何晓青

申万宏源证券资产管理有限公司业务董事

图︱由作者提供

在科技飞速发展的背景下，基于大模型的人工智能(AI)正以前所未有的力量引领各行业经历深刻变革，成为推动转型升级的关键。尤其在金融领域，AI凭借其高接受度和强烈需求，正快速融入各类金融场景，特别是随着大模型技术的不断创新，为金融业全面步入数智化新时代注入强大动力。

近年来，各大资管机构积极响应，纷纷投入大模型研发，聚焦于智能客服、投资研究、科学风控等核心应用场景，通过持续优化升级，显著提升数字化运营效率和客户体验。

大模型在资管领域的应用发展现状

大模型在资管行业中，凭借其卓越的数据处理、深度分析及精准预测能力，驱动着积极且重大的转型。在投资方面，大模型通过整合运营数据、新闻舆情、分析师报告等多源信息，有效降低文本处理成本，为投资决策提供更加全面、精准的数据支撑，使得投资策略既灵活又多样化，极大地提升投资效率和准确性。

在智能投顾方面，大模型利用其强大的语言理解和生成能力，为投资者提供高效的信息去重、深度萃取及独特见解，助力其在复杂市场环境中迅速捕捉机遇，制定科学合理的投资方案。

大模型在客服领域通过智能助手、数字人等应用，优化客户交互体验，为客户提供个性化的投资建议和资配方案，加深客户对资管机构的信任与忠诚。市场接受度方面，随着大模型技术的日益成熟及其场景的广泛拓展，越来越多的资管机构开始积极探索大模型在资管领域的应用潜力，并尝试将其融入日常业务中，进而推动资管行业的数字化转型进程。

值得一提的是，资管机构在大模型技术的应用上尚处于初步探索阶段，尽管该技术已展现出从感知到认知的显著跨越，但其高数据需求、高昂的算力成本以及复杂的部署要求，构成资管机构实际应用中的重大障碍。同时，算法的稳定性和安全性问题亦不容忽视，这些问题直接关系到资管机构在应用过程中能否有效规避潜在风险与漏洞。因此，解决这些挑战，确保大模型技术的安全、稳定应用，将是推动其在资管领域稳健前行的关键所在。

大模型在资管领域的应用场景探索

自资管新规实施以来，资产管理业务步入全面转型的新纪元，既迎来科技驱动的契机，也面对着优化负债结构、创新产品体系、精细管理资产等多重挑战。

在此背景下，资管高质量发展要聚焦于负债、产品、资产三大核心环节的协同发展。数字化转型的浪潮中，科技与资管业务的深度融合成为破局关键。在资管大赛道上构建金融科技生态圈，旨在通过前沿技术的运用为资管机构赋能，实现业务模式、服务效率及风控能力的全面跃升。本文深入探讨五个关键领域：智能投顾与销售助手如何个性化定制投资方案，提升营销效率；智能分析与数据预测如何精准洞察市场趋势，辅助决策制定；智能投研与产品设计如何加速创新过程，满足多元化投资需求；智能合规与风险管理如何强化内部控制，有效应对市场风险；以及智能客服与售后支持如何优化客户体验，增强用户黏性。

通过这五个维度的探索与实践，大模型技术有望在资产管理领域发挥不可估量的价值，促进资管机构内部的流程再造与效率提升，更推动整个行业向更加智能化、精准化、高效化的方向迈进。

（一）智能投顾与销售助手

基于大模型的智能投顾利用大数据分析、深度学习和强化学习等技术，使高质量顾问式金融服务成为可能，通过实时监测市场动态，调整投资策略，以达到提高收益及降低风险的目标。在投顾提供投资建议基础上，智能营销将客户画像和自然语言处理结合，大模型辅助生成营销话术和文案，销售助手智能化、自动化地将合适的产品推荐给合适的客户，通过对话式营销，大模型可优化客户参与度，为客户提供更加全方位、差异化、有价值的金融产品及服务。

