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)

时隔9个月，美联储重启降息。 北京时间9月18日凌晨，🚀美联储最新的议息决议将联邦基金利率的目标区间下调25个基点至😁4%-4.25%，符合市场预期。 一年前，2024年9😁月，美联储启动了四年多来的首次降息，分别在2024年9月、1🥳1月、12月降息50个基点、25个基点、25个基点。进入20❤️25年，美联储连续5次会议维持利率不变，直至本次会议重启降息⭐。 美联储在声明中表示，近期指标表明，就业增长放缓，失💯业率小幅上升，但仍保持在低位。通胀上升，且保持了一定程度的高😜企。为支持其目标，同时考虑到风险转换到平衡，委员会决定将联邦🚀基金利率的目标区间下调25个基点至4%-4.25%。 🥳与7月议息声明相比，本次声明对就业市场的判断由“失业率依然较👏低，劳动力市场状况保持良好”转变为“就业增长放缓，失业率小幅😡上升，但仍保持在低位”，同时新增“通胀上升”的表述。在下调利😎率区间时，强调考虑到了“风险转换的平衡”。在描述调整目标区间😘的条件时，删去了“幅度和时机”的表述。 声明表示，在评😆估合适的货币政策立场时，委员会将继续监控未来的经济数据的影响😍。如果风险的发生会阻碍达成委员会的双重目标，委员会会为调整适😍当的货币政策立场做好准备。委员会的评估将考虑到大量信息，包括🤩劳动力市场指标、通胀压力和通胀预期指标、金融和国际形势发展的🤗数据等。 本次会议共有1票反对，为新任美联储理事米兰（😜Stephen I. Miran），他倾向于在本次会议上降息🤯50个基点。在上个月投出反对票的鲍曼（Michelle W.🤔 Bowman）和沃勒（Christopher J. Wal🚀ler）投票赞成了本次会议，7月他们便倾向于降息25个基点。🎉米兰被认为是特朗普政府经济议程的关键设计者，鲍曼和沃勒则是由😅现任美国总统特朗普提名的理事。美联储7名理事中，上述3人由特😊朗普提名，剩余4人由民主党政府提名。 以下是9月声明全🎉文与7月声明的比较： （删去7月原文：尽管净出口的波动💯继续影响着数据，）最近的指标表明，今年上半年经济活动的增长有😎所放缓。就业增长放缓，失业率小幅上升，但仍保持在低位（7月原😀文：失业率依然较低，劳动力市场状况保持良好）。通胀上升（本月🚀新增），且保持了一定程度的高企。 委员会力图在长期内达😆成最大就业和2%的通胀目标。关于经济前景的不确定性仍处于高位🤩。委员会注意到其双重任务面临的双面风险，并判断就业下行的风险🙌已经上升（本月新增）。 为支持其目标，同时考虑到风险转🙌换的平衡（本月新增），委员会决定将联邦基金利率的目标区间下调🎉0.25个百分点至4%-4.25%（7月原文：维持在4.25❤️%-4.5%）。在考虑对联邦基金利率目标区间（删去7月原文：😜的幅度和时机）进一步调整时，委员会将仔细评估未来的数据、不断🙌变化的前景和风险平衡。委员会将继续减持美国国债、机构债券和机👏构抵押贷款支持证券。委员会坚定地致力于支持最大限度的就业，以🤔及将通胀恢复至2%这一目标。 在评估合适的货币政策立场❤️时，委员会将继续监控未来的经济数据的影响。如果风险的发生会阻😜碍达成委员会的双重目标，委员会会为调整适当的货币政策立场做好🙌准备。委员会的评估将考虑到大量信息，包括劳动力市场指标、通胀😍压力和通胀预期指标、金融和国际形势发展的数据等。 投票😆赞成者包括：FOMC委员会主席（美联储主席）鲍威尔（Jero😎me H. Powell, Chairman）；委员会副主席🌟（纽约联储主席）威廉姆斯（John C. Williams，🔥Vice Chairman）；（美联储理事）Michael 😁S. Barr；[本月新增：（美联储理事）Michelle ⭐W. Bowman」]；（波士顿联储主席）Susan M. 🤔Collins；（美联储理事）Lisa D. Cook；（芝😂加哥联储主席）Austan D. Goolsbee；(美联储🙄理事）Philip N. Jefferson；（圣路易斯联储👏主席）Alberto G. Musalem； （堪萨斯城联储😅主席）Jeffrey R. Schmid；[本月新增：（美联😡储理事）Christopher J. Waller]；投票反😴对这一行动的有米兰（Stephen I. Miran）[7月🙌原文：鲍曼（Michelle W. Bowman）和沃勒（C😢hristopher J. Waller）]，他倾向于在本次🤗会议上降息0.5个百分点（7月原文：0.25个百分点）。[删🙄去7月原文：库格勒（Adriana D. Kugler）缺席🤯，并未参与投票]。返回搜狐，查看更多