可编辑培训课件-计算机行业市场前景及投资研究报告：AI+券商大模型应用.pptx

｜证券研究报告｜AI+系列之一：券商大模型应用进展几何？2024.02.21

投资建议?金融是GenAI核心垂类赛道，各券商纷纷布局大模型应用。金融行业具备信息、数据、知识、人才密集型的特性，券商有经纪、研究、投行等丰富的业务条线，大模型的应用可以在内部增效，助力员工提升工作效率；也能在交易等场景为业务直接赋能。各券商纷纷投入大模型及相关应用。?当下券商大模型应用多数集中在智能客服、办公助理、代码生成等偏原生AI应用领域，未来将更深层次与业务耦合。多数券商大模型应用都是基于大模型的文字生成能力进行的：智能客服、数字人等应用是基于大模型的问答能力；代码生成应用是基于代码能力进行的；办公助理则是基于问答和知识库能力进行的。未来随着基础模型能力持续提升，大模型也将与券商其他业务深度耦合，提供更多赋能。?长期看AI能力应用是金融企业数字化转型的必然方向，是促进金融业高质量发展的有效方式。大模型将依托其多种能力为金融行业带来原有业务场景的升级，持续丰富业务内涵，提升现有数字化基础的效能与形式体验，促进金融行业高质量发展。?金融数据需要注重隐私性和安全性，自建算力服务器集群或成为券商进行大模型转型的必选项。券商等金融机构拥有高价值的领域数据资产，一方面能够充分训练大模型提升效果，另一方面也面临更多合规和安全问题。我们认为更深层次的大模型应用一定是基于高质量的私域数据开发的，券商可能需要自建算力集群私有化部署来完成。?风险提示：AI进展不及预期带来下游需求不及预期的风险；市场竞争加剧的风险；政策落地不及预期的风险；研究报告中使用的公开资料可能存在信息滞后或更新不及时的风险等。2

证券：推出泛海言道大模型1数字人应用，赋能研发等场景

泛海言道大模型赋能各业务条线，智能研发功能落地完成?“泛海言道”综合应用前沿大模型技术，成功落地智能问答、智能研报、智能研发等业务场景，助力金融服务提质升级，为金融行业创新发展注入新动力。?智能问答：结合互联网检索引擎，汇聚海量知识，为外部客户和内部员工提供即时、高质量的问答服务。?智能研报：通过样例示范学习能力，深度解读、分析财报数据，生成研报初稿，为研究人员提供专业可靠的写作服务。?智能研发：嵌入开发环境，快速识别开发人员代码需求，支持多种编程语言，自动生成高质量程序，为开发人员提供高效研发服务。?数智人2.0：小海能实现近百种不同的交互动作及多角度、多景别的自由切换，化身数智讲解员、数智主持人、智能客服、智能投顾、智能工作助手。数智人2.0能实时跟踪和分析全球金融市场动态，快速精准处理大量复杂的金融数据，为用户提供个性化投资建议和风险评估。图表：泛海言道智能研发功能资料：证券金融科技公众号，中泰证券研究所4

国金证券：LangChain+2ChatGLM+知识库构建大模型

选用LangChain架构推出FinGPT，挂载知识库实现分业务精准响应?国金大模型主要着重拓展两方面的AIGC应用：一是以AIGC、大语言模型为核心的交互式问答场景挖掘，二是证券交易风控领域的AIGC算法探索，通过外挂式和嵌入式的模式，与交互式大语言模型接口进行整合。?国金选用LangChain和ChatGLM2构建了国金证券大模型，能够通过知识库检索大模型能够准确回答证券相关的专业问题。通过挂载不同的知识库，可赋能不同的业务场景。LangChain是一种集成自动提示工程的框架，支持多种大模型的接入，可以通过加载本地知识文件、文本切分、构建知识向量库、用户请求向量化及检索匹配、大语言模型响应等步骤完成提示响应。图表：国金证券大模型对话界面图表：知识库与大模型耦合基本原理资料：上交所技术服务公众号，中泰证券研究所资料：上交所技术服务公众号，中泰证券研究所6

私有化部署aiXcoder代码大模型，获行业落地认可?国金证券智能化方案以aiXcoder代码大模型为核心引擎，结合本身三十年金融行业软件资产沉淀及人工智能生态融合，共同构建了代码大模型的工程化应用框架。自推广以来，智能化开发方案实现开发效率平均提升30%，单元测试覆盖率提升20%。通过私有化部署aiXcoder代码大模型、结合企业领域知识对模型进行个性化训练，打造出用户体验流畅、覆盖多条研发链路的智能化软件开发系统，有效解决了代码质量参差不齐、单元测试覆盖率低、重复编码等开发痛点，大幅提高了开发团队编码整体生产力和创造力。?2023年12月，aiXcoder与国金证券联合申报的“代码大模型在证券行业的应用实践”，作为金融行业智能化软件工程领域应用典范入选“2023人工智能十大先锋应用案例”标杆案例，获得行业认可。图表：aiXcoder智能代码补全功能图表：aiXcoder智能代码搜索功能资料：aiXcoder官网，中