21世纪经济报道 实习生 张长荣 记者 崔文静 北京报道在金👏融科技加速渗透的行业背景下，机构竞争的重心正悄然生变。 🤯 如今，从底层技术架构的数字化重构，到前端业务场景的智能化升😊级，金融科技已从“可选项”变为行业“必答题”——大模型、云计😘算等技术的规模化应用，不仅降低了中小机构的技术准入门槛，更让🤩行业整体的技术底座逐步趋同。 “未来大中小机构在算法与😴算力上的差距必将逐步缩小，金融机构的核心竞争力也将随之转向数😆据。”恒生聚源总经理吴震操判断，对于规模相近、业务模式易同质❤️化的机构，内外部数据的挖掘利用能力将成为竞争胜负手。 😎作为国内领先的金融、产业数据资讯服务提供商，恒生聚源的行业判🌟断并非空穴来风——其不仅拥有聚源金融数据库、洞见智能投研、智👏能小梵、智眸风险预警系列等丰富产品线，更经过25年市场耕耘，😍在金融市场需求理解、产品设计、客户拓展及专业服务等领域，积累👍了扎实的实践能力与深厚经验。 基于对行业趋势的洞察，恒🌟生聚源在2023年推出面向金融投研场景的大模型产品“Warr🙄enQ”，随后，于今年发布AI友好型金融数据库AIDB。AI😢DB通过统一数据范式、简化查询逻辑及强化数据治理，可实现大模🙌型对金融结构化数据的精准调取。 不过，恒生聚源的思考并😴未止步于数据基础建设。在其看来，相较于技术本身，未来金融AI🤯发展的真正突破口，在于将技术与业务深度融合的“场景化应用”。😀 在这场大模型赋能金融行业的进程中，恒生聚源希望承担三🙌大核心作用：立足数据公司本源，发挥数据要素企业的核心价值；以😡行业先行者身份，助力金融机构大模型落地；联合各方，共同探索商😎业模式创新。 而从长远来看，恒生聚源的目标不仅是成为技🥳术服务提供者，更是AI时代金融行业的“智能信息服务伙伴”。为😘实现这一愿景，恒生聚源已展开精准布局，重点聚焦投研、财富管理🤯、风险预警三个与金融机构核心业务紧密相关的领域。 21😂世纪：当前通用大模型在辅助工作中容易出现幻觉，应如何解决？个💯人投资者又该如何辨别信息？ 吴震操：AI幻觉是大模型固👏有的现象。目前常见的应对方式是让大模型结合外部信息进行结果优👍化。行业常用的“检索增强生成（RAG）”和“上下文工程”，通🌟过检索获取外部知识，再结合大模型自身的推理能力生成内容。这样😀做一方面可以弥补大模型自身知识储备的局限，另一方面也可能帮助🤩用户发现因自身知识或检索能力有限而未能获取的信息。 对🤗于用户来说，在使用大模型时常需要判断信息的真实性，建议采取以😎下措施：第一，多对比不同的大模型。不同模型的训练数据和算法不😁同，输出的结论和分析角度也会有差异。 第二，对结果进行🚀溯源验证。目前主流商业大模型平台通常会提供来源链接、参考文献🌟或相关图表，用户应主动核查来源的发布时间及可靠性，以评估信息😜的时效性和可信度。 第三，可借助智能体平台自定义工具。😅目前不少智能体平台开放自定义功能，用户可根据自己的投资习惯和🎉分析方法搭建专属智能体。 21世纪：面对机器逐渐替代部🤗分基础岗位的趋势，我们应如何建立“人机协同”的工作模式？需要😂掌握哪些关键技能才能与机器深度合作而非被替代？ 展开全🤔文 吴震操：大模型处理基础操作和日常重复性工作的能力会😀越来越强，这是技术发展的必然。但目前大模型仍有明显局限，无法😉完全替代人类。 首先，重大决策仍依赖人类。决策不仅需要😡足够多的背景知识、全局观和行业经验，更需要判断力和坚决的意志💯，而大模型仅依靠训练数据推理，缺乏真实场景经验，目前无法承担🌟重大决策。