1. 混合投顾模式全新体验，多渠道提升投教效果

通过构建“元宇宙”中的“数字会客厅”，资管行业正引领个性化投资建议与资配方案的创新革命，这一虚拟场景跨越地域界限，赋予投资者新颖独特的沉浸式互动体验。资产管理行业的数字生态系统将趋于复杂化，旨在借助广泛互联的网络平台，为投资者打造一站式的综合服务体系。为实现这一目标，资管机构亟需强化其数字投资顾问能力，确保在数字经济浪潮中保持强大的市场竞争力。AI技术为投资顾问与投资者互动赋能，即可实现诸多增值服务。

在投资者教育领域，基于大模型精准分析投资者偏好与风险承受能力，对资管产品的非保本非保收益特性进行清晰、充分的风险揭示。同时，资管机构正积极探索多元化的数字化投教模式，通过在线游戏、模拟投资场景等创新手段，将投资者的金融知识、投资需求与资配方案紧密结合，始终秉持“以客户为中心”的核心理念及“销售适当性”原则，做好专业、务实、高效的投教工作，在提升投资者金融素养和安全意识的同时，切实保护其合法权益。

2. 客户服务体系持续革新，全链路增强服务水平

AI技术在资管行业客户服务中发挥着核心作用，它精准地解决客户服务的难点与痛点，通过将大模型与客户画像、服务流程、智能投顾等深度集成，构建全面的客户关系管理系统（CRM）。该系统涵盖客户数据的整合、潜在客户的智能筛选、销售目标的前瞻性预测，还能实现营销信息的个性化推送及销售进展的实时跟踪，大幅提升管理效能。利用自然语言处理、知识图谱等技术，资管机构能为客户自动生成并推送定制化的智能投顾报告，助力客户做出更加合理、科学的投资决策。

对于机构客户，系统预设需求模板，定期或按需生成专属报告，并在内部快速流转，促进销售团队快速响应客户需求，深化服务体验。此外，AI技术还极大地提升商机挖掘的精准度和高效性，通过跨渠道自动收集与分析客户数据，运用大模型算法智能筛选与分类，精准锁定潜在客户。对于机构级重要客户，更是提供全链路管理模式，全方位解决金融产品及服务需求，实现从客户洞察到销售执行的全面优化。

3. 智能投顾场景应用案例，一站式提供投资咨询

国泰君安证券与大模型技术深度融合，利用其强大的理解和分析能力，精准萃取金融信息中的热点资讯，实现每日、每周及每月要闻列表的即时编制，还通过回溯热门话题及分析排名变动，预测股票市场趋势，为投资者提供深度分析与实时追踪。

与此同时，广发证券的金钥匙营销平台则创新性地引入智能犇犇问答工具，该工具依托大模型和文档矢量化技术，通过智能捕捉沟通语境，确保投资顾问与客户间的咨询交流既高效又精准。特别在个股咨询环节，投资顾问能够一键生成详尽的“个股简报”，迅速汇总并研判相关股票信息，为投资决策奠定坚实基础，展现出金融科技在提升投资顾问服务效率与专业性方面的巨大潜力。

（二）智能分析与数据预测

在资管领域的大模型构建中，数据处理扮演着举足轻重的角色，它贯穿于海量数据的收集、整合、建模、分析及预测的全过程。基于精细化的数据分析，可以精准预测客户的购买意向与潜在需求，助力销售人员实施更精准的营销策略。客户数据的全面收集与高效整合是这一流程的基础，这些数据广泛来源于官方媒体、金融机构、资管机构、科技企业等多个渠道与平台，构成庞大而复杂的信息网络。

具体而言，客户数据包括但不限于历史交易记录、金融资产总值与持仓详情、年龄层次及投资年限等关键信息；公司数据则聚焦于产品要素与收益、销售人员概况、内部档案、政策文件等方面；市场数据则更为广泛，涵盖宏观经济走势、行业动态、市场交易实况、企业研究报告、上市公司公开信息、同行产品数据（如Wind、同花顺等专业数据提供商）以及新闻资讯与重要会议纪要等。这些多元化数据的深度融合与分析，为资管机构提供研究与决策支持，推动行业的数智化转型与可持续发展。

