蚂蚁集团又在悄悄“憋大招”。

在9月8日的外滩大会上，蚂蚁财富平台发布了“支小宝2.0”，虽然这只是个内测版，尚未正式上线支付宝App，但它却是一个运用大模型技术的智能理财助理。而且，这个智能理财助理的服务水平号称已经趋近于真人行业专家。

当前，AI大模型在金融行业内的应用正如火如荼地进行。金融行业作为人工智能应用场景密集的行业，是大模型技术落地的最佳领域之一。分析人士认为，以大模型为代表的新一代人工智能技术将加速金融数字化和金融智能化的发展，重塑现有的业务流程，改变产业格局。

(资料图)

支小宝2.0：实力趋近于真人专家

先来感受下1.0和2.0的变化：

“支小宝1.0”

“支小宝2.0”（内测版）

如果追加提问，如“还是看不懂”“核心卫星的意思”，2.0版还会继续写一篇“小作文”：

就算支小宝被用户骂，AI也会提炼话语，进行情绪识别和分类，测试不同的话术、看看什么应对方式最能帮助用户摆脱负面情绪，似乎确实比原来“聪明”了不少。

据悉，支小宝2.0应用了蚂蚁集团自研的金融大模型，从“检索式AI”正式迈向“生成式AI”，服务能力将发生质变，主要表现在知识力、语言力、专业力、安全力四方面。其可以调用数百种专业金融工具，帮助金融机构为用户提供高质量的行情分析、持仓诊断、资产配置和投教陪伴等专业服务，服务水平趋近于真人行业专家。

具体来看，首先，从知识力来看，支小宝2.0的金融知识数据存储量已达到百亿级，在复杂的金融资讯总结、金融事件推理方面，支小宝2.0或能达到行业专家的平均水平。

其次，专业力方面，有金融大模型充当“服务中枢”后，支小宝2.0在理解用户的问题后，可以像真人一样为用户提供数百种理财服务。

再次，是语言力。得益于金融大模型的应用，支小宝2.0的金融意图识别准确率高达95%，情绪识别及归因准确率达到90%，在回答时不仅能读懂用户的问题，还能读懂其情绪，做出个性化表达。

最后，在安全力上，支小宝2.0会通过围栏技术，保障内容安全与金融合规性，以带来“透明可靠”的体验。

AI大模型席卷基金圈

AI大模型在金融行业内的应用正在如火如荼地推进，不仅是支付宝，此前还有多家机构公开表示正在进行金融服务智能化的探索。

盈米基金高级技术总监吴珂皓表示，目前盈米基金已经广泛利用大语言模型在基金投顾等场景进行使用。比如在投顾场景中，他们会利用大语言模型、向量数据库、本地知识库来构建超级投顾助理，帮客服、投顾人员高效回答用户的问题。

业内人士认为，相较于AI的线上服务，传统的财富管理服务模式存在诸多局限，比如理财顾问服务门槛高，普通投资者无法获得具有针对性的服务等。

“长久以来，理财顾问是少数人才有机会享受到的服务，传统财富管理机构的投顾人员一般只服务资产规模在50万元以上，有时甚至是财富级别为百万元以上的人群，目前还有上亿长尾用户没有获取专业的理财顾问服务。”有分析人士表示，由于地理、时间等限制，投顾人员也无法给用户提供7x24小时的贴身服务。

不仅是C端，在B端AI大模型也在加速赋能。以基煜基金为例，其向机构投资者提供投研服务时，现已使用的大语言模型能够快速读取和理解海量报告内容，识别报告中的情感态度和评价语气，提取主题词和核心观点，并自动进行观点归类。随着训练样本规模和类型的增加，大模型对上下文语义理解能力不断加强，报告内容分析的深度与广度也有望不断提升。

“例如机构研究岗位大约1天要读20多篇报告，再做归类、总结形成观点，基本一整天的时间都耗在上面，而使用大语言模型1个小时即可完成同样数量报告的自动提炼和总结，这比人工阅读效率提升数十倍以上，同时还能为定性分析提供可靠、中立的参考依据。”基煜基金人士说。

难点存在未来可期

不过， AI大模型的应用并非一帆风顺，其中的难点依然存在。业内人士认为，通用大模型在专业细分领域上往往显得有些 “无所适从”，尤其是像医学、金融等领域，目前通用大模型缺少专业力、知识力和可控生成能力。

“懂理财的人工智能，不仅得会回答类似‘持仓新能源汽车最多的基金是哪个？’这种专业问题，还要回答类似‘我又绿了怎么办？’这类带有情绪的问题，做出情感安抚，并帮投资者复盘问题所在，这样的要求确实是比较高的?！庇蟹治鋈耸勘硎?。

上述基煜基金人士也表示，现阶段大语言模型输出的结果无法达到100%稳定，就像自动驾驶绝对不能出错，1%的错都会造成生命财产损失。因此AI大模型在金融行业的使用场景需要谨慎选择、反复论证，目前还不适合大范围应用，输出内容的真实性，准确性有待提升。

对于AI大模型+金融的未来应用，北京大学光华管理学院金融系主任刘晓蕾表示，金融行业作为人工智能应用场景密集的行业，是大模型技术落地的最佳领域之一。以大模型为代表的新一代人工智能技术将加速金融数字化和金融智能化的发展，重塑现有的业务流程，改变产业格局。

从另一个角度看，有业内人士认为，随着金融大模型标准的落地，数据合规、隐私安全和训练工艺等问题一一得到解决，金融大模型会撬动更多的岗位，也会提升人的价值。在精准度、时效性和安全性等挑战被消除后，金融大模型将与专家一起，解决当下无法解决的问题，带来更大的产业价值。

（文章来源：上海证券报）

关键词：