安联配资-合法配资公司-深圳股票配资-证券配资官网

实体配资公司把产、学、研、用拧成一股绳

财联社9月11日讯（编辑王蔚）9月10日下午，作为“2025inclusion·外滩大会见解论坛”之一，“资产管理大模型应用实践论坛”在外滩大会C3馆圆满举办。本次论坛由智能投研技术联盟（ITL）主办，上海资产管理协会支持，财联社、上海库帕思科技有限公司协办。来自金融资管机构与科技公司近400位企业代表，共话“大模型×资产管理”的现在与未来。

中共上海市委金融委员会办公室相关处室及上海资产管理协会负责人，协办方财联社总经理胡刚出席会议。

论坛由市委金融办相关处室负责人开场发言，智能投研技术联盟（ITL）主席杨强代表主办方致辞，胡刚代表协办方致辞。论坛持续4个半小时，9位金融资管机构专家先后分享“投研、投顾、风控、运营、数字员工”全链路落地案例。现场学习气氛热烈，座无虚席。会议由智能投研技术联盟（ITL）执行秘书长张永启主持。

大模型应用如何将技术潜力转化为生产力？

杨强指出，智能投研技术联盟（ITL）组织资管、财富、银行、证券、保险、金融科技、高校与研究机构，在发展过程中，ITL始终牢记与国家战略同频共振、与行业痛点同题共答、与生态伙伴同向发力。本次论坛特邀银行、证券、公募基金、财富管理等机构，结合覆盖投研、投顾、风控、运营、人工数字助理的多场景案例。与生态伙伴同向发力，先后举办1024资管科技开发者大会、资管科技专业技术活动论坛、资管科技创业者与投资者大会、资产管理数智技术研修班（iAMT），把产、学、研、用拧成一股绳。

胡刚表示，过去两年，大模型应用突飞猛进，其强大的推理、知识识别和整合能力，为资产管理行业带来了革命性的变革机遇。从智能投研分析、量化策略生成，到个性化财富管理、合规风控智能化，大模型的应用场景正不断拓展和深化。然而，如何将技术潜力转化为生产力和业务价值，如何确保应用过程的安全、合规、可靠，是整个行业亟待探索和破解的核心话题。

拥抱大模型，用好AI、融合AI、创造AI

在《大模型与资产管理应用案例》的主题报告环节，蚂蚁集团副总裁、财富保险事业群首席技术官尹俊，国泰海通证券股份有限公司首席信息官俞枫，富国基金管理有限公司首席信息官李强，中银基金管理有限公司首席信息官陈宇，申万菱信基金管理有限公司首席信息官钟瑜阳，天弘基金管理有限公司人工智能部负责人平野，东方证券资产管理有限公司总经理助理许可，浦银理财有限责任公司金融科技部总经理吴苗，中国工商银行资深经理夏知渊，分别发表了主题演讲。

在《人工智能在蚂蚁金融领域落地实践》的主题分享中，尹俊表示，对于蚂蚁而言，用大模型落地金融领域进行创新毫无争议，但是也面临了不少问题。首先，随着智能化程度越来越高，大模型能力越来越强，如何最大程度的激发其潜力？其次，随着大模型介入复杂场景，如何让大模型的推理逻辑和人类专家的推理逻辑一致？此外，随着大模型智力水平的提升，其推理成本和训练成本也越来越高，如何平衡落地金融行业的垂类，并控制成本？

“即使有这么多挑战，我们还是将整个大模型作为业务和技术发展非常重要的投入”，尹俊认为拥抱大模型体现在“用好AI”、“融合AI”、“创造AI”三方面。

如何从技术层面将大模型应用落地实践？尹俊表示需要经过三个阶段。

首先是场景集成阶段，主要是利用互联网和数字金融相关的技术，在通用的大模型基础之上，构建金融的智能体。这个过程集成了搜索及信息、数据整合。

其次是垂类增强阶段，重点针对通用大模型进行加训，这一动作会导致成本的巨量提升，但是能够激发通用大模型在金融行业的智能化，解决更复杂的金融行业问题。

最后是专属增强阶段，核心是要创造场景化、定制化的大模型，其训练成本与第二阶段类似，但是需要顶尖专家介入，导致更高的成本。

尹俊表示，目前蚂蚁集团重点在建设第三阶段，但第一、第二阶段也需要不断提升数据，以及对行业的洞察和训练。

大模型引发了新一轮技术革命，AI成为新型基础设施，证券行业拥有海量的数据和复杂的业务场景，AI推理大模型的“思考+结论”的输出能力特别适合证券行业复杂多元的业务。但证券行业专业度、安全性要求相对较高，行业大模型落地面临诸多挑战。俞枫结合国泰海通证券大模型应用探索与实践，提出了“1+N”的策略，即以一个垂类为通用大模型作为底座，再赋予N个场景的模型，实现模型的组合和叠加。

