出变革型 AI，ALL in AI，将 AI 大模型作为变革的重要力量，以推动组织变革与流程创新。行业进行智能化建设的独特优势就在于长期数字化建设过程中积累下来的大量的高质量语料和复杂应用场景。
基于此，国泰君安开展了三方面工作：一是构筑 "1+N" 的 AI 大模型底座，"1" 是基于通用大模型，国泰君安打造了多模态垂类大模型—— 君弘灵犀大模型，并辅以 N 个场景模型协同，实现开源、闭源融合以及模型组合；二是全栈自主构建自有算力池，开展国产芯片替代，创新算力合作，构筑算力生态；三是强化数据治理和语料基础，依托 PB 级以上湖仓一体数据底座，打造语料中台。
对于大模型服务可靠性问题，国泰君安也创新采用大模型 + 小模型组合方式，通过大模型去解决意图识别、多模态理解以及问题分类，让小模型实现可信内容的可靠输出。同时，利用公司从 2017 年开始积累下来的近两亿语料来训练这个垂类大模型，并结合自有的知识库、知识图谱、研究报告以及财联社的资讯信息等构筑可信内容。
" 总的来讲，大模型给我们证券行业带来很多新的想象力，也给我们发展提供很好的契机 "，俞枫表示。
