AI赋能资产配置(六)：海内外资管机构AI大模型应用探索

请务必阅读正文之后的免责声明及其项下所有内容2022025年3月1212日AI赋能资产配置(六)海内外资管机构AI大模型应用探索证券证券研究报告 | | 总量策略· 资产配置证券分析师：陈凯畅021-60375429chenkaichang@guosen.com.cnS0980523090002证券分析师：王开021-60933132wangkai8@guosen.com.cnS09805210030001请务必阅读正文之后的免责声明及其项下所有内容◼AI大模型技术日新月异，赋能金融资产管理行业。在技术供给端方面，近几年AI大模型大规模集中发布，对改变当下社会生产生活具有强大的潜力；在业务需求端方面，全球资产管理规模发展趋势乐观，但利润下行等压力并存，亟需寻求降本增效创新方案。而资产管理行业需要处理庞大复杂、获取门槛低的数据信息，极其适合在业务端发挥AI大模型的优势促进提效降本，增添强大的发展新动力，因而许多资管机构都重视AI大模型的战略意义并且推进投资布局。◼国外资产机构依托三大优势迅速推进AI大模型应用。国外依托数据生态成熟、金融科技基建完善、技术起步早等优势，加速开展在资产管理领域的AI大模型实践应用。贝莱德（BlackRock）和摩根资管（J.P. Morgan Asset Management）等全球知名的资产管理机构将大模型应用到已有的AI集成平台或系统当中，在自研平台中确保数据安全，并定制行业专属的数据集训练方案。 Vanguard提出大模型应用的创新解决方案，在实践方案与应用方法论层面实现突破。◼DeepSeek助推国内资管机构加速智能化转型。DeepSeek在发布后，因其高效、安全和开源等特点，与国内各行业各机构快速实现合作部署，其中包括金融资管领域。易方达基金、富国基金等国内资管机构已经部署了DeepSeek大模型，推进应用于多个业务场景。DeepSeek短时间内能实现大规模部署，强力推动了国内资管机构积极探索大语言模型应用，加速智能化转型。◼“AI+HI”的人机协同模式是资产管理行业应用AI大模型的趋势，明确AI大模型的“协助者”本位。AI大模型在技术上存在“幻觉”问题，存在提供虚假或误导性信息的可能，要凭HI（Human Intelligence）辅以人工的信息筛选以及决策把关，明确资管主体的“主驾驶”定位和AI大模型工具的“副驾驶”定位，规避数据泄露等风险的同时，将AI大模型工具应用于资管业务价值链各个环节，提高AI大模型应用广度和深度以实现降本增效，增强资管机构的行业竞争力。◼风险提示：(1) AI大模型落地进程出现波折；(2) 技术算法模型存在偏差；(3)文中所提及公司仅做客观事件汇总，不涉及主观投资建议。请务必阅读正文之后的免责声明及其项下所有内容AI大模型赋能金融资管行业01国外资管机构的AI大模型应用案例02国内资管机构的AI大模型应用案例03资管领域应用AI大模型的场景04挑战与启示总结05请务必阅读正文之后的免责声明及其项下所有内容头部主体201720182019202020212022202320242025GPT-1GPT-2GPT-3CLIPCodexInstructGPTCHATGPTGPT-4SoraTransformerBERTT5PaLM模型ToolformerLLaMATuring-NLGDeepSeek-V3DeepSeek-R1◼ 大语言模型是信息时代AI技术发展的产物。大语言模型（LLM）是基于人工智能（AI）系统构建的复杂算法模型,核心特点是规模庞大，体现在参数规模大、训练数据量大和计算资源消耗高，能够处理、理解和生成自然语言（如人类使用的文字或语音）。能够应用于社会生产生活的各个领域当中。◼ AI大语言模型在近几年开始了大规模的集中发布。从2017年发布的Transformer到2025年的DeepSeekR1,诸如OpenAI、Google、Microsoft等全球知名科技公司和国内幻方量化公司，都发布了自研的大语言模型。其演变掀开了人工智能技术爆发的序章，尤其是在大语言模型领域，其崛起由三个里程碑式的成就凸显：（1）Transformer：该模型为构建精确灵活处理复杂任务的大规模高效模型奠定基础；（2）ChatGPT：通过对话式AI，连接了高级AI与普通用户的桥梁，增强大语言模型的互动性和可访问性，产生广泛的社会影响；（3）DeepSeek-R1：大幅降低算法成本，且开源性质加速了顶尖AI的普及应用，在对AI发展方向产生深远影响。资料来源：各公司官网，国信证券经济研究所整理图1：AI大语言模型技术的发展时间轴请务必阅读正文之后的免责声明及其项下所有内容◼ 全球财富市场与资管行业的需求与压力并在。根据BCG公司的《2024年全球资产管理报告》，2023年全球资产管理规模同比增长12%，达到118.7万亿美元，各地区管理资产规模均实现正增长,资管行业在呈现乐观发展趋势的同时，也面临着利润下降等多重压力。全球资产管理行业面临着全球资产规模增长的需求和自身利润下降的压力，能寻求能实现降本增效、提高服务质量的方案。◼ 依托AI大语言模型的自然语言处理能力，能高效解决资产管理中的数据困境。在资产管理活动中会面临着繁多复杂的数据信息，包括市场数据、公司数据、客户数据等，AI大语言模型能够在庞大的信息网络当中展开搜集、整理、分析、预测等工作，进行覆盖全过程的精细化的数据处理。与其比较，通过纯人工的方式去应对海量数据的效率十分低，在搜寻和整理所需要的信息时容易陷入“信息迷宫”，在分析和预测环节又容易因为信息掌握不完全或失真而降低产出质量。图2：全球资产管理行业的发展现状（规模:亿美元）图3：资管领域的海量数据信息资料来源： 2024年BCG全球资产管理报告，国信证券经济研究所整理资料来源：Wind，国信证券经济研究所整理产品要素与收益销售人员概况内部档案政策文件公司数据宏观经济走势行业动态市场交易实况企业研究报告上市公司公开信息同行产品数据新闻资讯重要会议纪要市场数据历史交易记录金融资产总值持仓详情年龄层次投资年限客户数据37.347.669.173.783.580.793.5103.7116.6106.3118.70204060801001201402005201020152016201720182019202020212022202320052010201520162017201820192020202120222023请务必阅读正文之后的免责声明及其项下所有内容◼ 随着大模型及生成式AI的快速发展，资管机构纷纷将AI视为战略重点。根据 BCG 的调查，多数资管机构认为 GenAI 将对业务产生显著影响，并积极投入资源进行应用探索。调查数据显示，54%的资管机构预期GenAI在未来三至五年内将对业务产生重大影响，仅有2%的机构认为其影响微乎其微。这表明大多数资管机构已经认识到GenAI在提升投资决策效率、优化风险管理以及改善客户服务体验等方面的巨大潜力。同时，55%的资管机构已将GenAI视为战略优先级，并开始试点应用，显示出其在行业战略规划中的重要地位。◼ 国内方面，金融行业在AI领域的投资规模正以惊人的速度增长。根据中电金信与I