买方投顾转型大势所趋，AIGC赋能或加速这一过程。卖方模式向买方模式转型已经是我国财富管理领域的大势所趋，无论从政策端还是业务端考量，转型都迫在眉睫，而AIGC大模型的日臻成熟有望加速这一转型过程：1）此前多家基金公司包括易方达、华夏、嘉实、兴证全球、中欧在内的多家头部基金公司率先发布公告，自7月10日起部分产品管理费率和托管费率分别降至1.2%、0.2%以下。传统卖方代销与资管模式因此可收取的管理费与托管费率大大降低，因此买方投顾或将从这次公募降费中获益；2）传统业务缺乏活力，目前国内投顾类业务平衡有待优化，重投轻顾的不平衡给各大客户带来不愉快的售后体验，同时当下的投顾人员缺乏一定专业性，大模型不仅将加速买方投顾团队的培训与进化，也将显著赋能投顾的开展业务过程，显著提升其专业度与客户需求响应速度，进而大幅改善买方投顾客户体验，减少利益冲突同时也起到降本增效的效果。
　　B端：大语言赋能机构实现降本增效。在不同的市场假设之下，AI大模型赋能买方投顾模式或将为模型供应商（也可能是券商或金融机构本身及其金融科技子公司）在10年后带来相当可观的年度收入增量，若未来随着基金市场规模的不断提升、买方投顾模式的不断成熟以及AI大模型日趋成熟后供应商议价能力持续抬升，这一TAM还是相当可观的。1）恒生电子：财富管理领域先驱，推出WarrenQ智能投研平台、“光子”智能投资助手及LightGPT；2）金证股份：1H2023金证股份联合参股公司金证优智合作开发金融AI大模型及配套应用，开展优化模型训练，进一步完善AI产品。与恒生电子的不同之处在于，金证股份研发的专用大模型并不是基于ChatGPT等通用大模型底座，而是直接自主研发的专用大模型，然后基于专用大模型开发适用于买方投顾业务等特定场景的应用，当前AI大模型与应用正处于研发储备阶段，尚不成熟，因此还未公开发布。
　　C端：大语言模型赋能自身实现流量加速。1）同花顺：活跃用户同业之首，高客户粘性+问财推出，加速流量变现。当前阶段同花顺app已经内置问财的智能生成式投资助手，依托目前第三方投资App高用户占比的优势配以问财聊天机器人的推出，同花顺在AI大语言模型赋能自身的投顾业务竞争中处于有利地势；2）财富趋势：当前公司主要致力于持续提升存量产品问小达NLP方面的表现与优化用户体验，在此基础上公司持续深入生成式AI、语言模型等领域的研究，迭代人工智能技术路径，丰富证券金融科技产品矩阵，积极探索AIGC在金融科技应用新场景,保持研发资源的投入；3）老虎证券：全球首家推出AIGC投资助手的经纪商。老虎证券于5月30日业绩会宣布正式推出TigerGPT，在经过今年4月以来的beta测试，TigerGPT被认为是当前券商行业首个人工智能投资助手，旨在为投资者提供智能决策支持及一定程度上的专业知识解答与风险管理。
　　展望：三核心要素决胜AIGC，两路径可行性探究。1）数据、人才和技术的决胜AI的三大核心要素，其中数据从早期关注的数量转变为对质量和结构的重视，竞争性的激励机制和成熟的发展路径才可吸引与留住稀缺高质量人才，优异的IT技术推动AI大模型落地；2）未来存在两条发展路径，一是自主研发专用大模型，可有效降低成本与卡脖子风险、提升效率，但可能存在模型不成熟风险；二是在通用大模型上开发，丰富的底层架构使得理解与推演能力更强，但训练与维护成本较高，且复杂国际形势下存在一定政治风险。
　　投资建议与投资标的
　　多条路径或殊途同归，当前难以判定孰优孰劣，仍待时日检验。商业模式方面，无论是通过研发专用AI大模型赋能金融机构以期瓜分投顾费收入“蛋糕”，亦或是通过专用大模型赋能自身的投顾或炒股软件产品以期获得更高的流量市场份额与付费转化率，都有望打开可观的新收入增长极；AIGC技术路径方面，无论是自主研发金融投顾领域的专用大模型，亦或是以成熟的通用大模型为底座打磨专用大模型，最终或殊途同归，成为买方投顾模式重要的展业基础，带动我国投顾模式的转型与升级。推荐有望依靠AIGC实现C端业务弯道超车的券商系统供应商财富趋势(688318，买入)，以及全球经纪商中首家推出AIGC投资助手的中资海外科技经纪商龙头老虎证券(TIGR.O，买入)。
　　风险提示：买方投顾转型进度不及预期；国内大模型研发进度不及预期；国际地缘政治冲突带来关键技术卡脖子的风险；监管合规风险；假设条件变化影响测算结果。

研究报告全文：行业研究深度报告非银行金融行业AIGC大模型赋能买方投顾转型或打开全看好维持国家地区中国新市场空间行业非银行金融行业报告发布日期2023年09月19日买方投顾转型专题报告核心观点买方投顾转型大势所趋AIGC赋能或加速这一过程卖方模式向买方模式转型已经是我国财富管理领域的大势所趋无论从政策端还是业务端考量转型都迫在眉睫而AIGC大模型的日臻成熟有望加速这一转型过程1此前多家基金公司包括易方达华夏嘉实兴证全球中欧在内的多家头部基金公司率先发布公告自7月10日起部分产品管理费率和托管费率分别降至1202以下传统卖方代销与资管模式因此可收取的管理费与托管费率大大降低因此买方投顾或将从这次公募降费中获益2传统业务缺乏活力目前国内投顾类业务平衡有待优化重投轻顾的不平衡给各大客户带来不愉快的售后体验同时当下的投顾人员缺乏一定专业性大模型不仅将加速买方投顾团队的培训与进化也将显著赋能投顾的开展业务孙嘉赓021-633258887041过程显著提升其专业度与客户需求响应速度进而大幅改善买方投顾客户体验sunjiagengorientseccomcn减少利益冲突同时也起到降本增效的效果执业证书编号S0860520080006B端大语言赋能机构实现降本增效在不同的市场假设之下AI大模型赋能买方香港证监会牌照BSW114投顾模式或将为模型供应商也可能是券商或金融机构本身及其金融科技子公司在10年后带来相当可观的年度收入增量若未来随着基金市场规模的不断提升买方投顾模式的不断成熟以及AI大模型日趋成熟后供应商议价能力持续抬升这一TAM还是相当可观的1恒生电子财富管理领域先驱推出WarrenQ智能投研平台光子智能投资助手及LightGPT2金证股份1H2023金证股份联合参政策底已现叠加经济底预期把2023-09-10股公司金证优智合作开发金融AI大模型及配套应用开展优化模型训练进一步完握板块低估值配置机遇非银金融行善AI产品与恒生电子的不同之处在于金证股份研发的专用大模型并不是基于业周观点ChatGPT等通用大模型底座而是直接自主研发的专用大模型然后基于专用大模监管呵护资本市场健康发展把握非银板2023-09-04型开发适用于买方投顾业务等特定场景的应用当前AI大模型与应用正处于研发储块配置机遇非银金融行业周观点备阶段尚不成熟因此还未公开发布强政策底加持下保持底线思维不过2023-08-27C端大语言模型赋能自身实现流量加速1同花顺活跃用户同业之首高客户分乐观亦不悲观非银金融行业周观粘性问财推出加速