来源:中信建设证券 编辑:管理员 时间:2023/9/8 |
人工智能大模型经过金融领域专业数据的训练后,可对财经、金融相关信息做出更准确的理解,从 而为用户生成专业的反馈,具体包括: 1)问答查询信息:AI凭借对金融垂类领域知识、信息的学习,能通过自然语言问答方式,帮助用 户提高相关信息的查询效率,如专业术语、针对特定公司或行业的指标等。 2)预测任务:凭借较强的信息整合与分析能力,AI可基于过往事件、数据的学习,对后续的重要 指标进行预测,为用户的决策提供参考,如财务经营指标、货币政策等。 3)辅助投资交易:AI能通过多轮对话、意图判断等能力,帮助投资者快速完成交易,代替真人交 易员的大量重复劳动;也能从内容库中快速调用分析师的观点和投资策略,为投资者提供参考。 4)辅助保险销售:AI可代替保险销售人员,完成对海量客户、复杂保险产品的分析,提供营销话 术指引或解答客户疑问,帮助保险销售匹配产品与客户,以提高保险产品成交率和客户满意度。
|
信息推荐 |
» 微软Copilot有望成AI办公标杆,引领B端应用的AI化 |
Copilot为用户生产办公提供极大便利,并无缝地链接到想调用的应用程序,Copilot的运用有望为Office 365、Windows系统带来一批新用户 |
» AI办公:代替技术含量低+高频重复工作,提高生产效率 |
借助AI的语义理解能力,让AI按照用户的需求,快速生成常用的办公文件;让AI为表格文档生成公式,或基于数据自动作图,处理或提炼分析结论 |
» AI应用B端和C端对比,B端是解决问题,C端是创造新需求 |
生成式AI可运用于B端及C端场景,B端要面向企业内部等特定少数用户群体,C端主要面向大众用户,落地速度来看B端快于C端 |
» AI应用方向:效率提升 VS 娱乐消遣,短期ToB有望先行 |
AI带来的长期回报,是大于购买AI产品的投入成本的,那么购买意愿就大,且追求业绩本就是企业终极目标;企业的现金流/调用现金能力,远好于普通个人 |
» Casetext:由GPT-4支持的AI法律助理,访问量明显提升 |
可以对话形式,帮助用户实现各种法律需求,对杂乱无章的文件进行整理和分析,上传合同后系统可以确定相关条款,冲突和风险,然后提出修改建议 |
» AIGC产业挑战:隐私、安全、产权、伦理等 |
缺乏标准及规范,新技术造成的虚假信息难以追踪,加上目前规范较为模糊;数据隐私及安全,强大的推理能力可能导致隐私泄露的风险 |
» AIGC为个体赋能分析-提高效率、提升专业技能 |
AIGC可以用于自动化文本创作,音乐创作,电影脚本创作等;可以用于数据挖掘,语音识别,计算机视觉等领域,帮助个人从大数据中获取有价值的信息 |
» AIGC在不同行业赋能情况-提高生产力 降低成本 增强创新 |
AIGC对行业主要赋能在于生产力显著提高,降低成本,增强创新等方面,电商行业的个性化推荐,效率提升客户服务;传媒行业的丰富内容 |
» 中国AIGC产业未来发展趋势 |
未来AIGC模型体量/复杂度将会提高,基础关键能力显著增强,产品类型逐渐丰富,应用领域也将更加广泛,随着商业化程度加深,未来AIGC将涉及更多领域 |
» 受AIGC浪潮影响较小的岗位 |
工作对科学方法和批判性思维的依赖程度与LLM影响情况呈负相关,体力劳动较多的岗位如社会援助,食品服务,木工,护理等受到的潜在威胁也较小 |
» AIGC浪潮对不同岗位影响分析 |
AIGC对职位影响机制主要在于技能点相似从而实现替代,重复性较强的初级工作AIGC具备较强的理论替代可行性,典型岗位如电商客服,新闻记者,动画设计师,教师,文员 |
» AIGC在办公软件领域推动生产力变革 |
AIGC正在推动办公软件领域生产力的变革,文字创作领域,微软推出的 Copilot可通过聊天式指令,生成文章,演示文稿等内容;图文/视频领域AIGC已可实现自动创作。 |