用AI解讀重要會(huì)議內(nèi)容，會(huì)給出什么答案？

近日，中金公司大類資產(chǎn)研究團(tuán)隊(duì)推出了AI策略系列報(bào)告，第一篇報(bào)告聚焦中央經(jīng)濟(jì)工作會(huì)議，從AI視角去解讀年度政策思路。

最近兩年，投研領(lǐng)域涌現(xiàn)不少AI應(yīng)用成果。除去年引發(fā)市場(chǎng)較高關(guān)注的分析師用AI撰寫醫(yī)美研報(bào)、發(fā)布AI數(shù)字分身外，還有多家券商推出“大模型+智能投研”成果。

“長(zhǎng)期看，大模型將推動(dòng)投研工作范式的變革，替代人工完成更多創(chuàng)造性工作。”恒生電子首席科學(xué)家、恒生研究院院長(zhǎng)白碩對(duì)券商中國(guó)記者表示，從技術(shù)上說(shuō)，圍繞大模型建立具有高度專業(yè)水準(zhǔn)的RAG（檢索增強(qiáng)生成），可以形成“語(yǔ)控萬(wàn)數(shù)”的效果。比如一份數(shù)萬(wàn)字研究報(bào)告，未來(lái)可以在專業(yè)思維導(dǎo)圖（外掛思維鏈）的引導(dǎo)之下逐段瞬間生成。

用AI解讀會(huì)議

本周一，中金公司大類資產(chǎn)研究團(tuán)隊(duì)推出了AI策略系列報(bào)告，第一篇即是用AI解讀近期召開的中央經(jīng)濟(jì)工作會(huì)議。

研報(bào)開篇提到，人類分析師的常規(guī)政策解讀方法為圈定政策文本中的關(guān)鍵詞句，與上一年關(guān)鍵詞句對(duì)比，判斷政策方向與強(qiáng)度。AI則可以從當(dāng)期與歷史上政策文件中的所有文本中全面提取信息，遵循一致的評(píng)判原則，打破人類記憶極限與主觀判斷局限性。更為重要的是，AI解讀可以把政策表述具象化，把文本信息轉(zhuǎn)化為可追溯的數(shù)字時(shí)間序列，易于追蹤理解，提供量化信號(hào)。

比如，中金公司大類資產(chǎn)研究團(tuán)隊(duì)設(shè)立了一個(gè)“穩(wěn)增長(zhǎng)”情緒指數(shù)，讓AI提取了2011年到2024年歷年中央經(jīng)濟(jì)工作會(huì)議中的“穩(wěn)增長(zhǎng)”相關(guān)文本，再轉(zhuǎn)化為數(shù)字信號(hào)。再將“穩(wěn)增長(zhǎng)”情緒指數(shù)的變化，與近14年來(lái)A股和利率在會(huì)后3個(gè)月內(nèi)的表現(xiàn)進(jìn)行對(duì)比。

該篇研報(bào)還通過(guò)AI分析會(huì)議通稿的文本結(jié)構(gòu)，識(shí)別出2011年～2024年文本中各個(gè)段落的中心主題，進(jìn)行比較。

結(jié)果顯示，2015年～2016年期間“供給側(cè)改革”成為全國(guó)經(jīng)濟(jì)的工作重點(diǎn)，“結(jié)構(gòu)性改革”篇幅明顯擴(kuò)張。2020年以來(lái)全球迎來(lái)“百年未有之大變局”，經(jīng)濟(jì)運(yùn)行出現(xiàn)一些新特點(diǎn)新趨勢(shì)，文件在大方向上的指導(dǎo)更多，“總體理念”主題的篇幅增加?！昂暧^政策”的討論篇幅近年來(lái)逐年增加，且情緒上更積極，反映為了應(yīng)對(duì)內(nèi)外挑戰(zhàn)，“穩(wěn)增長(zhǎng)”政策持續(xù)發(fā)力，更加給力。不過(guò)，對(duì)于具體主題的內(nèi)容變化，AI輸出的結(jié)果其實(shí)和近期各家券商研究所出品的報(bào)告相差無(wú)幾。

