3月21日，比尔·盖茨发表文章表示，自1980年首次看到图形用户界面以来，OpenAI的GPT人工智能模式是他所见过的最具革命性的技术进步。3月23日，OpenAI宣布目前正在逐步推出ChatGPT相关插件。

AI技术的应用比想象中更快，人工智能时代已经到来。各行各业畅想人工智能将在各领域带来怎样的改变，AI将给财富管理领域带来怎样的变革？

(相关资料图)

金融机构从业人员不管是高管、中层还是普通员工，都在思考AI对行业、对自己工作以及生活的影响。我们采访了道乐科技CEO卢良楷，通过他的角度来看AI与金融行业将碰撞出怎样的火花。

AI当前所处的阶段

2023年ChatGPT火爆出圈让AI进入大众视野，实际上AI技术已发展多年。过去的AI偏重分析能力，如基于现有数据发现规律和模式并用于其他用途，广泛应用在人脸识别技术及类似抖音、小红书等平台的个性算法推荐等。ChatGPT是生成式AI，它可以基于训练数据和生成算法模型，自主创造新的文本、图像、音乐、视频、3D 交互内容等多模态内容。

生成式AI的成功表示AI的能力已经从分析跃迁至创作。这是一次生产力的巨大跃迁，是与pc、移动互联网同等量级的技术革命，未来会对很多行业产生影响。而这一波的AI当前还处于早期的阶段，可以同比为2007年iPhone的时代。虽然iPhone在2007年就出现，但是随着4G、大数据等技术应用在2011年前后广泛普及。此后在社交、支付、电商、视频娱乐、生活应用等领域全面升级，诞生了微信、支付宝、抖音、美团等伟大的产品和多家头部互联网企业，给各行各业带来了翻天覆地的变化。

AI发展路径预计亦是如此。经过2023年的出圈，AI备受市场追捧，大量的资金、人才涌入，AI赖以发展的算力、大数据、深度学习算法等能力也将提速，各行各业开始探索AI的垂直应用，构建行业模型，AI+应用场景将广泛应用至各行各业。

AI技术在金融领域的展望

现代金融业生态建立在信息技术基础上，科技的发展对金融行业的基础设施建设、服务能力有较大影响，金融行业必将是受AI应用冲击最大的行业之一。中国的金融行业发展较晚，在技术上紧跟时代，起点并不低，在技术应用层面不落后于美国的金融巨头。

当前ChatGPT为代表的AI智能水平，已经不亚于一个普通一本毕业、有2—3年工作经验的员工。因此只要打通AI应用的“最后一公里”，应该可以快速应用在一些通用性强的岗位，比如客服、理财师、研究员、程序员、营销人员等基础性的岗位，可能是以下领域：

智能营销：2022年被誉为AIGC元年，未来很多金融内容工作会被AI所替代。营销领域涉及非常多的内容创作，营销内容智能创作工具将大大提高运营人员的效率。

智能投顾：短期AI可以赋能现有的理财顾问，如银行理财师、券商投顾等等，帮助理财师提升工作效率，减少企业的理财师培训成本。如摩根士丹利财富管理部门利用GPT-4组织调动其面向客户的知识库来服务理财顾问。长期看AI可能会替代一部分初级理财师，由智能理财顾问直接面向大众财富人群。这方面，目前支付宝的智能理财助理支小宝已展现了一定能力。随着AI技术进一步应用，智能投资顾问将进一步迭代，实现更精准的投资建议和长期投资陪伴。

智能投研：今年2月，财通证券用聊天机器人ChatGPT撰写了一篇医美行业研究报告，该团队表示，从搭建框架、生成文字到翻译结束总共花费约1小时，ChatGPT虽然存在一些问题，但在文字表意、标题撰写等方面均具有较高水平。基础性的投研岗位距离被AI替代已经不远了。

智能客服：目前已经有一些智能客服的应用，但是智能程度有限，局限于问答搜索，并且不能进行多轮对话，企业仍需要配备不少人工客服。当下ChatGPT已经具备多轮对话能力，AI的应用可以让客服提供更准确、即时的应答，进一步提升服务水平，降低成本。

AI带来的机会

每一次新的技术革命，都会带来新一轮行业洗牌。善于利用技术和工具的公司能冲出重围，实现超车或者巩固行业地位。典型的如在财富管理线上化和数字化阶段崛起的招商银行、蚂蚁财富、东方财富、华泰证券等企业。他们在移动互联网浪潮下抓住机遇，实现了业务的快速发展。

新技术的出现往往会衍生出行业“新物种”。在金融行业内部，必然会出现很好地利用AI赋能业务的金融机构。在金融行业外部，出于监管和金融行业特性，在中国可能难再出现像蚂蚁集团、东方财富一样可以通过利用技术从而进入金融行业的大型科技企业。

金融行业在AI应用上的优势

无论是用户规模还是资产规模，中国金融行业的量级非常大，且随着国家经济在持续增长。金融行业大量的场景可以应用AI技术，如客服、投研、营销、投顾等等。并且通过多年积累，金融行业已经具备了庞大的数据量。

但很多金融机构在AI的储备并不足，这个时候需要主动拥抱AI，与AI技术公司进行合作，构建自己的模型，双方共同构建更好的行业生态，结合行业场景，打通AI应用“最后一公里”。在AI的合作上，既要与大型AI企业合作，借力其大模型的技术能力，也要关注金融行业垂直技术服务商，关注垂直领域的产品，同时做模型层和产品层的布局。

AI投入的难点

在AI训练领域，大型模型对算力支持要求非常高。2023年，英伟达推出针对大语言模型训练设计更高算力的芯片H100 NVL，和过去的A100 相比，训练速度大大提高，成本降低一个数量级。这不仅意味着速度的提升，也将降低大模型公司在算力方面的成本。

2022年8月，美国监管机构以国家安全为由，对NVIDIA A100、H100两款GPU实施禁令，不得销售给中国企业，意在通过“卡脖子”的方法来降低国内AI模型的研发速度，拖延中国人工智能发展。高性能的GPU，已经成为了限制中国AI行业发展的最直接因素之一。同时，OpenAI的应用程序编程接口（API）并未向中国开放。

虽然百度、阿里、腾讯等国内头部科技企业均宣布大力投入AI，但国内的LLM距离国际最先进的技术有一定差距。

近日，国家网信办发布了《生成式人工智能服务管理办法（征求意见稿）》，受信息安全等监管的限制，国内的金融机构可能无法使用ChatGPT等世界上最优秀的AI技术，这将影响国内金融行业在技术上的发展，可能进一步拉开中国企业与国外企业领先技术的差距。

虽然AI应用还存在种种难点，但是卓越的企业总是选择做难而正确的事，要把握生成式AI掀起的机遇浪潮，重塑资管、财富管理行业的业务模式。

参考文献

1. 腾讯研究院《AIGC 发展趋势报告2023》

2. OpenAl 《GPT-4 Technical Report》

3. 财通证券《提高外在关，增强内在自信一一医疗美容革命》