全球AI浪潮蓬勃兴起，富国基金积极顺应行业变革趋势，以“优化成本、提升效率”为核心目标，在AI赋能软件工程领域开展了一系列系统性的探索与实践。李强围绕《语言模型在富国基金软件工程中的探索与实践》发表了主题演讲，他把软件工程内部定义为D2C（Documenttocode）和C2C（CodetoCode）两个模式，前者的产品需求，设计、测试、部署等都是规范化、文档化，而C2C时代，所有的需求、测试、部署等都需要code化。

金融科技正深刻重构资产管理行业格局,推动行业从传统模式向智能化、数字化全面转型。大模型技术发展、国产算力崛起、国家“人工智能+”战略部署为行业提供了坚实的技术底座与政策支撑，资管行业迎来效率提升与体验升级的重要机遇。陈宇以《AI时代资管科技的发展与思考》为主题，从公募基金的角度出发，认为大资管行业百舸争流，且不同资管机构之间是竞合关系。在这过程中，基金公司需要打造差异化能力，而AI技术是打造能力的关键。他认为需要从应用工程、模型工程、知识工程、算力工程、组织人才五方面推进AI的转型。

利用大语言模型进行投资研究，主要是通过海量的语料和历史情境对未来进行预测。但是在实际使用过程中，存在大量难点。钟瑜阳在《大语言模型在投资领域应用的难点剖析》的主题分享中表示，大语言模型和投研的结合，首先要留出人类专家参与的接口，当专家比模型更了解研究时需要介入；其次，要进行性能和内容的迭代；此外，要做标准化的后训练，通过服务域和训练域循环交互。

天弘基金在大模型应用领域探索出了一条从1.0到3.0的渐进式发展路径，以“轻量化切入、场景为王”为原则，逐步构建起自主可控的AI技术架构。平野从天弘基金的视角，带来了关于资产管理的大模型应用路径与探索的主题演讲。他表示，天弘基金开启智能体，解决在每个业务场景中存在的不确定性、复杂问题，在各个场景中尝试用大模型去解决最后一公里的问题。

在《智浦理财–新一代数智化资管平台》的主题演讲中，吴苗提到，浦银理财的数字化建设有三个阶段：第一阶段解决线上化问题，目前已经基本完成，包括业务端的全业务、全线上、全流程、全穿透等；第二阶段是开启数智化，目前正在建设，总体规划是“智浦理财”，通过人工智能构建智浦大脑，支撑业务更快、更高质量发展；第三阶段是未来要同步展望生态化，包括与代销、投资的合作伙伴建立开放、共赢的数字生态。

许可围绕《大模型与智能体在行业智能投研领域的应用与实践探索》这一主题，从科技赋能券商资管和公募基金的角度，把大方向分为4+2+4，即4个平台、2个引擎和4个升级的建设。其中，4个平台主要是对应公募基金业务投资、销售、中后台的三驾马车，通过数据驱动业务跟踪决策引擎，将投资研究过程、销售过程、中后台管理实现量化、指标化、资产化。

站在银行的角度，夏知渊围绕《工商银行大模型建设与应用》这一主题进行分享，他认为，目前国产化算力在基础性能的核心指标上，已经能够满足基本的大模型应用，行业应用的基础设施安全性已经有充分保障。下一阶段，AI智能银行应该从被动响应到主动服务去变化和跃迁。金融服务不再是被动服务，而是根据客户的诉求和变化，主动推送信息，为他们提供更具AI智慧能力的服务，包括交互形态、交易模式、风险管理等方面。

张永启在活动主持过程中表示，随着人工智能技术从“模型训练”的上半场迈入“智能体应用”的下半场，金融机构正加速从“+AI”向“AI+”深度转型，9位嘉宾分享了大模型在银行、证券、公募基金业务中应用的最佳建设路径，聚焦了资产管理和财富管理应用落地的效果和业务价值，分析了大模型在资产管理、财富管理领域的应用现状和潜力，未来大模型的应用将会从“生成式”变成“增长式”。