流量变现当前阶段同花顺app已经内置问财的智能生成式投点资助手依托目前第三方投资App高用户占比的优势配以问财聊天机器人的推出同花顺在AI大语言模型赋能自身的投顾业务竞争中处于有利地势2财富趋势当前公司主要致力于持续提升存量产品问小达NLP方面的表现与优化用户体验在此基础上公司持续深入生成式AI语言模型等领域的研究迭代人工智能技术路径丰富证券金融科技产品矩阵积极探索AIGC在金融科技应用新场景保持研发资源的投入3老虎证券全球首家推出AIGC投资助手的经纪商老虎证券于5月30日业绩会宣布正式推出TigerGPT在经过今年4月以来的beta测试TigerGPT被认为是当前券商行业首个人工智能投资助手旨在为投资者提供智能决策支持及一定程度上的专业知识解答与风险管理展望三核心要素决胜AIGC两路径可行性探究1数据人才和技术的决胜AI的三大核心要素其中数据从早期关注的数量转变为对质量和结构的重视竞争性的激励机制和成熟的发展路径才可吸引与留住稀缺高质量人才优异的IT技术推动AI大模型落地2未来存在两条发展路径一是自主研发专用大模型可有效降低成本与卡脖子风险提升效率但可能存在模型不成熟风险二是在通用大模型上开发丰富的底层架构使得理解与推演能力更强但训练与维护成本较高且复杂国际形势下存在一定政治风险投资建议与投资标的多条路径或殊途同归当前难以判定孰优孰劣仍待时日检验商业模式方面无论是通过研发专用AI大模型赋能金融机构以期瓜分投顾费收入蛋糕亦或是通过专用大模型赋能自身的投顾或炒股软件产品以期获得更高的流量市场份额与付费转化率都有望打开可观的新收入增长极AIGC技术路径方面无论是自主研发金融投顾领域的专用大模型亦或是以成熟的通用大模型为底座打磨专用大模型最终或殊途同归成为买方投顾模式重要的展业基础带动我国投顾模式的转型与升级推荐有望依靠AIGC实现C端业务弯道超车的券商系统供应商财富趋势688318买入以及全球经纪商中首家推出AIGC投资助手的中资海外科技经纪商龙头老虎证券TIGRO买入风险提示买方投顾转型进度不及预期国内大模型研发进度不及预期国际地缘政治冲突带来关键技术卡脖子的风险监管合规风险假设条件变化影响测算结果有关分析师的申明见本报告最后部分其他重要信息披露见分析师申明之后部分或请与您的投资代表联系并请阅读本证券研究报告最后一页的免责申明行业报告首页推荐含有标的推荐列表非银行金融行业深度报告AIGC大模型赋能买方投顾转型或打开全新市场空间目录1买方投顾转型大势所趋AIGC或加速这一进程411ChatGPT引燃AI大模型市场买方投顾业务成为重要试验田412业务转型彰显必要性政策业务指明道路4121政策端基金投顾业务未来可期公募基金降费买方优势彰显4122业务端买方投顾转型非一日之功AIGC或是重要赋能72B端大语言模型赋能机构实现降本增效以期瓜分投顾费新蛋糕721恒生电子率先发布AI专用大模型抢占先发优势822金证股份专注自研专用大模型及配套应用103C端大语言模型赋能自身提升流量变现效率1131同花顺期待AIGC关键突破打开多年流量天花板1232财富趋势C端业务起步较晚AI大模型或将助力弯道超车1633老虎证券全球首推TigerGPT以期AI提升自身产品力184展望三核心要素决胜AIGC两路径可行性探究1941AI三大核心要素数据人才技术1942路径探究自主研发专用大模型or依托通用大模型205投资建议206风险提示21有关分析师的申明见本报告最后部分其他重要信息披露见分析师申明之后部分或请与您的投资代表联系并请阅读本证券研究报告最后一页的免责申明2非银行金融行业深度报告AIGC大模型赋能买方投顾转型或打开全新市场空间图表目录图1公募基金平均管理费率明细2020-20215图2卖方投顾模式6图3买方投顾模式6图4恒生电子新品发布会的三大AIGC新产品10图5证券App月平均用户数排名截止202363012图6同花顺注册用户数量走势13图7i问财发展历程14图8i问财研究成果详解14图9同花顺AI产品矩阵与服务15图10问财聊天机器人模拟大盘问答15图11问财聊天机器人数据问答15图12问财聊天机器人投资建议问答15图13问小达金融机器人金融知识问答18图14问小达金融机器人公司公告问答18图15TigerGPT模拟京东最新Q4财报问答18图16TigerGPT模拟市盈率金融知识问答18图17TigerGPT模拟问答苹果19表1Web10Web20与Web30对比4表2基金投顾试点机构名单截至2023年9月5表32033年买方投顾模式保有量万亿元测算7表42033年买方投顾业务AI大模型供应商投顾费收入分成亿元测算-情景一8表52033年买方投顾业务AI大模型供应商投顾费收入分成亿元测算-情景二8表62033年买方投顾业务AI大模型供应商投顾费收入分成亿元测算-情景三8表7问小达的智能选股功能详解16表8问小达的股海神搜功能详解17表9AI大模型两种路径可行性探索20有关分析师的申明见本报告最后部分其他重要信息披露见分析师申明之后部分或请与您的投资代表联系并请阅读本证券研究报告最后一页的免责申明3非银行金融行业深度报告AIGC大模型赋能买方投顾转型或打开全新市场空间1买方投顾转型大势所趋AIGC或加速这一进程11ChatGPT引燃AI大模型市场买方投顾业务成为重要试验田Web30及AI大模型成为未来趋势随着2022年12月中旬ChatGPT的试用推出AI生成性大语言模型成为未来整体市场的风向标更为透明开放民主的Web30将用户从平台的中心化控制解放出来使用户能够更好地掌控自我数据与数字身份其对未来市场整体发展趋势主要体现在以下影响1去中心化金融DEFiWeb30技术赋予去中心化金融的能力通过智能合约和区块链技术一定程度上削弱传统金融中介的市场地位这种去中心化的金融体系可以为用户提供更为开放透明及高效的金融服务如无需信用评级的借贷去中心化交易所和流动性池等一定程度降低交易成本提高科技金融服务的普惠性2自动化金融与智能合约大语言模型的进步为智能合约与自动化金融带来了新的机遇智能合约是在区块链上执行的可编程合约可以自动执行特定条件下的金融交易和协议借助大语言模型开发成员可以更轻松地编写复杂的智能合约增加金融交易的自动化程度这将为金融机构提供更为高效可靠及安全的金融服务3风险管理与合规性随着大语言模型的开发与各券商之间对AI类业务的抢占金融机构也面临着一定的新型风险管控与合规性挑战4买方投顾业务将是AI大模型的重要场景与试验田大模型不仅将加速买方投顾团队的培训与进化也将显著赋能投顾的开展业务过程显著提升其专业度与客户需求响应速度进而大幅改善买方投顾客户体验表1Web10Web20与Web30对比Web10Web20Web30特点大多数为只读用户可进行编辑私密化与个性化用户重心以公司为重心以社区为重心以个人为重心内容特性只读内容分享内容合并内容网页应用特征网页表格网络应用智能应用Web行为目录标记用户行