其次，大模型尚不能替代人类在精准洞察和信息挖掘方面😆的作用，尤其是人际深度交流方面。大模型的信息来源局限于已有知❤️识库或网络内容，无法及时获取第一手信息，也不具备第一时间对原😘始信息进行进一步探究、整合并影响决策的能力。 事实上，😊人类与大模型并非对立，而是走向共存。这种共存不仅推动大模型能👍力不断进化，也会促使人类持续提升自身能力。因此，我们不必过度🌟担忧大模型的发展，而应更主动地将其作为协作伙伴，建立深度合作😜关系。 21世纪：目前中小券商由于科技投入资金有限，往🤗往依赖外部技术支持。如果多家机构采用相同或相似的外部技术，这😜是否可能导致服务或策略上的同质化？应如何应对可能出现的同质化🚀现象？ 吴震操：这一问题并非中小金融机构独有，大型金融😍机构同样面临类似的挑战。当前，大模型的马太效应日益显著，未来😡市场上广泛应用的通用大模型可能会高度集中，推动形成“算法平权😴”和“算力平权”两大趋势。不同规模的机构在算法和算力方面的差😢距将逐渐缩小。 在这一背景下，机构在投资决策、市场研判👍等核心业务上的差异，将越来越取决于其在“取数、用数、算数”环🤯节的能力。金融机构的核心竞争力，正在转向对数据的获取与运用能😎力。 因此，机构应重点从两个方向发力：一是获取更多更有🤔价值的外部数据；二是深度挖掘和高效利用自身内部数据。尤其对规😂模接近、业务模式趋同的机构而言，数据的高效挖掘与利用能力将成😁为决定机构竞争胜负的关键。 高效运用内部数据，关键在于🙌机构内部的数据治理能力。我们认为，未来商业场景中的大多数数据👏，不应仅服务于人类或传统业务系统，还应主动适配大模型的使用需😜求。 正是基于这一认识，我们今年推出了“AI友好型数据🚀库”（AIDB）产品。AIDB通过一套系统化的数据治理方案和🥳标准化市场数据指标体系，帮助机构优化数据供给，充分释放内部数😡据价值。 21世纪：随着大模型逐步落地，其规模化应用的🔥问题也逐渐受到关注。AI智能体距离真正处理复杂、多步骤的金融😡投资决策流程还有多远？ 吴震操：目前，随着金融机构将更😀多传统业务流程交由大模型处理，“智能体+大模型”在金融场景的🤩融合应用已进入关键实践阶段。 过去，受限于大模型的生成💯式特性，其难以独立承担复杂任务。行业普遍认为，涉及复杂金融工😜程的任务很难直接通过大模型完成。但智能体的引入改变了这一状况🤗：它能够调用现有的金融工程模型、机构内部细分模型，并适配内部🙌投资策略等，实现对既有专业工具的高效复用。在这一模式下，智能🌟体、大模型与机构现有的金融工程体系和业务系统实现了有机融合，😂不再孤立运作。恒生聚源的金融智能体平台把大模型能力、业务系统🤗逻辑和金融数据编织在一起，进一步提升投研和投顾的效率。 🔥 展望未来，大模型本身推理能力的提升也会朝着与金融工程模型融⭐合方向不断演进。大模型技术能力的进一步提升，将推动金融工程模🥳型持续迭代和效能升级。 21世纪：中国金融科技公司在人🎉工智能应用方面有哪些优势？还可以从哪些方面提升？ 吴震😘操：当前国内在很多细分的工程场景下，例如图计算、联邦学习等技😜术已处于全球领先水平。在此基础上，我认为未来金融AI发展的突🥳破口在于“场景化应用”。 推动场景化应用，可以依托资本😴市场与股权投资市场机制，建立科研成果向企业转化的有效通道。目🥳前许多优秀成果仍在实验室阶段，若要实现价值转化，必须与实际金❤️融场景深度融合，落地到具体业务环节中。 在此过程中，需😍打通科研力量、行业需求与资本之间的协同链路，明确各方角色与作🙄用，共同推动优质科研成果从实验室走向企业实践、在行业领域落地😎生根。 