ChatGPT爆火出圈 AI寫研報、做投顧的時代來了？

(資料圖)

在實現(xiàn)商業(yè)化落地后，A股市場ChatGPT、AIGC概念股持續(xù)走熱。

人工智能寫研報、做投顧的時代或許來臨了。

2月5日，財通證券用聊天機器人ChatGPT撰寫了一篇醫(yī)美行業(yè)研究報告《ChatGPT實測：提高外在美，增強內(nèi)在自信——醫(yī)療美容革命》。

ChatGPT這款在2022年11月30日由人工智能研究實驗室OpenAI發(fā)布的聊天機器人，在今年1月份的月活躍用戶預(yù)計已達到1億。

對于金融行業(yè)而言，ChatGPT橫空出世，未來投研分析師、投資顧問的職位是否可能會被機器人取代？

向認知智能邁進一大步

“ChatGPT像個人，從能力與情商上接近于一名中級員工。”

在體驗ChatGPT后，一位券商投顧團隊負責(zé)人向記者發(fā)出這樣的感慨。和以往一些人工智能客服相比，ChatGPT對投資相關(guān)泛性問題的回復(fù)非常得體，對不了解的內(nèi)容也很坦誠。

ChatGPT的“類人化”，得益于其認知智能水平的進一步提升。

“ChatGPT的意圖理解能力，已經(jīng)達到了非人類理解人類語言所從未達到的巔峰?！焙闵娮邮紫茖W(xué)家白碩告訴記者，ChatGPT模型爆火的原因，在于其理解人的語言、生成人的自然語言已經(jīng)達到一個新的境界。

人工智能的三個層次分別是計算智能、感知智能、認知智能，而ChatGPT代表著人工智能在認知智能方面向前邁了一大步。

據(jù)通聯(lián)數(shù)據(jù)資深算法專家薛偉介紹，目前機器存儲和計算的能力早已超越人類，而視覺、聽覺、觸覺等機器感知能力也在各行各業(yè)有廣泛應(yīng)用，其中最有挑戰(zhàn)的就是認知智能，機器的認知智能，需要具有理解和思考的能力，在掌握大量知識儲備后進行推理和決策。

“ChatGPT模型中存儲了大量的知識，并且能夠做一定水平的推理，表現(xiàn)出了一些在之前的小模型中不曾出現(xiàn)過的能力?！毖ブ赋?，ChatGPT打破了模型性能相對于模型規(guī)模的線性增長定律，實現(xiàn)了指數(shù)增長，未來隨著使用更大規(guī)模的語料數(shù)據(jù)，以及其他的技術(shù)上的進步，大模型有望繼續(xù)提升認知智能的水平。

白碩向記者表示，ChatGPT具備強大的指令學(xué)習(xí)能力，其能夠理解的任務(wù)指令不僅包括回答問題，還包括信息檢索、文章寫作、問題求解、程序設(shè)計、作曲等等。同時，ChatGPT能夠精準捕捉上下文所確定的代詞所指，在多輪對話中準確進行意圖識別。

ChatGPT如何進行研報等需要邏輯支撐的文獻寫作？

他指出，ChatGPT生成的文本之所以具備邏輯性，是基于“思維鏈”技術(shù)。機器通過接受人類的指導(dǎo)訓(xùn)練，學(xué)會如何將零散的事件、觀點和證據(jù)裝配成縝密的敘述或論述，要在“論點-論據(jù)”這么大的顆粒度上實現(xiàn)現(xiàn)場組裝，需要人類高強度的訓(xùn)練，排除很多不可能正確的路徑和分支，這就是基于人類反饋的強化學(xué)習(xí)。

分析師和理財顧問會失業(yè)嗎？

對于金融行業(yè)而言，ChatGPT能否取代投研分析師和理財顧問？

對此，ChatGPT給記者的回答是：“不能替代投資顧問，投資顧問可以根據(jù)客戶的獨特情況為其提供個性化的投資建議，這是我無法替代的?！憋L(fēng)險方面，ChatGPT表示，其應(yīng)用是基于客戶信息，存在著隱私泄露的風(fēng)險。同時，ChatGPT坦言，其應(yīng)用也存在著一定的準確性問題，因為它是基于人工智能技術(shù)，其準確性取決于使用的算法和訓(xùn)練數(shù)據(jù)，而且它也無法取代投資顧問的人際關(guān)系和投資經(jīng)驗。但ChatGPT表示，自己可以替代投研分析師，因為其可以根據(jù)公司的需求，結(jié)合市場趨勢分析和數(shù)據(jù)分析，為公司提供投資決策建議，推動公司利潤增長。

“ChatGPT像一個優(yōu)秀的實習(xí)生。”某券商債券分析師團隊負責(zé)人向記者表示，當(dāng)下這是一個好的工具，但由于國內(nèi)訓(xùn)練數(shù)據(jù)更新不及時，其知識儲備還存在不足。