为流量形式页面浏览量每次点击费用用户参与度广告形式横幅广告互动广告行为广告例子新华网谷歌币安涉及技术HTML门户网络XMLRSSRDFRDFSOWL数据来源Forbes东方证券研究所12业务转型彰显必要性政策业务指明道路121政策端基金投顾业务未来可期公募基金降费买方优势彰显基金投顾业务未来可期公募降费大势所趋之下买方投顾优势彰显此前不久证监会发布公开招募证券投资基金投资顾问业务管理规定征求意见稿明确了基金投顾业务的市场定位运作细则与管理要求经过前期试点与充分论证市场各方对基金投顾业务已经形成诸多共识推动财富管理转型从客户角度思考解决问题从卖方代销领导的格局转向买方投顾的模式2019年10月证监会启动基金投资顾问业务试点据投顾业务的全球实践与中国展望有关分析师的申明见本报告最后部分其他重要信息披露见分析师申明之后部分或请与您的投资代表联系并请阅读本证券研究报告最后一页的免责申明4非银行金融行业深度报告AIGC大模型赋能买方投顾转型或打开全新市场空间截止今年6月底共有60家机构参与试点包括29家券商25家基金公司及子公司3家第三方独立销售机构和3家银行其中54家试点机构已经展业涉及440万个账户服务资产规模近1200亿元同时近日证监会宣布指定公募基金行业费率改革工作方案全面优化公募基金费率模式稳步降低行业综合费率水平与此同时近日多家基金公司包括易方达华夏嘉实兴证全球中欧在内的多家头部基金公司率先发布公告自7月10日起部分产品管理费率和托管费率分别降至1202以下传统卖方代销与资管模式因此可收取的管理费与托管费率大大降低因此买方投顾在这次公募降费中获益颇深各大机构转变卖方投顾展业逻辑逐步建立并开始逐步转向买方投顾为主的业务战略表2基金投顾试点机构名单截至2023年9月机构类型基金投顾试点机构国泰君安华泰证券申万宏源中信建投中金公司兴业证券招商证券国信证券东方证券中信证券光大证券平安证券中银证券山西证券东兴证券证券公司财通证券华安证券国金证券东方财富华宝证券渤海证券银河证券浙商证券南京证券华西证券国联证券安信证券中泰证券华创证券易方达南方基金华夏财富嘉实财富中欧财富广发基金招商基金兴业全球鹏华基金汇添富基金公司及其子公司交银施罗德华泰柏瑞景顺长城民生加银富国基金国海富兰克林国泰基金农银汇理申万菱信工银瑞信华安基金万家基金博时基金银华基金建信基金商业银行工商银行招商银行平安银行三方独立销售机构蚂蚁基金腾安基金盈米基金数据来源证监会东方证券研究所图1公募基金平均管理费率明细2020-2021202020211614121080604020股票基金混合基金债券基金FOFQDII其他货币市场基金数据来源中基协东方证券研究所传统卖方投顾模式的转变是财富管理行业的一个重要趋势在过去卖方投顾模式以产品为中心注重产品销售和推广以及投资运作而客户的需求和个性化服务则相对较少关注同时产品和投顾之间也存在一种捆绑关系即客户购买某一产品就默认接受该产品的投顾服务然而有关分析师的申明见本报告最后部分其他重要信息披露见分析师申明之后部分或请与您的投资代表联系并请阅读本证券研究报告最后一页的免责申明5非银行金融行业深度报告AIGC大模型赋能买方投顾转型或打开全新市场空间随着市场的发展和投资者需求的变化传统卖方投顾模式逐渐不再适应当前的市场环境越来越多的投资者对于财富管理的需求不仅仅停留在产品选择和投资收益上更注重个性化的财富规划全面的投资建议和专业的服务体验因此财富管理行业的趋势开始向以客户为中心的模式转变在以客户为中心的买方投顾模式中投顾服务被看作是与客户长期绑定的关系重视提供全方位的服务包括财富规划风险管理税务筹划等方面的建议投顾顾问不仅仅关注投资运作更注重与客户建立深入的沟通和理解以满足其特定的需求和目标这种模式下客户和投顾之间的关系更加紧密投顾顾问会持续关注客户的财务状况和变化并根据其需求进行相应的调整和建议此外买方投顾模式也强调投资者教育和风险管理投顾顾问会向客户提供更多的投资知识和专业建议帮助他们更好地理解市场和投资风险并制定合适的投资策略这种模式下投资者不再只是简单地接受投顾的建议而是更加积极参与决策过程从中学习和成长图2卖方投顾模式图3买方投顾模式数据来源东方证券研究所数据来源东方证券研究所三地推出大力发展人工智能相关政策全力挖掘通用人工智能价值潜能5月30日北京市发布北京市加快建设具有全球影响力的人工智能创新策源地实施方案2023-2025和北京市促进通用人工智能创新发展的若干措施上海市发布上海市加大力度支持民间投资发展若干政策措施5月31日深圳市发布深圳市加快推动人工智能高质量发展高水平应用行动方案2023-2024年相关政策指出针对算力资源和数据要素供给能力的提升提出了具体的措施如加强与云厂商的合作加快算力中心的数据训练基地的规划建设等充分发挥人工智能创新发展专项等引导作用支持民营企业广泛参与数据算力等人工智能基础设施建设同时明确到2025年人工智能算力布局初步形成国产人工智能芯片和深度学习框架等基础软硬件产品市场占比显著提升算力芯片等基本实现自主可控的目标以ChatGPT为代表的AICG技术的不断演进人工智能目前发展到强调通用性阶段券商IT投入增速中证协下发网络和信息安全三年提升计划2023-20252023年初中证协向券商下发了网络和信息安全三年提升计划2023-2025征求意见稿该计划鼓励有条件的券商在未来三年信息技术平均投入金额不少于平均利润的8或平均营业收入的6随着券商客户对信息技术投入的增加公司有望获得发展的良机另外公司在信息技术领域表现出色成为行业内率先完成核心系统全面信息化升级的先驱该核心系统的技术架构符合三年提升计划对核心系统升级的要求为公司进一步拓展业务打下了坚实的基础这些举措将有助于推动公司业务的持续发展与创新有关分析师的申明见本报告最后部分其他重要信息披露见分析师申明之后部分或请与您的投资代表联系并请阅读本证券研究报告最后一页的免责申明6非银行金融行业深度报告AIGC大模型赋能买方投顾转型或打开全新市场空间122业务端买方投顾转型非一日之功AIGC或是重要赋能传统业务缺乏活力针对买方投顾业务的专用大模型研发抢占AI投顾业务蛋糕传统业务模式如资管及代销等传统卖方业务在财富管理领域面临着市场需求个性化定制化和综合化方向发展的压力市场缺乏一定活力与此同时伴随着ChatGPT引燃的AI市场各大券商将目光转向AI类买方业务争先加大对买方投顾业务专用大模型研发投入来抢占AI投顾业务市场未来各券商如能推出更加智能化个性化和高效的AI大语言模型来服务于投顾业务可以帮助券商降本增效从而从当下传统业务的困境中脱颖而出在竞争激烈的买方业务市场占据一定份额目前国内基金投顾仍处在早期投与顾仍需找到平衡点基金投顾业务试点已经三年有余但规模刚过千亿元大关发展的速度相对缓慢究其原因投资顾问在销售基金投顾产品时仍未摆脱传统卖方的推销模式且产品销售之后往往忽略对客户的持续跟踪与关注这就是所谓的重投轻顾的状态