除此以外，还可以扩大与海外金融机构及金融科技企😀业的交流合作。受益于风险资本的持续支持与推动，目前海外金融A😴I领域的场景落地实践已非常丰富。建议密切关注海外动态，与海外🤯金融机构、金融科技企业开展常态化沟通。 21世纪：未来💯3-5年大模型发展会有哪些变化？恒生聚源希望发挥什么作用？ 👍 吴震操：我们预计未来三到五年大模型发展将逐步显现三大变👏化：首先操作层面将实现关键突破，逐步替代大量繁琐工作；其次人🤔机交互模式将发生深刻变革，人类可通过日常自然语言直接与业务系😜统交互；此外，行业IT建设将显著变化，“大模型+智能体”能让😅过去需大量IT人员的开发实现低/无代码化，这类工具普及后可助🌟力业务人员自主操作、盘活资源，大幅释放业务团队能力与生产力。🤔 与此同时，大模型发展也面临新的挑战，例如“幻觉”问题🤗、数据安全与伦理风险等。金融作为“国之重器”，在大模型应用过👍程中，必须强化审核与监管机制，我们亦期望与监管部门共同探索合😡规路径。 在大模型赋能金融行业的进程中，恒生聚源希望承😎担三大核心作用： 其一，立足数据公司本源，发挥数据要素😁企业的核心价值。聚焦金融数据的流通与赋能，助力金融行业充分激😍活数据价值。 其二，以行业先行者身份，助力金融机构大模🙌型落地。恒生聚源作为金融行业大模型早期实践者，近年已完成大模🌟型训练、产品品牌构建，积累了丰富经验与教训。我们期望将这些经😴验转化为行业资源，助力金融机构在数字化转型中高效推进大模型落👏地应用。 其三，联合各方，共同探索商业模式创新。当前行🔥业对大模型的认知多停留在“降本提效”，我们更愿联合金融机构、😍监管部门等共同探索其对金融机构商业模式、客户服务渠道与方式的😎变革价值，最终共创全新商业模式——这也是恒生聚源面向行业长远😎发展的目标。 21世纪：恒生聚源成为“智能信息服务伙伴😎”的具体路径是什么？哪些领域会优先突破？ 吴震操：在数🔥据要素市场化的大背景下，恒生聚源明确“数商”定位，形成“金融👍、科技、AI”三大核心标签。我们期望能够落地更多应用到投资研😉究、财富管理及风险预警等具体业务场景中，真正融入客户的业务流🤔程、提供信息支持与参考，未来将主要聚焦三个领域： 一是🙄投资研究领域。过往数据厂商多仅对知识初步加工，核心原因是投研👏与投资策略高度多样化——不同从业者有独特风格，难以标准化，因😁此行业多提供半加工的中端形态数据。而人工智能时代，借助大模型😘可深化知识加工，还能依据机构及投研人员的个性化偏好，协助提取😁所需信息、生成符合其风格的深度研究数据与阶段性成果。因此，我😴们认为，未来5至10年将是研究类数据的蓬勃发展期。 二😢是财富管理领域。我们不仅拥有传统金融工程基础设施，还积累了海🙄量高质量数据。我们期望在人工智能时代从两方面提供支持：一是为😂用户优化资产配置、提升投资能力提供信息支持；二是赋能投资顾问🔥，为实现财产增值提供研究支撑。 三是风险预警领域。风险👏与流动性、投资、交易活动紧密相关。未来，我们将依托AI技术进🔥一步助力金融机构提升风险预判、评估能力。返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

