火起来的AIGC，未来商业化前景如何？

ChatGPT正在给资本市场带来全新的活力，千行百业也在积极拥抱人工智能技术。

在此背景下，金融业的一系列特性，决定了AIGC（AI generated content，意为人工智能生成内容）与金融业的结合，格外引人注目。

目前包括摩根士丹利、彭博、德意志银行等，都已有初具雏形的应用逐步落地。

AIGC与金融业的结合只是噱头吗？将在哪些维度、何种程度改变金融行业？什么样的金融机构在此背景下有更大的机会？

2023年5月18日，在由《财经天下》、「市界」、《博客天下》联合举办的2023异想大会上，中金公司研究部非银金融行业及金融科技行业首席分析师姚泽宇带来了《AIGC将给金融业带来怎样的变革？》主题演讲，针对这些问题给出了自己的一系列解答。

以下是姚泽宇演讲全文：

AIGC+金融应用逐渐落地

随着GPT、AIGC概念的火爆，最近半年有很多在金融场景里的相关应用已经开始逐渐落地。

我们举三个在海外已有雏形的例子，分别是AIGC+彭博、AIGC+摩根士丹利还有AIGC+德意志银行。这三个例子分别代表在金融信息数据服务领域的应用，在风控领域的应用，以及在财富管理领域的应用。

首先是AIGC+彭博，我们知道以前在中国的金融信息数据服务领域，使用一些数据终端的时候，都是以目录式查询的方式，一层一层地往下找到自己想要的东西。彭博跟AIGC的叠加，就使得用户可以直接通过问答的方式，获得自己想要的一些数据、指标库和现存的图表等等。

其次是AIGC+摩根士丹利，这主要涉及财富管理领域，以前财务顾问、投顾在服务高净值客户的时候，服务质量严重依赖于投顾的专业水平，现在通过AIGC的加成，整个大摩底层分析师的智慧、研报的能力以及资产配置的能力，都能通过AIGC高效地输出给投顾，投顾再通过B2C的方式输出给客户，大大地提升了投顾服务的效率。

关于德意志银行和AIGC的结合，更多则应用在风险控制领域，通过非结构化数据的提取和处理，能够更好地识别交易对手方的风险，进行提前预警。

AIGC看起来是一个非常热门的概念，在金融领域有什么能与不能呢？在回答这个问题之前首先要看看AIGC的属性，和我们过去几年说的比较多的传统通用型AI有什么不一样，又有什么新的创新点？

这里总结了五个方面的区别，分别是工作方式、创新能力、应用范围、运用技术和推理能力。

比如在创新能力方面，传统AI主要在给定的数据和规则范围内进行操作，并在此范围内找到最佳解决方案，而AIGC能够生成全新、独特的内容；在推理能力方面，传统AI主要关注数据的识别和推理，但AIGC能够更好地理解语义和上下文，并能够进行更高层次的推理和创造性的生成。

简单来说，区别于传统AI只是一种判别模型，我们认为AIGC是一个生成式的模型。

说到AIGC的能与不能，所有基础其实是目前线上线下全人类已有的智慧和信息，在这个基础上，AIGC能够基于一些概念模型，模仿人的输出，在较多重复性的内容生产方面可能会替代很多人的劳动。

但它的不能也恰恰在于，它的基础是全人类的智慧，只有我们不断的补充这个信息库，它才可能被训练地更好。

AIGC内容的生成只能是对人类信息库进行模仿和再加工，它的内容生成取决于输出的质量。换句话说，AIGC是一个工具，这个工具能发挥的最大效率，很大程度上取决于使用这个工具的人本身具备的能力。

为什么是金融？

为什么AIGC在金融这个领域有很大的想象空间？这主要是因为金融行业的三个特性——资源密集、人才资本密集以及在牌照及合规方面的要求。

资源密集方面，金融行业具有信息、数据、知识密集型的特性，使得AIGC天然在很多方面可以提升金融服务的效率。