券商競(jìng)相追逐大模型

上述研報(bào)主要使用的是AI大語(yǔ)言模型。其實(shí)，使用大語(yǔ)言模型賦能投研工作也算不上“新鮮事”。近兩年，隨著大語(yǔ)言模型的技術(shù)突飛猛進(jìn)，已有部分金融機(jī)構(gòu)率先使用。

券商中國(guó)記者據(jù)公開信息梳理發(fā)現(xiàn)，國(guó)金證券研究所金融工程團(tuán)隊(duì)在業(yè)內(nèi)首提大模型的產(chǎn)業(yè)鏈智能挖掘，通過(guò)和科技團(tuán)隊(duì)的合作挖掘最新輿情中的標(biāo)的，如產(chǎn)業(yè)鏈板塊、關(guān)聯(lián)度等；依托大模型的信息整合和推理能力深入挖掘新聞解讀、輿情、智能市場(chǎng)分析、智能研報(bào)寫作等場(chǎng)景。

海通證券打造“e海言道”研報(bào)點(diǎn)評(píng)大模型，提供文檔解析、維度推薦、證據(jù)檢索、報(bào)告生成等。該模型可自動(dòng)生成年報(bào)、半年報(bào)、季報(bào)、月報(bào)點(diǎn)評(píng)報(bào)告的點(diǎn)評(píng)，并能夠追溯點(diǎn)評(píng)報(bào)告中所使用的數(shù)據(jù)來(lái)源。

再比如，中信建投的智能投研平臺(tái)，實(shí)現(xiàn)了智能摘要、智能轉(zhuǎn)錄、文檔問(wèn)答、投研觀點(diǎn)溯源等功能，可以10分鐘“聽”完2小時(shí)的調(diào)研會(huì)議，提升投研工作效率40%以上。申萬(wàn)宏源和國(guó)泰君安也探索了AI賦能投研，前者推出了研報(bào)自動(dòng)化智能降維解讀，后者賦能研報(bào)同版翻譯、研報(bào)轉(zhuǎn)PPT、會(huì)議轉(zhuǎn)寫、智能撰寫、合規(guī)審查等場(chǎng)景。

除此之外，去年5月，招商證券傳媒首席分析師、TMT（科技、媒體和通信）大組聯(lián)席組長(zhǎng)顧佳發(fā)布的AI數(shù)字分身，可以24小時(shí)工作，并同時(shí)出現(xiàn)在路演現(xiàn)場(chǎng)等多個(gè)場(chǎng)景，曾引發(fā)極大關(guān)注。

總體而言，在賦能投研上，AI更多是聚焦已有研報(bào)等信息的整合，或者二次加工，以音視頻等形式輸出，直接使用AI寫研報(bào)的案例不多。從中金公司大類資產(chǎn)研究團(tuán)隊(duì)的這次實(shí)踐不難看出，使用AI寫研報(bào)，離不開與人類分析師的配合協(xié)作。中金公司大類資產(chǎn)研究團(tuán)隊(duì)先設(shè)定研究思路和框架，并將提取的文字信息設(shè)置不同的權(quán)重，才能輸出量化的結(jié)論。

“大語(yǔ)言模型的判斷受訓(xùn)練數(shù)據(jù)和算法限制，在特定條件下（如數(shù)據(jù)稀缺、語(yǔ)境復(fù)雜）對(duì)文本的判斷可能不準(zhǔn)確，其分析結(jié)果僅作為參考，無(wú)法替代專業(yè)投資分析，投資者在使用時(shí)應(yīng)結(jié)合實(shí)際情況進(jìn)行判斷。”中金公司大類資產(chǎn)團(tuán)隊(duì)在報(bào)告的風(fēng)險(xiǎn)提示中提到。

當(dāng)前應(yīng)用場(chǎng)景仍有局限性

目前，在業(yè)內(nèi)看來(lái)，大語(yǔ)言模型的優(yōu)勢(shì)主要在于提升投研體系效率，可以對(duì)海量數(shù)據(jù)進(jìn)行處理，承擔(dān)一些重復(fù)性、事務(wù)性工作。

