【pg娛樂電子游戲官網】專訪通聯數據總經理蔣龍：大模型完全成熟仍需時日，應用需揚長補短

21世紀經濟報道見習記者 黃子瀟 深圳報道

9月22日，專訪總經通聯數據與深圳市投資基金同業公會在深圳舉辦以“大語言模型賦能資產管理高質量發展”為主題的通聯峰會。會前，數據時日pg娛樂電子游戲官網通聯數據總經理蔣龍接受了21世紀經濟報道記者的理蔣龍專訪，直面資管行業在大模型興起下的模型機遇和挑戰。

“千模大戰是完全一個合理的現象，通過競爭才能提升效率。成熟長補”蔣龍直言。仍需他認為通過不斷實踐和優勝劣汰，應用才能驗證出最合理的需揚技術方案。

同時，專訪總經蔣龍表示，通聯通聯數據并不定位于開發單一的數據時日數據終端，而是理蔣龍致力于打造打通金融信息服務產業鏈上下游的智能數據與分析平臺，聚焦于投資研究流程的模型標準化和智能化，提升投研和決策的效率。

應用大模型需揚長補短

《21世紀》：對于資產管理機構來說，從公募到券商資管、理財子等，大語言模型在投資研究、網銷渠道、數據中臺、風控合規等方面有哪些新的應用場景？

蔣龍：大語言模型是技術本身的升級，在應用場景上變化不大，更重要的是范式上的轉變。

當需要解決新的問題時，不需要專門設計算法，pg娛樂電子游戲官網也不需要耗費大量時間來標注訓練數據，只需向大模型提供問題信息，或者一兩個示例，它就可以迅速理解并提供解決方案。

在過去，可行的應用場景已經被充分挖掘，只是受限于技術能力無法實現，但現在的大模型已經逐步應用于過去不敢嘗試的領域，尤其是在對話場景方面表現出色。

例如在數據終端上，傳統方式是使用鼠標點擊或關鍵詞搜索，現在出現的新趨勢是通過對話方式進行交互，好處在于可以用更長、更自然的語言高效交流，從而更準確、快速地表達我們的需求。

《21世紀》：金融行業對語言文字的精準性要求極高，目前很多大語言模型生產的文本常出現“AI幻覺”，通聯數據認為怎么進一步解決其有效性問題?

蔣龍：AI幻覺是從學術界到產業界都亟待解決的問題，具體而言，指AI的回答通常語言流暢，但缺乏準確性的現象。

但其實，人類也會有類似的幻覺問題，根源在于人的聯想能力。和AI一樣，人的回答也無法立即確認其真實性。

對于有效性問題，學術界、產業界等雖設置了標準，但短期內完全根治有一定難度。對此，我們有兩個對策。

第一，在使用大語言模型時讓其提供溯源，例如查詢企業高管信息時提供信息來源，從而讓使用者能便捷地驗證。

第二，在應用上可以揚長避短，選擇在特定情景上發揮它的優勢。

大語言模型雖沒有嚴格意義上的“靠譜”，但擁有豐富的知識面和快速的聯想能力，當遇到復雜疑難或者綜合性的問題，且不需要太準確的答案時，可以利用它做頭腦風暴，給出創新性的參考和建議。

《21世紀》：基金投顧是目前中國財富管理的新打法，目前發展到了什么階段，與海外的智能投顧有何差異，大語言模型在買方投顧模式下有哪些應用場景？

蔣龍：多數海外成熟市場個人投資者通過投顧進入資本市場，但在中國直接炒股的散戶比例仍然較高。

以美國為例，由于其資本市場較為成熟，智能投顧的發展擁有天然優勢。但是，中國市場沒有走完深度和大規模的人工投顧服務模式，過去憑借著一些大V非正式服務充當此類角色。因此，中國市場可能會跳躍式進入智能投顧階段。

大語言模型可以給中國投顧市場一個很大的助力，因為重新培養成熟的人工投顧也需要成本，并且我認為投顧更注重“顧”的部分，需要將專業性的金融理論和市場信息，轉化為易于用戶理解的前端語言，這正是大語言模型擅長的領域。

“千模大戰”為必然過程

《21世紀》：目前從互聯網公司，到手機廠商和金融機構都在發布自研的大模型，如何看待這一現象？

蔣龍：這是一個必然的過程，短期內也是好事。當一項新技術問世，其應用方向無法預先確定，必須通過不斷嘗試和改進，來確定將技術整合到產品中的最佳形式，因此才會出現“千模大戰”。

我相信，不論是通用大模型還是行業大模型，每家公司都應該經過深思熟慮。例如，某些AI供應商大多定位通用大模型領域，但銀行、消費、醫藥大模型等更專注于行業，但在細分市場中也需要進行競爭。有了競爭才會有優勝劣汰，最終才會提升效率。