1. 生成式同类型产品比较，收益优劣一目了然

在资管行业同质化竞争日益激烈的背景下，资管公司为了增强市场竞争力，扩大规模占比，亟需一套高效、精准的数据分析系统。这一系统利用先进的AI技术，实现对同类型产品关键指标的即时监测与深度分析，包括但不限于预期收益率的精准预测、业绩报酬计提基准的细致对比、投资范围与期限的清晰界定，以及已购客户（特别是机构及高净值个人客户）的投资偏好与行为模式洞察。

2. 一键式全方位信息获取，数据助力分析决策

信息智能获取平台作为资管行业的创新利器，深度融合生成式大模型技术，其卓越的语义搜索能力如同在数据海洋中精准导航的灯塔，“智、准、快”锁定并提炼出用户所需的核心信息。无论是销售人员需要掌握的市场趋势、目标客户画像，投研人员关注的竞品分析、投资策略优化，还是高层管理者决策的业务数据、行业排名，该平台都能通过一键操作，即时提供多维度的数据支持。特别是该平台强化对展业数据的支撑，通过智能分析客户行为、交易模式及市场反馈，为资管公司的业务拓展提供定制化建议与策略，进一步巩固其在市场中的竞争优势。

3. 数据分析场景应用案例，平台构建智算基石

部分券商已在金融科技领域展现出前瞻布局与创新实践，共同推动金融行业的数智化转型。中信证券率先探索运用大模型技术，在股价预测等核心领域实现突破性进展，这一创新不局限于简单的数据分析，而是深层次理解并处理自然语言输入，自动转化为精准的SQL查询语句，无缝对接多样化的数据库系统，实现跨表、多源数据的高效整合与深度挖掘，为投资决策提供更加全面、实时的数据支持。

与此同时，银河证券携手百度智能云，共同构建“百度智能云金融智能化平台”，该平台以百度智能云强大的开源金融行业解决方案为坚实基座，集成秒级回复、无遗漏响应等尖端技术特性，这大幅提升客户服务效率，实现从询价、比价到交易执行的全流程智能化管理，还通过深度学习与自然语言处理能力的融合，让客户在享受便捷服务的同时，感受到与众不同的个性化与智能化体验。

（三）智能投研与产品设计

将智能投研有机嵌入产品设计流程，为资管产品的创新开辟高效路径，有效增强产品的市场适应性和竞争力。在构思与开发主题产品之初，依托大数据分析与机器学习模型，对特定行业进行深度剖析与未来趋势精准预测，科学划定投资边界，并据此量身定制交易策略。这一过程确保产品策略的前瞻性与合理性，有效规避市场盲点，同时紧密围绕目标客群的实际需求与偏好，运用客户画像技术，精细雕琢产品形态与服务模式，力求实现个性化与差异化的完美结合。

更为重要的是构建闭环反馈机制，通过高效的市场动态监测系统实时捕捉市场反馈与客户行为数据，运用AI算法进行深度解析，为产品策略的持续迭代与优化提供坚实的数据支撑，确保产品能够灵活应对市场变化，快速响应客户需求，还促进投资策略的精细化调整，以期达到投资绩效与客户满意度的双重提升。

1. 智能化发挥投研工具价值，精准探究信息内涵

在智能投研的前沿领域，大模型以其卓越的信息处理能力，成为解析金融数据、新闻资讯及社交媒体等多源信息的重要引擎。这些模型能够深入剖析市场

趋势、行业动态与公司财务报告等经典数据源，以及探索全球碳排放记录、卫星图像及互联网“数字尾气”等非传统信息宝库，通过精准筛选与智能分析，挖掘出隐藏于数据背后的深层价值。

进一步地，大模型在捕捉市场情绪波动与投资者预期变化方面展现出实力，为投研团队提供一面洞察未来、规避风险的明镜，大幅增强投资决策的科学性与预见性，助力资管机构在复杂多变的金融市场中把握先机、稳健前行。

