2024年金融科技行业年度策略.pdf
《2024年金融科技行业年度策略.pdf》由会员分享,可在线阅读,更多相关《2024年金融科技行业年度策略.pdf(41页珍藏版)》请在咨信网上搜索。
1、01请参阅附注免责声明 nZaXuZiZmUoXoZ6MdN9PoMmMoMoNeRpOmNjMsQmP6MmMvNuOnMqOvPrMmR2请参阅附注免责声明 3请参阅附注免责声明 4请参阅附注免责声明AIGC(Artificial Intelligence Generated Content)即生成式人工智能,根据生成式人工智能服务管理暂行办法,生成式人工智能技术是指具有文本、图片、音频、视频等内容生成能力的模型及相关技术。文本生成:和Chatgpt对话图片生成:由Midjourney生成的太空歌剧院视频生成:Wonder Studio,一款AIGC视频生成软件音频生成:DeepMusic
2、提供的智能编曲图1:AIGC是指具有文本、图片、音频、视频等内容生成能力的模型及相关技术 5请参阅附注免责声明细分行业需求变化供给变化金融信息服务驱动客户寻求更精准全面的信息以及更深度的逻辑分析内容,预计客户对于智能投研和投顾产品的需求将有较大提升;助力金融信息服务商提升自身产品研发能力,创设更多智能投研投顾产品第三方支付小微商户原本因为成本和时效的原因,广告营销的需求被抑制,随着AIGC的赋能,广告营销的需求预计将明显提升智能风控(支付端)、智能客服、代码生成等方面均可应用,降低成本提升效率消费金融无通过智能风控(信贷端)、智能催收、智能营销、智能客服等多个环节提升效率表1:AIGC带来金融
3、科技行业需求和供给的深刻变革 6请参阅附注免责声明 7请参阅附注免责声明图 2:金融信息服务产业链根据金融信息服务管理规定和外国机构在中国境内提供金融信息服务管理规定等规定,金融信息服务,是指向从事金融分析、金融交易、金融决策或者其他金融活动的用户提供可能影响金融市场的信息和/或者金融数据的服务。数据来源:国泰君安证券研究行业上游行业上游证券交易所证券交易所金融数金融数据终端据终端平台平台行业中游行业中游行业下游行业下游财经资讯财经资讯资讯提供商资讯提供商数据提供商数据提供商金融数据金融数据证券交易行情证券交易行情金融数金融数据终端据终端用户用户金融软金融软件与信件与信息服务息服务提供商提供商
4、行情行情传输传输数据数据传输传输资讯资讯传输传输数据数据清洗、清洗、加工、加工、分析分析各类数各类数据信息据信息的推送、的推送、呈现呈现 8请参阅附注免责声明智能投顾和投研产品的需求将大幅提升图3:投资决策活动的核心在于信息的获取、逻辑的构建和对交易因素的把握数据来源:国泰君安证券研究我们预计AIGC技术浪潮将驱动客户寻求更精准全面的信息以及更深度的逻辑分析内容,未来客户对于智能投顾和投研产品和服务的需求将快速提升 9请参阅附注免责声明数据来源:国泰君安证券研究表2:AIGC技术极大地提升了智能投研的工作范围和能力,助力投研人员极大提升工作效率和投研体验。10请参阅附注免责声明数据来源:国泰君
5、安证券研究表3:AIGC技术为智能投顾带来了更强大的数据处理和分析能力,提供了更加个性化和智能化的投资建议能力提升领域具体影响路径 11请参阅附注免责声明图4:生成式AI将提升金融信息服务商的研发能力数据来源:国泰君安证券研究AIGC的快速发展能够同时赋能金融信息服务商的生产要素积累和生产效率提升,进而助力打造更强的研发能力,预计未来金融信息服务商能够创设更多智能投研和投顾产品。生成式AI助力金融信息服务商进行产品研发更充沛的生产要素更高的生产效率数据研发人员自动生成代码等,成为新生产要素自动处理各类数据,加快要素积累赋能组织管理决策,提高研发和经营效率生成生成式式AI 12请参阅附注免责声明
6、数据来源:国泰君安证券研究垂直金融行业大模型和通用大模型在算法训练和使用成本、更新迭代速度方面有不同表现。表4:垂直金融型大模型和通用大模型在不同表现指标上各有优劣+13请参阅附注免责声明金融信息服务领域具有独特的数据、规则和市场特征。垂直金融型大模型通过深入学习金融领域的特定数据和知识,能够更好地理解金融领域的语境和行业规则,进行复杂决策,而通用大模型在金融行业宽广有余,纵深不足,无法充分理解金融领域的复杂问题。数据来源:国泰君安证券研究图 5:通用大模型和垂直金融大模型在金融信息服务领域应用结果的差异通用大模型 因为立场是一贯的,无法针对特定情景进行调整垂直金融大模型 可以处理冲突的知识进
7、行复杂决策 14请参阅附注免责声明除了在智能投研上的运用外,我们预计垂直金融行业大模型在智能投顾上的落地也大概率从机构起步。机构客户所关注的功能是特定且有限的,场景相对比较狭小,数据和训练结果相对可控。加之B端场景的使用者,即机构专业投顾人员,有足够的知识与经验对AIGC的生成内容作出判断,可以对缺乏准确性的内容进行人工把关和修改,监管难度和安全合规风险都相对较小。因此,AIGC有望面向B端财富管理机构落地先行,赋能机构或投顾等渠道方,进而间接服务C端客户。数据来源:国泰君安证券研究表5:金融信息服务商AIGC技术在财富管理机构落地的可能路径路径一:将大模型的能力直接应用于机构的客户端APP,