且当前基金投顾产品仍是标准化组合难以客户个性化或多样化需求另一普遍存在的问题就是如何平衡好客户收益目标与风险承受能力做到二者兼顾并持续进行投资者适当性评估与改进因此对于国内买方投顾模式转型来说仍然是任重道远投资顾问多为原营业部经纪人转型而来培训仍是漫长的过程目前国内基金投顾经纪人员大部分是从过去各大券商营业部转行进入基金投顾行业擅于推销产品但是资本市场知识储备资产配置与组合方面的专业能力距离海外发达投顾仍有一定的距离尚不足以满足买方投顾业务对投顾人员素质提出的更高要求此外培养一批成熟的投顾团队成本高昂费时费力而AIGC对投顾业务以及投顾人员的赋能确是值得期待为客户提供更加个性化专业服务并能一定程度降低投顾培养成本降本增效的同时基于客户的投资目标和风险承受能力制定更科学的资产配置方案避免因风险错配给客户带来不必要的损失另外AI投顾的决策过程通常可以被解释和追溯提高投资决策的透明度有助于客户更好地理解和信任投资建议2B端大语言模型赋能机构实现降本增效以期瓜分投顾费新蛋糕买方投顾的牌照获批与业务开展正稳步推进市场空间较为广阔大语言模型赋能机构有望带来整体投顾业务的降本增效截至2023年9月15日我国场外基金保有量为2756万亿元非货币基金保有量为1608万亿元我们假设年底的规模与当前持平考虑到基金投顾乃至买方投顾模式仍处于早期阶段而买方投顾转型是一个漫长的过程我们假设10年之后也就是2033年买方投顾模式开始成熟起来我们以非货币基金保有量CAGR货币基金难以带来投顾费以及买方投顾模式渗透率买方投顾模式保有量占基金保有量的比重两个指标为计算基础进行敏感性分析测算非货基金保有量CAGR取值分别为125151752015年以来CAGR为1987买方投顾模式渗透率取值分别为254055则在情景一情景二情景三之下买方投顾模式基金保有量分别为130526024435万亿元表32033年买方投顾模式保有量万亿元测算非货保有量CAGR买方投顾渗透率254055125130520882871150162626023577有关分析师的申明见本报告最后部分其他重要信息披露见分析师申明之后部分或请与您的投资代表联系并请阅读本证券研究报告最后一页的免责申明7非银行金融行业深度报告AIGC大模型赋能买方投顾转型或打开全新市场空间175201632264435数据来源Wind东方证券研究所在情景一情景二情景三之下我们再以投顾费率与大模型供应商投顾费收入分成比例两个指标为基础进行进一步的测算市场平均投顾费率取值分别为040710当前基金投顾的投顾费率区间为03-15且我们预计未来投顾费率中枢将下行大模型供应商分成比例取值为304050假设买方投顾业务AI大模型成熟之后供应商将有较高的议价分成能力我们参考当前卖方投顾模式下代销渠道的分成比例在情景一下大模型供应商一年投顾费收入分成约为157-653亿元在情景二下一年投顾费收入分成约为312-1301亿元在情景三下一年投顾费收入分成约为532-2218亿元不难看出在不同的市场假设之下AI大模型赋能买方投顾模式或将为供应商供应商也可能是券商或金融机构本身及其金融科技子公司在10年后带来相当可观的年度收入增量若未来随着基金市场规模的不断提升买方投顾模式的不断成熟以及AI大模型日趋成熟后供应商议价能力持续抬升这一TAMTotalAddressableMarket潜在市场空间还是相当可观的表42033年买方投顾业务AI大模型供应商投顾费收入分成亿元测算-情景一投顾费率分成比例304050040156622088326103070274083654545681100391555220765258数据来源Wind东方赢家App东方证券研究所注假设非货保有量CAGR为125买方投顾渗透率为25表52033年买方投顾业务AI大模型供应商投顾费收入分成亿元测算-情景二投顾费率分成比例30405004031219416255203207054633728449105610078048104064130079数据来源Wind东方赢家App东方证券研究所注假设非货保有量CAGR为15买方投顾渗透率为40表62033年买方投顾业务AI大模型供应商投顾费收入分成亿元测算-情景三投顾费率分成比例30405004053226709688871007093145124194155242100133065177420221775数据来源Wind东方赢家App东方证券研究所注假设非货保有量CAGR为175买方投顾渗透率为5521恒生电子率先发布AI专用大模型抢占先发优势恒生电子在财富管理领域建立大模型直接赋能机构的B端投顾业务加速机构转型恒生电子是国内聚焦于财富资产管理领域的金融科技先驱多年来公司以技术服务为核心凭借多年金融IT建设经验以及对互联网的深刻洞察和理解用优质的产品与服务驱动金融机构创新发展有关分析师的申明见本报告最后部分其他重要信息披露见分析师申明之后部分或请与您的投资代表联系并请阅读本证券研究报告最后一页的免责申明8非银行金融行业深度报告AIGC大模型赋能买方投顾转型或打开全新市场空间当前公司推出多个AI智能模型一定程度上推动各行各业大语言模型的发展现已推出以下几种AI工具服务于客户LightGPT基于ChatGPT但优于ChatGPT在金融行业中由于其特殊性对于训练数据质量模型生成效果和数据安全合规等方面有着更高的要求在发布会上恒生电子首次展示了专为金融行业打造的大模型金融行业大模型LightGPTLightGPT相较于通用大模型更专业更合规更轻量恒生研究院院长兼恒生电子首席科学家白硕表示LightGPT在金融语料积累处理和大模型训练方面更为专业和高效稳定该模型使用超过4000亿tokens的金融领域数据包括资讯公告研报结构化数据等和超过400亿tokens的语种强化数据包括金融教材金融百科政府报告法规条例等进行二次预训练支持80金融专属任务指令微调使LightGPT具备了准确理解金融领域内容的能力目前LightGPT在金融大模型能力评测中表现出色包括金融专业问答逻辑推理超长文本处理多模态交互和代码能力等方面并保证了内容和指令的合规安全处于业内领先水平它可以为投顾客服投研运营风控合规和研发等金融业务场景提供底层AI能力支持此外LightGPT具备更丰富轻量化的部署方式支持私有化云部署和灵活的API调用仅需一台机器和两张显卡进行推理端部署金融机构可以基于LightGPT通过私有任务数据进行定制化和精细调整创建专属于机构的大模型满足个性化需求据白硕介绍LightGPT将于9月底完成新一轮的金融能力升级并正式开放试用接口光子大模型时代金融智能助手随着大模型技术的成熟和应用金融业务流程中的自动化和智能化逐渐成为现实然而由于金融垂直领域数据的训练和保护需求通用大模型在中文金融场景中的应用仍面临全面精准和即时性的挑战针对金融业务应用大模型的实际需求恒生电子率先推出了金融智能助手光子以解决大模型在实际应用中