隨著未來的探索，當行業內廠商驗證出了最為合理、效率最高、成本最低的技術方案，也許會形成唯一或唯二的方案，業內公司也會向其靠攏。

因此，我也希望同業之間能更積極地分享經驗和教訓，這對行業的發展是有益的。

《21世紀》：在大模型這個里程碑后，AI賦能資產管理的下一站可能落在哪個領域或哪項技術？

蔣龍：這是長遠的話題。大模型近期才開始爆發，本身仍然存在許多待解決的問題，例如信息準確性低、過度聯想等。

例如，對于3÷5這樣的數學問題，大模型需要運行一遍包含數億參數的模型，但人類卻可以脫口而出。數學是一種簡潔而精準的抽象體系，大模型尚不能像人類一樣做動態的調節。

因此，我認為大模型在算法和架構上還有很大的進步空間，可能需要5-10年后才能完全成熟，但不排除期間可能出現更好的技術路線。

對于AI賦能資產管理，我認為無需過于糾結具體的技術路徑，重要的是了解其當前達到的智能水平，以及在不同領域中可應用的場景。

深耕B端市場，業務穩步增長

《21世紀》：目前通聯數據的業務在B端、C端、G端三個方面各自的布局如何？

蔣龍：B端是我們的業務重點。公司成立之初的使命就是讓投資研究更高效，因此更偏向專業投資者，如幫助基金經理和研究員快速理解事件，做出更準確的預測，因此B端產品順理成章地成為了重點。

在公司成立約五六年后，B端市場的產品已經成熟，我們開始考慮服務普通投資者，起初是通過與B端金融機構合作的方式，向C端投資者提供工具和服務。此外，對于G端，我們在特定場景下積極參與，輸出我們的產品和服務。

截至目前，我們已經累計服務上千家機構投資者、超千萬個人投資者。

《21世紀》：與傳統金融信息服務商等市場先入者相比，通聯數據旗下Datayes!Pro（蘿卜投資）的差異化競爭的思路如何？

傳統金融信息服務商在針對專業投資者的投資分析需求時，采用了終端軟件的服務形式。同時，它們作為先行者，多年累積下覆蓋的用戶場景也很多，這是它們的競爭優勢所在。

但通聯數據的理念有所不同，Datayes!Pro（蘿卜投資）并非定位于一個純粹的數據終端，而是定位于智能數據與分析平臺。我們認為，數據的本質是做預測的材料，未來投資研究要變得更高效，必須實現標準化和科學化。如果無法實現這一目標，投資研究會像粗放式農業一般散亂，集約化程度很低，因此效率不高。

當未來的產品能力達到預期，我們認為標準化咨詢服務會正式誕生，科學化地檢測和指導投資分析中的各個環節。就如同烹飪一樣，我們將告知具體步驟，并利用計算機來自動執行，對烹飪時間、火力等進行設置，只需點擊按鈕就自動完成，以此提高工作效率。

盡管我們和傳統金融信息服務商都提供數據，但我們在數據上做了很多衍生工作，例如盈利預測功能，通過關聯財務模型、關系圖譜、資訊、公告等各類信息，對公司盈利進行預測，類似這樣的產品和服務是我們的一個特色。

目前，該領域缺少標準化工具，更多依賴個人經驗，但現有的技術條件已經提供了可行性，在過去由研究員主導的環節，會逐步出現技術的滲透，節約研究員的時間和精力，從而做更富有創造性的工作。我們相信這將是一個巨大的市場。我們的目標是打造一個高度標準化、兼顧定制化的提高投研和決策效率的工具。

《21世紀》：標準化的理念與基金經理的主觀策略和主動管理會有矛盾嗎？

蔣龍：并不矛盾。從基金經理有各自的投資風格，例如從宏觀經濟切入的自上而下，從財報切入的自下而上，很難說孰優孰劣。通聯數據的理念是將其中部分環節標準化和智能化了，以提升投研的效率，但是并不會替代專業投資者做出結論。

《21世紀》：通聯數據在中國香港、新加坡、美國等地設有團隊，目前境外業務發展情況如何？

蔣龍：通聯數據的產品服務于海內外客戶，包括境外知名頭部金融機構。我們在海外設有一定的團隊，主要服務于有興趣投資中國市場和中國資產的海外投資者，向其提供中國市場相關數據。

從長期來看，隨著中國經濟社會高質量發展、資本市場全面深化改革開放，中國市場和中國資產的吸引力在持續上升，會有越來越多的境外投資者關注和投資中國市場和中國資產。通聯數據在服務境外投資者的同時，為吸引更多長期資金、增量資金配置A股貢獻自己的一份力量，從而助力中國資本市場和實體經濟高質量發展。

《21世紀》：2022年初，蔣總曾在《21世紀》的采訪中表示通聯數據將擇機在五年內上市，目前進度如何？

蔣龍：我們仍然按照原定計劃推進，保持原有的節奏。首先，我們需要擴大市場占有率和基礎客戶量，財務上保證盈利的增長速度，這樣一來符合監管的許可，從投資者的角度來看，也更有吸引力。

資本市場本質是風險交易的市場。作為有意上市的企業，公司需要確保發展質量，對客戶負責、對員工負責、對股東負責、對投資者負責、對市場負責。