文 | 李倩说品牌 文 | 李倩说品牌 “做品牌😡”是一个人人都能说、快被说烂的事。这件事太容易被误解了，现实🙌语境中，说起“做品牌”，常常是鸡同鸭讲，说的压根不是一回事儿😎。 举个例子：我在一次CEO闭门讨论会上遇到一个高管，😎当大家在讨论如何抓住新的内容平台做品牌时，他说：我觉得没有做🎉品牌这回事，我们做企业本身就是在做品牌。你看，这就是典型的混🙌淆概念了。 “做品牌”，很容易被误读，有两个比较常见的😆说法： 一、“做品牌”= 好好“做企业”。 品牌🙄=企业，这种理解是把品牌这个词泛化和放大了，认为只要企业做得🌟好就等于品牌做得好。在这种理解视角下，品牌部门、品牌专业，甚😅至品牌工作本身的存在，价值不大，甚至会觉得品牌部门“可有可无😊”，品牌专业“没啥大用”，品牌工作就是“敲锣打鼓”。 😴我亲耳听过一家上市公司最大的事业部总经理说：做什么品牌，我们😴业务部门做好了就有品牌，要什么品牌部门？！ 二、“做品💯牌” = 做具体的“营销动作”。 品牌=营销动作，这种😀理解是把品牌这个词功能化了，认为品牌就是一种非常具体的动作，🤗比如做PR（公共关系）、做产品推广、做文案和设计等。这种理解😂就像是你说“做人力资源”，别人理解成“招人”；你说“做行政”👍，别人理解成“前台接待”。 一旦这样理解“做品牌”，最😢大的后果就是：CEO立刻觉得这事太小了。你们品牌部门自己做做😎就行了，这点事不需要太耽误我的时间。 先明确一下，我今😉天说的"做品牌"不是说做企业，也不是做某个具体的营销动作。这🚀里的“做品牌”= 做企业关键信息的梳理和表达。 这种理😁解下，品牌要先萃取总结，再营销表达，是一个信息梳理、内容生产😢、营销传递的过程。 如果一个企业，不能意识到做品牌究竟⭐意味着什么，它就无法真正进入到做品牌的过程中，也就无法拿到做🤔品牌带来的成果。要么陷入到“品牌无所谓”的轻视，要么进入到对😎一个具体的“活儿”的考核，漏掉了全局梳理管理的关键工作。 🔥 咱们既不要蓄意放大它，也不要刻意缩小它。正常理解它，才能🤯做对做好它。 02 “做品牌”的四大核心议题 如🚀果你认可“做品牌”是值得投入的事，也认可上面所说，“做品牌”🙄就是做信息的表达和内容的体验。好，我帮你说清楚“做品牌”都有🚀哪几大板块的工作。 实际上所有“做品牌”的工作，不外乎🙌这四大核心议题。你可以一边思考一边做个归类： 第一大品👍牌工作议题：【我是谁】 展开全文 众所周知的那些🥳关于品牌定位、品牌战略、品牌特色、品牌名称、品类和产品、商业🌟模式、定价策略、品牌渠道、品牌故事、品牌口号、品牌哲学、品牌🤩VI、品牌理念、品牌安全、品牌管理规范、品牌CIS……这些满🙄坑满谷的概念、工具，只要是关于说明品牌方自己信息的，都可以归🤯到这一类【我是谁】的议题下。 很多时候你可能会被这些概😀念搞得头昏脑涨，我想说：其实你不必理会这些故弄玄虚的概念，喜💯欢卖弄这些概念也不是什么有益的事情。 你可以把每一个概🌟念都当做一个向你发起提问的记者，借助于它的提问，从不同角度，💯帮你想清楚说清楚【我是谁】。 当然，如果觉得需要专业的🙌外部咨询顾问辅助你来想清楚、表达出来，也是很好的办法。 😊 但不管用什么办法，想清楚说清楚【我是谁】，都是第一重要的品⭐牌工作。这一点如果糊弄过去了，后面三件事绝不可能做好。 😡 我们遇到一些品牌，请我们帮忙直接做“品牌物料”，说已经把品😉牌是谁的事都想清楚了，就差输出内容了。结果品牌中心轴十要素逐🌟一细问下去，能回答上来的，不到三分之一。 【我是谁】要🙄经得起方方面面角角落落的追问，才叫真正“说清楚”了。 🤔看起来简单，但真正要做到“说清楚”并不容易，要花很多时间很大😊力气，而只有那些真正有恒心塑造品牌的企业，才会在这件事上不惜❤️投入（主要是时间投入）。 后面我会持续分享这些年遇到的😉那些在【我是谁】上真花过心思、获得市场奖励的好品牌。 