趋势：大模型应用如火如荼，金融领域率先受益
　　ChatGPT惊艳问世，引发全球关注，AI大模式时代来临。ChatGPT背后的GPT（GenerativePre-trained Transformer）即生成式预训练变换模型代表了人工智能发展的技术趋势。大模型技术的革新，使其从感知智能向认知智能发展，具备了一定的推理能力，能更好的适用于金融场景。同时，具有良好数据化基础的金融行业对新兴技术的高接受度与支持度，且对先进的AI技术有着强烈的需求。两者共同作用，驱动大模型技术在金融领域率先落地。
　　海外：大模型已在多个场景赋能金融行业
　　海外作为大模型技术发展较为领先的地区，已有多个大模型成功赋能金融行业的例子，从中可以看到大模型在金融行业的巨大潜力。彭博发布的金融垂类大模型BloombergGPT可以在金融领域更好的完成相关任务，从而赋能金融行业。Morgan Stanley利用GPT-4有效的管理数据并提升使用效率。“The GPTPortfolio”完全由ChatGPT主导，并由Portfolio Pilot插件进行投资。Broadridge推出了基于GPT-4打造的BondGPT，主要用于帮助客户回答各种与债券相关的问题。
　　机遇：大模型技术有望定义中国金融行业新入口
　　金融行业是数字化、智能化的先行者，也是大模型技术落地的最佳行业之一，大模型技术在中国金融领域的进一步落地，有望对这个行业产生颠覆性的影响。随着大模型在金融领域的进一步广泛应用，人工智能将在多个场景产生巨大的影响，从而加快中国金融业的数字化进程。同时，当用户习惯了大模型带来的快捷便利，人-人（人工智能）交互将成为行业的新入口，当前客户服务流程和客户体验会被重塑。
　　关注：头部金融IT企业有望受益
　　金融科技细分领域众多，各细分领域龙头深耕行业，了解行业Know-How，积累了数据与技术，在金融行业有着多方面的优势，有望在大模型与金融行业的融合过程中率先受益。其中，恒生电子发布了金融行业大模型LightGPT与基于大模型技术升级的WarrenQ，并推出两款AI工具产品——WarrenQ-Chat和ChatMiner，在大模型落地应用的过程中，迈出了领先的一步。同花顺拥有业内领先、规模庞大、历史数据丰富的数据库资源，并在AI领域积累多年，通过将大模型技术与iFind金融数据终端、i问财、智能投研等产品相结合，在智能投顾、知识图谱构建、舆情监控等场景落地，将大幅提升了产品能力。
　　风险提示
　　1、大模型发展不及预期的风险。
　　2、金融行业数字化进程不及预期的风险。
　　3、政府监管的风险。
　　4、上市公司其他业务不及预期的风险。