2. 大模型实现“以客户为中心”，深度融入产品设计

大模型通过深度挖掘与分析客户信息，洞悉潜在客户的真实需求，构建出多维度的用户画像，揭示其背后的心理与行为模式，助力资管机构精确锁定目标客

群，量身定制高效的市场推广策略。在资管产品开发全周期中，大模型对存量客户的投资行为、风险偏好及收益预期进行深入分析，为制定投资策略、优化风险控制等关键要素提供科学依据。这一过程大幅增强产品的市场契合度，又显著提升资管产品的竞争力和客户满意度，实现从客户需求到产品创新的精准对接与高效转化，为资管行业的可持续发展引入新动能。

3. 智能投研场景应用案例，高效获取研究成果

国泰君安证券与华泰证券均在积极探索大模型技术的应用前沿，以提升金融服务效率与质量。国泰君安证券巧妙运用大模型的自然语言处理和结构化查询（NL2SQL）能力，革新传统问答系统，可对投研领域内复杂数据如行情、公司及基金信息的精准高效查询，显著增强信息获取的便捷性和准确性。华泰证券则聚焦于大模型对文本深层次理解的能力，致力于将历史研究的写作范式、分析逻辑及行文风格等要素融入大模型，设立研究报告自动撰写的创新体系。通过搭建内容召回与生成式在线写作服务平台，结合embedding技术构建的财报知识库，以及基于历史研究精心设计的Prompt工程，华泰证券正逐步优化大模型在写作领域的完整能力链路，实现研究成果的迅速生成与呈现，引领金融研究报告撰写的智能化新风尚。

（四）智能合规与风控管理

随着金融创新步伐的加快，金融合规与风险控制作为核心任务，其复杂性与日俱增，传统手段难以充分满足日趋严格的监管要求。为此，金融机构正积极拥抱人工智能技术，以创新驱动管理升级，旨在提升合规效率与风险管理水平。

在资产管理领域，大型语言模型凭借其卓越的阅读理解能力，有效识别潜在法律风险，降低人为疏漏的可能性，显著提升法律审查人员的工作效率。资产管理机构通过构建合规知识库，集成法律、法规、政策及案例资源，并融合大模

型的通用智能与金融行业（包括银行、保险、信托等机构）的特定信息，广泛应用于投资者身份验证、反洗钱监测、舆情监控等关键环节。此外，依托风控数据模型，资管机构能够实施精准的风险模拟与压力测试，对潜在风险事件提前预警，实现资产管理产品售前、售中和售后的全方位控制，以更加灵活、高效的方式应对市场波动与各类风险挑战。

1. 构建智能合同审核系统，无需人工深度干预

智能合同审核是利用人工智能技术来自动分析和评估合同内容的过程，通过深度学习、自然语言处理和知识图谱等技术，模拟并超越专业律师在合同审核中的能力。这一过程实现合同内容的全面自动式分析，从精准分类识别到深入风险评估，再到提供专业的修改意见，均无需人工深度介入。相较于传统合同审核方式，该方法显著降低成本及提升效率，同时消除人为审核中常见的主观偏差与评判标准不一致的弊端。智能合同审核以其高效、准确及标准化的特性，正逐步成为现代商业合同管理的核心工具，以期合同管理领域向智能化、自动化方向迈进。

2. 建立科学风险评估模型，做到实时监测预警

传统的风险评估方法受限于简单的统计分析和主观的经验判断，难以全面、精准、及时地反映风险的真实情况。这种滞后性不仅可能掩盖潜在的风险隐患，还可能影响资管机构对风险的迅速响应与有效管理。相比之下，大模型纳入更多变量和复杂算法，能够设计出更精细、准确的风险评估模型，有效提升资产风险水平的评估能力。

在资产管理的全生命周期中，风险状况是不断变化的，大模型凭借对实时数据的深度分析与即时处理，实现动态监测与风险预警，能够及时发现市场异常波动与潜在风险事件，为资管机构提供及时的风险提示与有效的应对策略。