😢第二大品牌工作议题【你是谁】 如果说【我是谁】是品牌对🤗自身的认清和表达，那么，【你是谁】，就是品牌对顾客的洞察和探😍索。 这个大议题下包含的工作量也很大。既有时髦的所谓市😀场调研、顾客画像、用户研究、痛点挖掘、顾客旅程、品牌触点等工😘作，也有基于这些工作产生的内容形式、内容渠道、内容手法、内容😴调性等内容体验的整体策略。 说白了，【你是谁】是研究透🚀顾客/受众，并基于这些研究去匹配内容策略的过程。 这个👍议题处理得好，品牌营销的效率才能真的提上去，也许你会发现，看🥳清楚了【你是谁】之后，好多品牌动作压根就没必要做。 【😜你是谁】决定了一个品牌输出内容的策略，满世界越来越多的内容形⭐式（图文、视频、音频、虚拟……）、内容渠道（媒体、门店、经销😴、私域……），我们到底以什么内容渠道为主，以什么内容形式为主😀呢？ 你看，如果人群、旅程和内容策略足够精准，是不是就😀能省掉很多事儿？ 第三大品牌工作议题【我们的成果】 😁 光知道【我是谁】【你是谁】只是品牌展示的工作，最好的“做🎉品牌”一定要讲究“品效合一”，因此第三大品牌工作议题就是双方🤗碰撞之后产生的【成果】。 没有【成果】的品牌工作，就是😂唱高调，耍流氓。 可能你要问：【成果】是不是就是说购买😆产生销量啊？ 不全是。 品牌工作毕竟不只是销售工😍作。品牌工作不单单以“购买”作为评估成果的一个标志，除了购买😎，还有其他三件事，也可以表示品牌的工作有了“成果”。 😴这三件事分别是：复购、连接、分享，再加上“购买”，一共四大成😆果。 如果企业高质量完成了【我是谁】、【你是谁】，那么🤩围绕着四大成果去反向设计品牌内容和运营动作，好的品牌工作，将💯会不断提高这四方面的成果表现。 要么能让人直接拿钱投票😜（直接下单），要么能让人产生复购或转介绍（买了又买，劝别人买😀），要么能让人产生和你主动连接的动作（点赞、投票、留言、UG👍C、参加活动、扣1、说话、到店……），要么能让人分享你的产品😀和内容（转发、传播、拍照、举例、转告……）。 你看，如🤗果【我是谁】说得够清楚，【你是谁】做的够清楚，四大【成果】运😆营得够极致，说得绝对一点，一个品牌的所有顾客/潜在顾客都至少🤯可以满足购买、复购、连接、分享四大效果中的一项。 这，🤩才是最精准的品效合一。 第四大品牌工作议题【内容的效率🤩】 做到了成果，不意味着“做品牌”的工作就结束了。 🙌 好的“做品牌”不仅要看“成果”，还要看“效率”。我们究竟🥳用了多长时间、多少投入、多大精力做到了这样的一个“成果”，这😘个过程是否可以不断优化？不断提高上述所有内容的生产效率？ 😘 这个过程中包括但不限于：在梳理品牌过程中对管理的效率、在😆企业内部跨部门品牌沟通的协作效率、内容团队生产内容的效率、内🤔容团队的管理效率、内容团队的协作效率、AI辅助内容生成等新趋😴势的试用效率…… 你看，这些问题几乎都聚焦在做品牌这件😘事的“内部摩擦力”上。 事实上，这些看起来很抽象的问题👍，都是有方法、工具、流程可以解决掉的。 毕竟，德鲁克老👍先生说过：凡是不能被测量的事，都无法被管理。既然我们想要“管👍理品牌”工作，那么就需要想到办法“测量”这些事，不断用工具、🚀数据加速，让做品牌的正向飞轮转动起来。 这是很容易被企😊业忽略掉的一块“做品牌”的工作板块，不管是大企业小企业，在品😆牌内容工作过程中，都会产生大量的沟通和管理成本，而这部分成本🥳，是完全可以压缩提效的。 结语 以上，我试图用最😁简朴的语言把“做品牌”这件事说清楚，希望能在你的脑海里建立起😡清晰的一张地图，让做品牌这件复杂的事从此明了起来。返回搜狐，😎查看更多