存在的技术连接应用连接数据安全合规等问题实现业务系统的智能化升级和重构恒生电子的CTO乐识非在发布会上表示光子是串联了通用工具链金融插件工具金融数据金融业务场景的智能应用服务在恒生的大模型技术生态布局中起到了关键作用基于金融行业的大模型LightGPT能力光子可以为金融机构的投顾客服运营合规投研和交易等业务系统注入AI能力成为金融从业人员的AI助手在合规场景中光子将成为合规系统的智能管家根据合规条款一键式生成合规设置并提供投资合规要求的咨询问答在运营场景中光子是运营系统的智能帮手通过强大的语言处理能力在参数提取和非标文件智能解析方面发挥作用自动筛选与估值系统或TA系统相匹配的文件并智能提取关键参数光子不仅提供模型工具还集聚了各类金融数据包括聚源金融数据库行情公告研报等应用系统生成的数据以及特色数据通过统一的标准进行数据加工存储开放和使用同时光子在数据保护访问控制法律遵从和操作审计等方面实现了数据的脱敏合规授权和追溯据乐识非透露恒生电子计划于9月正式对外开放光子的能力试用智能投研平台WarrenQ推出6月28日恒生电子和旗下子公司恒生聚源正式发布基于大语言模型技术打造的数智金融新品金融智能助手光子和全新升级的智能投研平台WarrenQWarrenQ是恒生聚源推出的面向投研投资场景打造的专业一体化投研工具平台赋能搜读算写投研全流程场景提升投研效率同时一体化的协作平台打破了传统投研信息孤岛有效助力投研数字化生态建设发布会上恒生聚源副总经理白雪对外发布了基于大模型技术全新升级的WarrenQ根据投研场景对于数据分析和智能处理的实际需求WarrenQ推出两款AI工具产品WarrenQ-Chat和ChatMiner将之前的搜读算写升级为Chat读算写通过智能对话的方式帮助分析师和投资经理提高工作效率WarrenQ-Chat是一款金融垂直领域的Chat产品利用大模型叠加搜索和聚源金融数据库通过对话指令轻松获得金融行情资讯和数据且每有关分析师的申明见本报告最后部分其他重要信息披露见分析师申明之后部分或请与您的投资代表联系并请阅读本证券研究报告最后一页的免责申明9非银行金融行业深度报告AIGC大模型赋能买方投顾转型或打开全新市场空间一句生成的对话均支持原文溯源确保消息出处可追溯还可以生成金融专业报表轻松实现语控万数图4恒生电子新品发布会的三大AIGC新产品数据来源公司公众号东方证券研究所参编通信院大模型应用助力大模型技术金融行业应用落地2023年5月31日由中国通信院中国人工智能产业发展联盟主办人工智能关键技术和应用评测工业和信息化部重点实验室承办的大模型技术应用分论坛举行作为国内领先的金融科技公司恒生电子受邀参与模型应用标准的编制工作并积极探索大模型技术在金融核心业务场景的应用融合在本次分论坛上中国信通院正式发布了由恒生电子等40余家企业共同参与编写的大规模预训练模型技术和应用评估方法第4部分模型应用标准并为恒生电子等参编企业颁发标准参编证书中国信通院联合业界标杆企业对大模型的工程化路径进行了深入研究和探讨共同编制大规模预训练模型技术和应用评估方法系列标准包含模型开发模型能力模型运营模型应用安全可信五部分本次发布的模型应用标准从应用丰富度和应用成熟度两个维度进行评价围绕行业覆盖度场景适配度任务支持度效果优越性服务可靠性定制满足度等评估大模型应用阶段的各项能力目前国内大语言模型不断涌现但大模型想要真正落地金融等行业还需要对接结合垂直领域知识能力并充分考虑涉及到数据安全信息安全供应链安全权益保障和算力成本承担能力等各方面的诉求恒生电子自2014年正式启动AI研究工作已发布20多款人工智能产品打造了NLPOCRCV知识图谱等能力如今大语言模型已成为恒生电子AI技术的重要方向公司整合行业生态优势资源积极对接和引入外部大模型技术并充分利用自身在金融领域积累的领域知识能力共同完成语言模型训练打造面向投研投顾营销客服运营风控等金融各类业务场景的人工智能解决方案及产品服务基于工程化能力保障AI相关应用落地的最后一公里22金证股份专注自研专用大模型及配套应用有关分析师的申明见本报告最后部分其他重要信息披露见分析师申明之后部分或请与您的投资代表联系并请阅读本证券研究报告最后一页的免责申明10非银行金融行业深度报告AIGC大模型赋能买方投顾转型或打开全新市场空间金证股份深耕AI产业着力打造B端大模型赋能机构产品金证股份作为国内龙头金融科技公司在各大证券公司交易领域方面有一定客户积累和业务深度公司近年来不断持续增加创新业务领域研发投入1金证子公司金智维是当下国内最为领先的RPA自动化流程软件机器人厂商在金融等领域实现了众多场景的落地实现RPA与GPT的集合来实现场景覆盖的跃升2金证子公司金微蓝开发的基于GPT多模型的AI运维专家来优化业务开展前期的业务咨询流程优化咨询和系统建设方案咨询等辅助服务协助证券公司基金公司期货公司信托公司等金融机构快速拓展互联网金融服务3金证股份公司本身拥有广泛的智能化产业线从客户立场出发在监管科技智能客服智能投行RPA机器人流程自动化金融云交易所业务等领域坚守beta创造alpha在数字产业化软件服务数字新基建产业数字化产业互联网数字供应链金融数字化治理新型智慧城市数字政府数据价值化等数字经济四化框架下均有业务布局以平台共享技术赋能创新孵化产业加速资本链接为发展策略融合技术产业金融资本等多方力量着力打造一个科技产业金融的开放式跨界创新生态金智维是金证股份打造的国内领先的RPA厂商作为一家专注于提供企业级RPA机器人流程自动化平台的人工智能公司公司在国内率先推出了拥有自主知识产权的企业级RPA软件并以RPAAI大数据为核心技术打造了RPAX产品矩阵为企业和组织提供一站式数字员工整体解决方案截至2022年底金智维已在金融行业累计服务超过100家证券公司客户同时与国有六大行的银行客户已经达成签约这显示了金智维在RPA领域的强大实力和成功业绩GPTRPA是金微蓝在复刻海外AutoGPT成功路径上的新举措AutoGPT是由GPT-4推动的一个开源实验性应用程序它通过THOUGHTS思考REASONING推理PLAN规划CRITICISM评估四个模块来分析用户需求或任务并提供执行目标和具体任务AutoGPT还能在项目执行过程中自主调整和优化回答新的问题由于AutoGPT在Github上的热度不断上升截至2023年中旬已获得125k星金微蓝决定引入GPT技术并开拓智能运维蓝海市场为此金微蓝推出了基于GPT多模态模型的智能助手金微蓝AI运维专家这个智能助手能够在运维管理系统中自动化处理客户咨询智能故障排除自动化流程管理自动化报表生成等任务从而提高运维工作效率减少人工成本同时金微蓝AI运维专家通过多模态模型的支持增强了平台问题定位和故障自动化处理能力从而进一步提升运维自动化作业整体效率为数字化RPA运维服务提供了更可靠的能力保障金证股份联合参股公司金证优智大力合作开展金融AI专用大模型与配套应用研发工作2023