3. 智能风控场景应用案例，实现全局风险控制

申万宏源SWHY-Matrix平台以其全面而灵活的风险管理体系著称，专为满足不同客户的多样化需求而设计。该平台覆盖从普通股票、信用交易、ETF、LOF、新股申购等现货交易，到期货交易与期权交易的全业务类型，横跨A股、B股、股转等多个市场与品种，确保风险控制的广泛适用性。通过先进的参数化与模型化技术，平台实现高效的盯市、旁路及前端风险控制策略，能够根据不同业务类型提供包括账户级、业务盯市级、产品级在内的多层次、精细化风险管理。尤为重要的是，该平台支持高度个性化的风险管理配置，提供事前预防、事中监控、事后分析的全流程风险控制，助力客户在复杂多变的金融市场中实现稳健运营与高效管理。

（五）智能客服与售后支持

在通用大模型基础上，叠加资管行业的数据资源和专业经验，打造垂直领域定向优化的智能客服机器人。这类机器人精通行业术语，还经过精细调校以理解多样化的提示语及客户语言习惯，从而准确识别客户意图，并在此基础上升级其交互话术，以更加真诚、人性化的方式提出具体可行的解决方案。智能客服的引入标志着资管机构客户服务体验的全面革新，它打破传统人工服务的时空限制，实现7*24小时不间断、多语言在线的实时互动，确保每位客户在任何时间、任何地点都能获得即时、准确且高质量的服务。

从产品咨询、购买引导到售后支持，智能客服覆盖产品售前、售中和售后的每一个关键节点，为客户带来无缝衔接、高效便捷的服务体验。更为重要的是，智能客服作为连接客户与资管机构的桥梁，其背后蕴含着巨大的数据价值，通过深度挖掘与分析客户在交互过程中产生的数据，资管机构能精准把握市场动态、客户偏好及需求变化，为产品设计、投资决策和销售优化提供强有力的数据支撑。

1.数字人创建品牌新形象，重塑客户服务体验

数字人，作为人工智能领域的璀璨新星与重要创新点，依托人物建模及动作捕捉技术，实现从虚拟到现实的深度跨越，呈现出高度逼真表情与流畅动作。功能服务型数字人凭借其卓越的交互能力，在智能客服、数字导购、虚拟直播等领域大放异彩，重塑服务体验。智能辅助型数字人，则以其强大的数据处理与智能分析能力，在辅助开户、交易指导、智能互动及担任数字员工等关键业务中扮演核心角色，助力资管机构优化流程、提升效率。随着应用场景的持续拓展与深化，数字人将成为资管公司创新营销、塑造品牌形象、增强市场竞争力的关键工具。

2. 情感分析助力销售优化，提升客户服务质效

大模型情感分析作为自然语言处理的前沿领域，聚焦于挖掘对话中的情感、观点及情绪等主观信息，通过应用深度学习技术及如GPT、BERT等大型预训练模型，实现对文本数据中复杂语义信息的精准捕捉，大幅提升情感分析的精确度。这一技术不仅助力销售人员洞悉客户情绪波动及其市场反馈，还促进营销策略的优化与客户服务质量的飞跃。尽管大模型情感分析已取得显著的进展，但在实际部署中仍面临数据隐私安全、模型泛化能力受限以及处理多维度复杂情感等挑战。

3. 智能客服场景应用案例，推动数字员工发展

中金财富推出由魔珐科技精心打造的数字人Jinn，作为一位多才多艺的“交互虚拟人”，Jinn全天候在线，通过APP及小程序平台提供产品详解、智能问答与投资指引，以沉浸式视听体验与业务指导、投资者教育、营销直播等多元化服务相互融合。

海通证券则升级其数智人技术至2.0版本“小海”，以其近百种交互动作和灵活多变的场景应用能力，成功扮演数智讲解员、主持人、智能客服、投顾及工作助手等多重角色。小海能够实时追踪市场动态，高效处理复杂金融数据，为客户提供高度个性化的投资建议与风险评估，显示强大的数据处理与智能分析能力。而国金证券则另辟蹊径，采用LangChain、ChatGLM与知识库相结合的方式，构建起强大的大模型体系。这一体系通过精准检索知识库中的信息，结合LangChain的自动提示工程框架，实现对大模型接入的灵活支持，并完成从加载本地知识、创设知识向量库到精准检索匹配的完整流程，为用户带来流畅且专业的交互式问答体验，进一步推动金融行业智能化服务的发展。