白碩對(duì)大模型在投研領(lǐng)域的應(yīng)用前景較為看好。他向記者表示，投研是一個(gè)搜集數(shù)據(jù)、分析數(shù)據(jù)、研判趨勢(shì)、形成觀點(diǎn)的過(guò)程。目前市場(chǎng)對(duì)投研能力提升的需求，具體表現(xiàn)為“搜、讀、算、寫”四個(gè)主要環(huán)節(jié)。大模型憑借精準(zhǔn)的意圖理解能力、流暢的文本寫作能力和在長(zhǎng)文本、多模態(tài)及慢推理等方面能力上的顯著提升，讓大模型賦能投研有了足夠堅(jiān)實(shí)的技術(shù)基礎(chǔ)。

他提到這種全方位的能力就不僅局限在“數(shù)據(jù)分析軟件”的層面，而是將信息搜集、數(shù)據(jù)和知識(shí)提取、分析研究與觀點(diǎn)輸出、觀點(diǎn)呈現(xiàn)、跟蹤調(diào)整等各個(gè)環(huán)節(jié)全面用AI武裝起來(lái)。

不過(guò)，就當(dāng)下而言，AI在投研領(lǐng)域的運(yùn)用場(chǎng)景仍存在一定局限性。興業(yè)證券研究團(tuán)隊(duì)認(rèn)為，大模型的“生成”能力仍然基于已有規(guī)則或“語(yǔ)料”的學(xué)習(xí)，自身的復(fù)雜推理能力仍相對(duì)較弱。如果向其所投喂的數(shù)據(jù)或訓(xùn)練過(guò)程出現(xiàn)偏差，很容易導(dǎo)致相關(guān)模型“一本正經(jīng)胡說(shuō)八道”，因此當(dāng)前仍需要人力的監(jiān)督和介入，才能更好地發(fā)揮好AI的作用。

如何打造一個(gè)更“好用”的投研平臺(tái)？白碩認(rèn)為，從技術(shù)上說(shuō)，關(guān)鍵是圍繞大模型建立具有高度專業(yè)水準(zhǔn)的RAG，把大模型強(qiáng)大的語(yǔ)言和邏輯推理能力、優(yōu)質(zhì)廣譜的金融“活數(shù)據(jù)”供給以及投研業(yè)務(wù)的協(xié)同工作環(huán)境有機(jī)地整合在一起，形成“語(yǔ)控萬(wàn)數(shù)”的效果，讓海量數(shù)據(jù)召之即來(lái)、來(lái)之能算、算之能用。

“比如說(shuō)，有人認(rèn)為大模型寫作會(huì)產(chǎn)生幻覺(jué)，專業(yè)研報(bào)的可信度會(huì)受到質(zhì)疑。的確，‘只’用‘裸’大模型是這樣的情況，但是在外掛的精準(zhǔn)知識(shí)引導(dǎo)下，在RAG的“語(yǔ)控萬(wàn)數(shù)”能力的加持下，大模型+RAG的整體效果就完全不是這樣?！卑状T稱，它不僅可以錨定已經(jīng)訓(xùn)練到大模型里的陳舊、公開、概率性數(shù)據(jù)，還可以通過(guò)強(qiáng)大的RAG，對(duì)接到各類實(shí)時(shí)更新的、私密敏感的、精準(zhǔn)的數(shù)據(jù)。不僅能理解文字，還能理解文檔里的表格、圖表、公式、音視頻。

中泰證券計(jì)算機(jī)分析師蘇儀在券商大模型運(yùn)用的深度研報(bào)中提到一個(gè)觀點(diǎn)也值得關(guān)注。她表示，券商等金融機(jī)構(gòu)擁有高價(jià)值的領(lǐng)域數(shù)據(jù)資產(chǎn)，一方面能夠充分訓(xùn)練大模型提升效果，另一方面也面臨更多合規(guī)和安全問(wèn)題。更深層次的大模型應(yīng)用一定是基于高質(zhì)量的私域數(shù)據(jù)開發(fā)的，券商可能需要自建算力集群私有化部署來(lái)完成。