年上半年金证股份联合参股公司金证优智合作开发金融AI大模型及配套应用开展优化模型训练进一步完善AI产品与恒生电子技术路线的不同之处在于金证股份研发的专用大模型并不是基于ChatGPT等通用大模型底座而是直接自主研发的专用大模型然后基于专用大模型开发适用于买方投顾业务等特定场景的应用当前AI大模型与应用正处于研发储备阶段尚不成熟因此还未公开发布3C端大语言模型赋能自身提升流量变现效率AI大模型赋能有望显著提升产品功能与用户体验扩大流量的同时也有望提升流量水平与付费转化率依靠AI赋能炒股软件或投顾产品并不稀奇如同花顺的i问财通达信的问小达Wind的Alice但是基于传统NLP自然语言处理等传统AI技术的人工智能机器人其带来的用户体验有限难以真正降低炒股软件或投顾产品的使用门槛也难以真正提升用户的炒股体验有关分析师的申明见本报告最后部分其他重要信息披露见分析师申明之后部分或请与您的投资代表联系并请阅读本证券研究报告最后一页的免责申明11非银行金融行业深度报告AIGC大模型赋能买方投顾转型或打开全新市场空间或改善投顾产品的功能更遑论改变用户的使用习惯或增加粘性因此也难以改变当前固化的流量分发格局因此在AI大模型掀起AI新篇章之际市场便开始憧憬AI大模型或有望改变这一局面并真正颠覆AI智能投顾业务的模式与竞争格局传统证券APP市场竞争激烈AI大模型赋能自身成僵局关键在当前激烈竞争的传统证券APP市场中AI大模型的引入正在成为打破僵局的关键要素随着科技的不断发展传统证券APP已经逐渐达到了功能和体验的瓶颈用户对于更智能更个性化的服务需求也日益增长AI大模型的赋能为传统证券APP带来了新的活力和创新使其能够更好地满足用户的需求突破市场僵局1AI大模型可以通过分析海量的市场数据和用户行为为用户提供更加精准的投资建议2AI大模型可以实现智能化的风险管理和监控传统证券APP在风险管理方面往往受限于固定的规则和算法难以应对复杂多变的市场情况而AI大模型可以通过对大量数据的分析实时监测市场风险预测可能的风险事件并及时向用户发出预警帮助用户降低风险保护投资3AI大模型还可以通过自然语言处理和情感分析等技术实现更加智能的客户服务传统证券APP的客户服务往往局限于机械的回答和操作难以满足用户多样化的沟通需求通过AI大模型传统证券APP可以实现更加智能的对话交互能够理解用户的语义和情感提供更加人性化的服务提升用户满意度和忠诚度图5证券App月平均用户数排名截止2023630月活跃用户数万人3500300025002000150010005000号投ee雪球小方掌证宝通达信牛股王金太阳大智慧同花顺长江信达天下华彩人生股票灯塔蜻蜓点水平安证券东方财富益盟操盘手指南针股票腾讯自选股中泰齐富通涨乐财富通中国银河证券国泰君安君弘中信证券信申万宏源大赢家广发证券易淘金兴业证券优理宝数据来源易观千帆东方证券研究所31同花顺期待AIGC关键突破打开多年流量天花板活跃用户同业之首依托丰富产品链及AI技术增加客需粘性同花顺作为目前国内证券服务app之首注册用户与月活跃用户均远超同业截止2022年末同花顺金融网注册用户高达61亿人周活跃用户高达1942万人超过同业第二名与第三名周用户数量总和同花顺通过丰富的产品链一定程度上保证了一定的客户粘性同时公司利用语音合成自然语言处理机器翻译图像识别等领域的核心技术构建AI开放平台为各行各业提供AI解决方案打开第二成长曲线有关分析师的申明见本报告最后部分其他重要信息披露见分析师申明之后部分或请与您的投资代表联系并请阅读本证券研究报告最后一页的免责申明12非银行金融行业深度报告AIGC大模型赋能买方投顾转型或打开全新市场空间图6同花顺注册用户数量走势注册用户数同花顺万人70000600005000040000300002000010000020096201762018620196202062021620226201212202212201012201112201312201412201512201612201712201812201912202012202112200912数据来源wind东方证券研究所iFind差异化功能造就高性价比打造AI特色的2B业务功能与Wind终端相比iFind在长尾市场数据完整性方面存在不足但在主流市场如A股港股美股台股等方面数据差别非常小尽管如此iFind的定价明显低于Wind终端仅为其定价的25-75尽管规模差距较大而差异化功能缩短iFind与Wind终端之间差距主要体现在1AI预测iFind不仅提供市场分析师的预测还使用自身模型生成公司营收利润等预测以及宏观经济预测等2货币政策独立系统iFind包含一个独立系统追踪全球央行政策的变化清晰展示美联储鹰派和鸽派发言历史发言官员分类以及加息点阵图的变化3合作券商分析师明星团队构建产业链图谱iFind与各行业知名券商分析师团队合作共同构建产业链图谱和相关标的呈现帮助团队积累知名度同时提供全面的产业链信息4并提供历史事件与行情回测功能iFind打造每周热点事件标签并提供相关事件在过去时对股价表现的回测例如GDP发布后整体大盘走势回测某上市公司舆论事件后股价走势等依托客户粘性与技术储备基于BloombergGPT大力开发中国版BloombergGPT2023年3月30日Bloomberg推出首个专门用于金融领域的LLM大语言模型该模型主要依托于彭博本身积累的大量金融数据通过这些数据创建了一个包含3630亿词例token的金融数据集FinPile又与公共数据集叠加成为了包含超7000亿词例的大型训练语料库利用庞大的数据集并基于通用和金融业务的场景进行混合模型训练训练出包含500亿个参数的大规模生成式人工智能模型BloombergGPT针对金融专业领域的提问Bloomberg展现出超越GPT的专业回答能力例如BloombergGPT更加容易根据输入的英语金融新闻和社交媒体理解特定情绪并分为积极中性和消极三类而同花顺与彭博在金融数据领域都有多年的深耕并拥有大量专业级金融数据资源通过整合同花顺自有数据和市场公开数据公司可以形成独有的知识图谱结合语音合成自然语言处理机器翻译图像识别等核心技术加上行业领先的用户规模同花顺有望打造自主的AI大模型并发展成为MaaSModelasaService服务平台高客户粘性i问财推出加速流量变现i问财作为同花顺旗下的AI投顾平台是我国财经领域落地最为成功的自然语言语音问答系统2008年i问财成立组建了AI领域的顶尖团队专注于使用AI技术改进财经数据的提取处理分析沉淀以及展现同时致力于为每个用户构建可持续属于自己的AI投顾机器人当前阶段同花顺app已经内置i问财的智能生成式投资助手依托目前第三方投资App高用户占比的优势配以问财聊天机器人的推出同花顺在AI大语言模型赋能自身的投顾业务竞争中处于有利地势目前i问财问题处理能力处于初期阶段缺乏一定程度的深度学习与训练当前仅能回答处理简单基础问题多轮问答能力仍欠