结论与展望  

（一）结论

资产管理行业作为高度受监管领域，在拥抱人工智能技术创新与推进的征途中，必须严格遵循国家颁布的一系列制度文件，如《生成式人工智能服务管理暂行办法》等，旨在科学引导和规范大模型在金融服务中的应用。

随着大模型技术在金融领域的深度渗透，尤其在客户服务优化、风险控制强化、投研智能化等方面展现出巨大潜力，人工智能正以前所未有的力量驱动金融业向更加智能、便捷、高效的方向迈进。这一过程显著降低交易成本，减少信息不对称，还极大地提升风险防控能力，并满足市场日益增长的个性化需求，加速中国金融业的全面数字化转型步伐。

在资管的核心领域，可持续发展理念已成为产品与服务战略规划的基石，促使资管机构重新审视传统模式，向数字化、智能化转型已势在必行。为此，资管机构正积极部署科技战略，大幅增加科技投入，以科技赋能实现成本压缩与效率提升。通过运用自然语言处理、知识图谱等先进技术，推动大模型在可监督、可追溯、可信赖的方向上持续优化，确保人工智能全面融入资产管理的渠道拓展、产品创新及资产配置等关键环节，为资管机构提供强大的差异化服务能力，最终实现盈利能力与运营效率的双飞跃。

（二）展望

大模型在资管领域的场景应用日益重要，对行业的稳健发展提供强有力支持，为加快落实数智转型发展，资管机构在以下几个方面进行深入探索和持续推进：

第一，完善我国人工智能顶层设计，规划资管大模型战略布局。在金融高质量发展走向新的高度背景下，结合资产管理行业的现状，制定明确的人工智能发展目标和战略定位，以确保其在资管领域的引领作用。逐步完善行业协作机制，建设标准化行业语料库，加强不同模型之间的互通性和兼容性，推动资管机构、科技企业和研究机构等之间形成紧密的协作机制，共同推动人工智能在资产管理行业的创新应用。

第二，推动金融科技应用场景规范，营造资管大模型合规环境。围绕资管大模型的发展，加快步伐制定和完善相关法律法规，明确各方的权责，确保数据安全。同时，需要建立健全的监管体系，以确保人工智能技术的应用符合法律法规要求，并防范潜在风险。强化对违法违规行为的执法力度，维护金融市场秩序，保护投资者权益。应尽快出台支持人工智能发展的相关政策措施，包括税收优惠、资金支持等，以降低资管机构应用人工智能技术的成本。

第三，加强复合型人才培养力度，推动资管大模型应用创新。资管机构应加大对人工智能技术研发的投入，积极探索人工智能在资产管理领域的新应用，以提升业务发展的效率和风险管理水平。同时，加强对具备人工智能知识和技能人员的招募和培训，培养具备金融科技技能和人工智能知识的复合型人才，鼓励与高校建立实践教学基地，完善产学研成果转化机制，吸引优秀海外归国人才从事资管领域人工智能研究和应用工作。

第四，探索金融机构间合作交流，构建资管大模型发展共同体。通过搭建金融机构间人工智能合作平台，各机构能够相互学习借鉴先进的经验和技术，选择具有高价值、技术成熟、风险可控的场景优先实施，并将成功的大模型应用案例进行规模化推广。这一举措将促进技术、人才与数据的深度共享，还极大地推动资产管理行业的整体协同发展，为行业的数智化转型注入新的活力。

通过上述举措，将充分发挥人工智能在资产管理领域的倍增效应。大模型在创新资管产品和模式、提升服务效率和质量、降低金融风险和成本等方面担当重要作用，进一步提升我国资产管理行业的智能化水平和数字化程度。资管机构将继续以金融科技为核心，不断增强规模和绩效，为投资者、员工、股东和社会创造更多价值，推动资产管理行业合规经营和稳健发展迈向新篇章。 

责任编辑 | 余健仪 

· 未经授权，不得转载。转载请注明作者及来源《科技与金融》杂志。

· 如需获取转载、合作、采访等需求请到微信公众号菜单栏-商务合作，获取相应信息。

· 您亦可在知网、今日头条、南方号等相关平台上关注我们。