7月30日,深圳印发的《深圳市加快打造人工智能先锋城市行动方案》(以下简称《行动方案》),以二十二条新政明确了通过争创“五个先锋”推动人工智能技术、应用场景和商业模式等融合创新,推动深圳人工智能产业高质量发展,与之相关联概念标的或有望受到直接的催化。

作为深圳本土企业,金证股份在打造人工智能先锋城市过程中率先行动,着重发挥人工智能迅速落地金融行业应用场景的优势,以科技力量带动金融产业的加速升级。

从今日全国黄豆芽批发市场价格上来看，当日最高报价6.00元/公斤，最低报价1.40元/公斤，相差4.60元/公斤。

金证股份充分利用最前沿的人工智能大模型技术,加速推进金融大模型创新,其在大模型领域已自主完成了金融领域特定场景大模型体系的研发,并与多家金融机构进行深度垂直合作,展现金证股份在AI金融应用的多个最新成果。

记者多方了解到,目前多家券商正在试水、布局以AI赋能各业务,在投行、财富管理、研究领域等业务领域的智能化正呼之欲出,整体来看,券商大模型应用多数集中在智能客服、办公助理、代码生成等偏原生AI应用领域。

据金证股份相关负责人介绍,早在2018年,公司已开始做AI技术的战略布局相关工作,引入了多名算法专家和架构师组建团队,并通过多个创新平台公司,将人工智能技术与金融业务进行深度融合。目前,金证股份在智能风控、智能投行、智能投顾、RPA、智能客服、智能投资等领域实现了多个业务场景的突破。

金证大模型体系有望带动金融体系化重构

在智能化发展的浪潮下,金证股份紧密围绕公司AI战略规划,深化技术创新,研发出金融大模型体系。金证金融大模型体系包括语言大模型(K-GPT)、代码大模型(K-CODE)、大模型应用开发平台。K-GPT和K-CODE分别服务于业务人员和开发人员两大客群,大模型应用开发平台为K-GPT和K-CODE提供数据、算力和工具等支撑。

自2023年起,金证股份便着手研发金证代码大模型(K-CODE),现已基本完成研发工作。经过内部运行测试,K-CODE展现出良好的编码能力,60%的开发人员已在实际工作中运用该模型生成代码,有效提升了代码编写的效率,缩短了开发周期。

此外,经过深度的金融领域设计和专项训练,金证股份所打造的K-GPT展现出卓越的金融知识和理解能力,其回复内容专业精准,数据依据扎实可靠,且支持查看引用知识源,确保信息透明、可追溯,为用户提供了清晰、可信赖的金融“助手”。

金证大模型开发应用平台解决方案则是一个集知识库、编程助手和工作流编排于一体的综合性平台,旨在帮助企业和个人在数据驱动的时代,高效地完成各项工作,实现业务价值的最大化。

随着“数据+算法+算力”要素的不断提升,未来金融领域将可能面临体系化的重构,金证股份通过一体化平台建设,将有望带动金融机构原有的基础设施以及管理体系重构。

更懂业务场景的金证大模型

2024年是大模型场景元年,金证股份基于三十年金融信息技术的优势和对服务金融机构业务场景能力的深度理解,是其区别于一般大模型科技公司的重要分水岭。

作为一款专为金融领域打造的大模型,金证大模型基于海量金融数据训练而来,聚焦于金融行业的投行、投顾、风控等场景实践。公司在实践落地中,重点关注行业场景落地问题,例如:幻觉和时效性、工程难复制问题、复杂数据处理问题等。

“幻觉和时效性问题是源于大模型基于过往数据训练,知识具有一定的滞后性。而工程难复用是一个较为重要的问题,如果工程难以复制,相当于需要对每一个工程进行项目化定制,造成工程落地的成本非常高,导致无法推广使用。另一方面,由于语言问题或多或少需要与各类文档打交道,也会存在一些格式解析的障碍或者把段落结构弄丢,以及上下文理解出错等问题”金证股份AI创新中心高级开发专家廖智霖提到。

针对这三个共性问题,金证股份通过规划统一平台的方式,不仅可以有效解决上述场景难题,也避免了单个场景重复性建设的问题。

业内人士认为,金融体系细分领域众多,应用场景丰富且数据质量高,对业务深度理解且具备金融大模型技术变革的公司具有先发优势。

据麦肯锡测算,大模型有望对全球金融行业每年带来2,500～4,100亿美元的增量价值、对应约9%-15%的营业利润增厚空间。金证股份在三十年的持续运营中积累了大量高质量的行业原生案例,更沉淀了丰富的策略,这一切都是金证大模型落地生根的沃土,这也为金证股份的升级突围,打开了新的版图。

金证股份表示,未来公司将进一步丰富智能化场景生态,持续提升大模型在不同业务场景中的应用效果,加速推进证券业务高质量转型,持续以技术为驱动,助力金融行业实现更高效、更智能的发展。