成熟但依托同花顺有关分析师的申明见本报告最后部分其他重要信息披露见分析师申明之后部分或请与您的投资代表联系并请阅读本证券研究报告最后一页的免责申明13非银行金融行业深度报告AIGC大模型赋能买方投顾转型或打开全新市场空间拥有的业内领先规模庞大历史数据丰富的数据库资源为公司人工智能算法训练AI大模型预训练提供了数据基础重点加大AIGC大模型相关的技术与公司现有的产品和服务体系之间的融合为用户提供更好的产品及服务质量进一步提升公司产品的竞争力图7i问财发展历程数据来源公司官网东方证券研究所图8i问财研究成果详解数据来源公司官网东方证券研究所有关分析师的申明见本报告最后部分其他重要信息披露见分析师申明之后部分或请与您的投资代表联系并请阅读本证券研究报告最后一页的免责申明14非银行金融行业深度报告AIGC大模型赋能买方投顾转型或打开全新市场空间图9同花顺AI产品矩阵与服务数据来源公司官网东方证券研究所图10问财聊天机器人模拟大盘问答图11问财聊天机器人数据问答数据来源同花顺app东方证券研究所数据来源同花顺app东方证券研究所图12问财聊天机器人投资建议问答数据来源同花顺app东方证券研究所有关分析师的申明见本报告最后部分其他重要信息披露见分析师申明之后部分或请与您的投资代表联系并请阅读本证券研究报告最后一页的免责申明15非银行金融行业深度报告AIGC大模型赋能买方投顾转型或打开全新市场空间32财富趋势C端业务起步较晚AI大模型或将助力弯道超车C端起步较晚但增速较快App端仍需持续发力财富趋势22年实现C端证券信息服务收入067亿元230yoy毛利率从395提升至413不难看出C端相对薄弱但增长潜力和空间更大当前C端仍以PC端为主App端起步较晚基础相对薄弱业绩贡献度低未来仍需发力问小达的诞生为公司AI打响头炮通达信AI问小达是一款操作简单输入检索语句即可实现用户智能选股资讯检索答疑解惑等需求的投资系统让投资成为一句话的事问小达通过人工智能技术汇集行情资讯数据库以及各大功能组件于一体具备语义解析信息聚合以及机器学习在内的多项功能的智能服务产品支持自有内容的服务对接问小达功能包含智能选股用户可以在检索栏输入选股条件多个条件用逗号分开检索想要的股票股海神搜可多方面添加选股条件全文检索等表7问小达的智能选股功能详解选股内容功能说明基本行情实时历史行情高开低收成交量成交额等衍生统计行情强弱度活跃度攻击波回头波贝塔系数自由换手率涨停分析等衍生行情主力监控精灵主力买入卖出加速拉升下跌竞价试买试买单笔冲涨冲跌大单托压锁盘低位反弹高位回落撑杆跳高平台跳水区间放量等资金主力资金流向资金博弈资金驱动力等板块指数行业板块风格板块概念板块地区板块等跟踪市场热点挖掘对经济变迁具有大范围影响将驱动经济体长期发展趋势的因素作为主题1700个子热门主题投资主题投资技术选股类经典技术分析模型生成精选选股指标形态特征类经典形态特征分析模型生成财务选股模型类经典财务分析模型生成阶段表现类阶段表现数据合计等800选股指标全面的公司财报数据资产负债表利润表现金流量表等详细指标专业财务数据系统的财务分析体系偿债能力经营能力发展能力获利能力资本结构现金流量结构其他特色财务数据财务重要指标单季度财务指标股本股东机构持股等重点关注财经日历强弱分析基准分析一致预期龙虎榜单融资融券大宗交易增发配送股东增精选价值发现减持财报披露并购重组股权质押持股分析投资参股调研互动证券变更事件驱动资讯精选等详尽公司明细主营业务经营范围实控人法人代表股权变动股权分置高管明细城市省份等公司概况最新提示高管管理股本结构股本变动限售解禁参股控股控股关系机构持股十大流深度个股信息通股东热点题材持股变动大宗交易资金流向股权投资项目投资关联交易行业排名盈利预测机构评级龙虎榜主营收入构成等丰富量化数据特色数据宏观数据统计数据等系统技术指标KDJMACDBOLLCCIRSIWRBIASSKDJVRMTMOBV等数据来源公司官网东方证券研究所有关分析师的申明见本报告最后部分其他重要信息披露见分析师申明之后部分或请与您的投资代表联系并请阅读本证券研究报告最后一页的免责申明16非银行金融行业深度报告AIGC大模型赋能买方投顾转型或打开全新市场空间表8问小达的股海神搜功能详解选股分类功能说明KDJMACDBOLLCCIRSIWRBIASSKDJVRMTMOBV均技术指标线形态特征走势特征量能特征等现价涨跌幅实体涨幅涨速振幅量比成交量成交额委比委量行情信息差内外比换手率自由换手率强弱度闻活跃度攻击波回头波贝塔系数涨停相关总股本总市值流通市值流通股本自由流通股本自由流通市值流通基本分析比自由流通比十大股东持股比例十大流通股东持股比例上市天数股东人数人均持股人均市值价值类成长类价值成长类市盈率市净率市销率市现率净利润净利润率资净利润增长率营业收入增长率每股收益每股收益增长率每股财务指标净资产每股现金流每股未分配利润每股资本公积销售毛利率三费比重资产负债率净资产收益率权益比投资收益率总资产报酬率股息率阶段表现阶段放量阶段缩量平台整理平台突破阶段换手阶段振幅资金主力主力异动净流入额大宗净流入额相对流量竞买率大单买入等股东增减持近期关注价值关注强势资金一致预期龙虎榜单融资融价值发现券增发送配小盘成长并购重组机构重仓国家队持股持股分析投资参股盘中精选关注度市场范围沪深A股主板上证A股上证主板科创板深证A股深证主板创业板数据来源公司官网东方证券研究所AI方面兼顾传统NLP优化与新兴AIGC深入研究当前公司主要致力于持续提升存量产品问小达NLP方面的表现与优化用户体验在此基础上也将陆续将研发资源投向AIGC大语言模型等领域以期拓展更多Fintech应用场景12023年3月22日财富趋势业绩会表示目前问小达现阶段已经初步具备一句话选股等能力并在持续优化和升级中利用公司现阶段的积累的人工智能大数据云计算能力来进行AI大语言模型的自身赋能同时公司后期将加大智能金融问答公司图谱等一系列特色AI功能研发的投入加速发展小达AI系列大语言模型成长公司2023上半年不断迭代升级语义解析设置引擎LPSE语义解析NLP智能云计算TCI等系统模块提升了语义解析的准确率同时也覆盖了行情资金资讯指标等数据源提高了数据聚合效率和查询效率从而满足用户在选股资讯指令客服等场景的快速响应需求基于目前问小达现阶段的问答体验问小达金融聊天机器人目前具有很大的提升空间现阶段具备一定的基础金融问答和良好的选股能力2此外公司持续关注AI业界发展革新继续深入生成式AI语言模型等领域的研究迭代人工智能技术路径丰富证券金融科技产品矩阵积极探索AIGC在金融科技应用新场景保持研发资源的投入有关分析师的申明见本报告最后部分其他重要信息披露见分析师申明之后部分或请与您的投资代表联系并请阅读本证券研究报告最后一页的免责申明17非银行金融行业深度报告AIGC大模型赋能买方投顾转型或打开全新市场空间图13问小达金融机器人金融知识问答图14问小达金融机器人公司公