另一家券商的債券分析師告訴記者，ChatGPT目前還只能做最基本的科普研究，主觀性較強的內(nèi)容還難以替代，每個領(lǐng)域都有一套自己的研究邏輯，目前ChatGPT還沒能掌握。

在投顧領(lǐng)域，目前國內(nèi)在智能客服、智能投資顧問方面已展開探索。

據(jù)浙江大學(xué)金融科技研究院首席金融科技專家邵輝向記者介紹，國內(nèi)線上理財?shù)闹悄芸头ㄟ^識別用戶意圖，并匹配到特定的對話模板來實現(xiàn)服務(wù)。如2017年支付寶的理財客服“支小寶”的前身“安娜機器人”試圖將金融知識圖譜與客服機器人和閑聊機器人結(jié)合，期望通過基于深度學(xué)習(xí)的自然語言處理模型處理復(fù)雜的市場信息，幫助個人客戶做出理性投資，但是存在許多問題，其中一個主要問題，是當(dāng)時的對話模型缺乏多輪對話能力，如今ChatGPT在多輪對話上取得了重大突破，但對于金融理財或投資仍存在問題。

“金融投資需要多樣性?！鄙圯x指出，當(dāng)投資者向ChatGPT提問時，可能會得到類似的答案，這主要是由于大規(guī)模預(yù)語言訓(xùn)練模型難以保證出現(xiàn)多樣化答案，因此在智能投顧流程中，ChatGPT只能作為重要環(huán)節(jié)，而非主導(dǎo)環(huán)節(jié)，個人偏好也應(yīng)由用戶自己決定，而不是由機器決定或誘導(dǎo)。

通聯(lián)數(shù)據(jù)智能投研業(yè)務(wù)中心總經(jīng)理許丹青則認為，機器人目前難以替代人工投資顧問的情感陪伴價值。她表示，在不同的市場情況下，投資顧問需要對投資者進行情感陪伴與長期投資者教育，但ChatGPT對于回答的真假認定尚不清晰，理財領(lǐng)域需要的專業(yè)市場知識、以及資產(chǎn)配置模型等尚有欠缺，另外在情感陪伴方面，暫時無法像真人一樣提供場景化、兼具專業(yè)與同理性的顧問服務(wù)。

ChatGPT在金融領(lǐng)域的落地暢想

在金融領(lǐng)域，ChatGPT以及其代表的AIGC(人工智能技術(shù)生成內(nèi)容)的商業(yè)化落地還有多遠？

據(jù)薛偉介紹，在投研領(lǐng)域，ChatGPT主要應(yīng)用的大規(guī)模預(yù)訓(xùn)練語言模型技術(shù)已被廣泛投入使用。

數(shù)據(jù)結(jié)構(gòu)化方面，通過在金融領(lǐng)域經(jīng)過優(yōu)化的大模型，實現(xiàn)公告和研報等數(shù)據(jù)的結(jié)構(gòu)化，大幅提高數(shù)據(jù)生產(chǎn)效率。另類數(shù)據(jù)挖掘方面，通過大模型在海量的非結(jié)構(gòu)化文本中挖掘投資信號，針對股票、債券等各類標(biāo)的，生產(chǎn)豐富多樣的情緒數(shù)據(jù)。在搜索引擎中，大模型能大幅提升語義搜索能力，面對復(fù)雜多變的語言數(shù)據(jù)，準確地找到滿足用戶需求的結(jié)果。內(nèi)容生成方面，基于大模型強大的語言生成能力，完全依賴模型或者通過輔助人工方式，提高內(nèi)容生成的效率和質(zhì)量，包括輔助研究員寫研報等場景。投顧領(lǐng)域的技術(shù)主要在于知識庫的結(jié)構(gòu)化整理、智能問答的實體抽取與上下文識別，對答案進行結(jié)構(gòu)化整合等。

若將ChatGPT引入金融業(yè)，白碩表示，還需要解決ChatGPT在金融領(lǐng)域落地的“最后一公里”。

白碩告訴記者，如今ChatGPT可以在公網(wǎng)部署，在運營使用中不斷迭代，這是基于它這個大模型的原始能力。但當(dāng)其引入垂直金融領(lǐng)域落地時，其預(yù)訓(xùn)練環(huán)節(jié)還需要調(diào)整。一方面需要做加法，用金融領(lǐng)域的私有、專有數(shù)據(jù)對其進行增強樣本的訓(xùn)練，補足通用模型在金融領(lǐng)域的短板；另一方面需要做減法，將超大模型中金融領(lǐng)域用不到的資源摘除。

“未來，需要將專業(yè)性的應(yīng)用系統(tǒng)，如金融領(lǐng)域已有的專業(yè)數(shù)據(jù)庫、專業(yè)知識圖譜及其他資源，與ChatGPT的意圖理解能力、語言生成能力以及場景掌控能力進行對接，解決商業(yè)化落地的最后一公里?！卑状T表示。