8、完全面向用户。路径二:在应用层下的API层提供类似于Open AI模型的API调用服务,以适应不同场景并降低交易成本。路径三:本地化部署,针对细分金融领域开发小型模型,考虑到机构的本地化需求和成本控制,帮助解决内部问题。路径四:采用联合训练模式与财富管理机构合作,机构提供数据用于模型训练,金融信息服务商提供算法和计算资源,训练出包含客户专业知识的模型,以适配客户内部环境。15请参阅附注免责声明图 6:随着数据规模指数增长,模型在测试集上验证的损失线性下降伴随数据规模的增长和数据质量的提升,大模型的性能提高。2020 年1 月 OpenAI 在论文Scaling Laws for Neural
9、Language Models中提出了大型语言模型(LLM)的缩放定律,OpenAI 指出,随着数据规模的指数增长,模型在测试集上验证的损失是线性下降的,即模型的性能是线性提升的。16请参阅附注免责声明在数据规模外,训练数据的质量也是模型训练与调优的关键因素。以GPT家族的进化史为例,从GPT-1到GPT-4,模型的整体架构相似,而训练数据的规模与质量有很大不同。GPT-1使用的训练数据是4.8GB未经过滤的数据,GPT-2使用了40GB经人类过滤的数据,GPT-3更是从45TB的原始数据中清洗出了570GB的高质量海量训练数据,ChatGPT/GPT-4也是使用了高质量人工标注数据与人类对齐
10、。数据来源:图 7:每一版本GPT进化的模型架构基本相似,而数据的规模与质量不断提高 17请参阅附注免责声明随着算法增强与创新,AI大模型所需的算力就越少。2020 年,麻省理工学院计算机科学与人工智能实验室(CSAIL)的科学家证明了改进算法在提高计算硬件性能方面的重要性。对于大型计算问题,43%的算法系列的同比改进等于或大于备受推崇的摩尔定律带来的收益。数据来源:图 8:每一版本GPT进化的模型架构相似,而数据的规模与质量不断提高OpenAI 2020 年的一篇报告指出,2012 年到 2019 年,神经网络架构从头开始训练到AlexNet 级别性能所需的算力下降了44 倍。结果表明,随着
11、算法改进,算法效率提高,AI模型使用相同的计算能力可以完成更多任务,带来更多收益。人工智能的算法效率可以定义为减少训练算法完成某项任务所需的算力,如果算法需要尽可能少的资源(即几乎不需要任何计算时间和内存)来解决特定问题,则该算法是高效的。算法越高效,软件要做的工作就越少,所需的算力越少。18请参阅附注免责声明目前算力重要性在垂直金融行业大模型有所降低。首先,垂直金融行业大模型的的算力需求要远低于通用大模型的算力需求。虽然自2022年8月起,美国政府限制英伟达向中国出口A100和H100芯片,但是国内公司仍然可以选择购买性能略逊的A800和H800芯片进行训练,或者购买华为昇腾芯片等国产替代品
12、,再或者可以从阿里云等第三方租借算力资源。图 9:当前华为昇腾910B芯片的新能已经基本做到可对标英伟达A800 19请参阅附注免责声明数据优势主要有两个构成因素:1)丰富的业务场景2)数据的治理能力,前者决定了初始语料的多寡,后者决定了多少语料可以被提取成可供模型训练的高质量数据。表6:做好垂直金融行业需要广泛的数据来源和积累 20请参阅附注免责声明良好的数据治理能力可以最大化利用丰富业务场景积累的原始数据,更好积攒训练数据,提高大模型性能。表7:将初始语料转换为可供训练的数据所需要的步骤流程 21请参阅附注免责声明人才是人工智能产业的核心竞争力,算法的领先离不开优秀人才团队的贡献,需要庞大
13、的队伍投入不断突破算法的极限,优秀的管理机制是吸引高端人才、建设优秀人才团队的关键。图10:ChatGPT研发团队中博士学历员工占比高达37%33%30%37%0%10%20%30%40%本科/学士硕士研究生博士研究生数据来源:智谱研究,国泰君安证券研究 22请参阅附注免责声明数据来源:ICI、IBISWORLD、国泰君安证券研究根据麦肯锡在全球资管行业数字化转型战略蓝图与实践报告中预计,到2025 年中国资管行业AUM 有望达到 196 万亿人民币。在渗透率预计上,我们以金融信息服务业极为成熟的美国市场为参照,其2022年的付费渗透率为0.07%假设在2025年中国付费渗透率提升到0.01%
14、的水平,即为美国当前水平的七分之一,测算可得到2025年中国空间为196亿元人民币。图 11:当前美国B端金融信息服务渗透率目前0.07%左右0.00%0.01%0.02%0.03%0.04%0.05%0.06%0.07%0.08%0.09%0.10%0.005.0010.0015.0020.0025.0020122013201420152016201720182019202020212022美国B端金融信息服务总规模(IBIS world)十亿美元B端金融信息服务行业渗透率(右)23请参阅附注免责声明图12:中国C端金融信息软件服务市场规模(亿元人民币)数据来源:Statista,麦肯锡财富
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 2024 年金 科技 行业 年度 策略
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【Stan****Shan】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【Stan****Shan】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。