告问答数据来源通信达app东方证券研究所数据来源通信达app东方证券研究所33老虎证券全球首推TigerGPT以期AI提升自身产品力全球首家推出AIGC投资助手的经纪商老虎经纪于5月30日业绩会宣布正式推出TigerGPT在经过今年4月以来的beta测试TigerGPT被认为是当前券商行业首个AIGC投资助手旨在为投资者提供智能决策支持及一定程度上的专业知识解答与风险管理TigerGPT基于OpenAI将被内置为TigerTrade应用程序中的一项应用功能通过此次发布TigerGPT推出一系列旨在简化投资前准备流程的新功能这些创新包括进行个性化股票研究个性化风险提示个性化金融知识解答是投资者能够根据自己的风险偏好来快速筛选股票此外TigerGPT还能够展示市场热点话题让投资者能够更为准确把握最新的市场趋势图15TigerGPT模拟京东最新Q4财报问答图16TigerGPT模拟市盈率金融知识问答数据来源老虎证券官网东方证券研究所数据来源老虎证券官网东方证券研究所高客户粘性高效AI投顾业务抢占海外市场截止2Q23老虎证券入金客户达到8409万老虎证券作为中资海外科技券商龙头主要开展港美股交易本身具有一定程度的客户粘性叠加上当前推出首个券商人工智能投资助手在海外AI投顾市场方面抢占一定先机同时TigerGPT另外一个相对关键功能是能够提供财报电话会议和新闻稿的简单会议纪要让投资者对公司业绩一目了然通过利用TigerGPT获得优质数据与研究TigerGPT整合了支撑和阻力指标有关分析师的申明见本报告最后部分其他重要信息披露见分析师申明之后部分或请与您的投资代表联系并请阅读本证券研究报告最后一页的免责申明18非银行金融行业深度报告AIGC大模型赋能买方投顾转型或打开全新市场空间股票趋势分析和经济日历等基本数据扩展了其更为有效更为广泛查询的能力根据老虎证券新加坡首席财务官HenryToh表示我们认识到人工智能在当今投资行业中发挥的关键作用及其未来增长的潜力这就是我们开发TigerGPT的原因在更大范围内彻底改变投资者体验过往用户需要通过关键词搜索或筛选要在海量信息中找到相关且简洁的内容并不容易还可能非常耗时但有了TigerGPT作为人工智能投资助手用户现在可以享受全新维度的互动体验使他们能够做出更明智更直观的投资决策TigerGPT允许提供多轮对话同时允许聊天机器人保留之前的用户输入并根据正在进行的对话提供有意义的响应TigerGPT无缝集成到TigerTrade的个人股票页面中当检测到异常股票活动或重大事件时会以弹出通知的形式呈现根据其对创新的承诺TigerGPT团队每周都会持续增强聊天机器人以确保无缝且优化的用户体验利用先进的机器学习技术随着TigerBrokers的工程师不断用最新的金融数据更新其数据库TigerGPT能够吸收新信息并不断发展图17TigerGPT模拟问答苹果数据来源老虎证券官网东方证券研究所4展望三核心要素决胜AIGC两路径可行性探究41AI三大核心要素数据人才技术数据早期关注数据数量现如今更注重数据的质量和结构早期市场关注数据的数量通过使用大量的数据进行训练使模型更好地适应各种陌生的输入并在不同的情况下保持稳定的性能但现阶段随着场景的逐步推广与参与群体的广泛扩容市场更注重数据的质量和结构一方面丰富的数据集可以帮助模型更好地理解和捕捉不同的概念语义和语法结构另一方面多样化的数据也可以使模型在各种任务和领域中表现出更好的泛化能力从而使机器学习模型更具有实用性和可靠性人才需要具备良好的数据分析和业务理解能力以专业度和教授能力提升AI模型效能AI大模型的应用往往需要对数据进行挖掘分析和处理需要能够快速理解和掌握业务需求这就需要人才具备敏锐的业务嗅觉和深刻的理解能力同时具备丰富的数据知识和分析技能而现阶段市场复合型人才市场存在稀缺的现状既懂技术又懂业务的人才供给尚不充分同时人才也需要不断学习和跟进最新技术在实践中不断积累经验不断优化和改进应用方案提高自己的实践能力和创新能力因此提供明确的职业发展路径形成完善的人才梯度提高人才储备的有关分析师的申明见本报告最后部分其他重要信息披露见分析师申明之后部分或请与您的投资代表联系并请阅读本证券研究报告最后一页的免责申明19非银行金融行业深度报告AIGC大模型赋能买方投顾转型或打开全新市场空间数量和质量通过合理化考核与具有竞争性的激励机制吸引和留住高质量人才以推动其全面提升AI模型效能技术优异的IT技术推动AI大模型落地在拥有数据和人才基础上能否推动AI大模型考验IT技术能力即数字化建设能力特别是在当前复杂的国际政治形势大环境下未来可能存在一定的政治风险打造基于自主底层架构的AI模型显得尤为重要若整个技术平台搭建完成日后的数据积累与技术沉淀便可持续推进也可一定程度上降低人员流失的风险42路径探究自主研发专用大模型or依托通用大模型路径一自主研发专用大模型与通用模型千亿量级参数相比单独培育专用大模型所需参数在量级上大幅降低大约只采用200-300亿量级参数在模型训练与建设过程中仅用资本市场和金融的数据成本与效率上相对更优未来可根据市场需求进一步扩容后续培训也可更加专业化例如金证股份和同花顺均为自主研发专用模型未来在选股资产组合投资策略搭建上可能更具竞争力路径二以通用大模型为底座研发专用大模型现阶段ChatGPT架构已相对成熟并领先于市场其他模型理解能力和推演能力相对更强但没有针对资本市场做适配训练因此恒生电子的LightGPT和WarrenQ基于通用模型进行训练开发金融大模型此路径拥有丰富的底层架构但由于底层代码不自主可控未来可能有卡脖子风险此外产品升级与改良均需要底层供应商支持响应速度不如自主研发产品同时由于底层平台的使用费用相对较高且后期维护或较自主研发产生更多后续费用表9AI大模型两种路径可行性探索自主研发专用大模型通用大模型上开发底层架构较轻更丰富成本费用较少且后续费用持续较少较多且后续费用持续较多所需数据量较少较多模型表现更针对金融市场对全市场理解和推演能力更强自主程度自主可控非自主可控未来风险模型不成熟风险卡脖子风险政治风险数据来源东方证券研究所5投资建议多条路径或殊途同归当前难以判定孰优孰劣仍待时日检验商业模式方面无论是通过研发专用AI大模型赋能金融机构以期瓜分投顾费收入蛋糕亦或是通过专用大模型赋能自身的投顾或炒股软件产品以期获得更高的流量市场份额与付费转化率都有望打开可观的新收入增长极AIGC技术路径方面无论是自主研发金融投顾领域的专用大模型亦或是以成熟的通用大模型为底座打磨专用大模型最终或殊途同归成为买方投顾模式重要的展业基础带动我国投顾模式的转型与升级现阶段AIGC赋能投顾业务仍处于早期阶段无论选择哪一发展路径都无必胜把握依据现有理论与事实依据不足以判断孰优孰劣仍然需要行业的多个玩家共同探索有关分析师的申明见本报告最后部分其他重要信息披露见分析师申明之后部分或请与您的投资代表联系并请阅读本证券研究报告最后一页的免责申明20