金融科技产业链跟踪三：同花顺 推动AI在金融领域的商业化实践

(相关资料图)

投资要点

人工智 能目前在金融行业各细分领域已有较为广泛的研究与应用。目前应用较多的相关技术领域包括自然语言处理、知识图谱、智能语音识别等，应用方向囊括前、中、后台，可落实至营销获客、智能投顾、量化投资、风险控制、智慧运营等各业务方向。就证券业来看，AI 技术的应用主要集中在经纪业务（44.64%）和中后台领域（31.85%）且呈现多种AI 技术组合运用的特点。

就目前关注度较高的AIGC 领域来看，其颠覆传统人工智能的核心在于可以生成全新内容，但中短期来看AIGC 技术在金融领域的应用仍有一定局限性。

金融垂直细分领域具有其特殊性，一方面金融行业的应用场景往往对实时性要求较高，同时涉及对时间序列数据进行分析，不同时间区间的训练样本可能导向截然不同的结论，而AIGC 技术的代表产品chatGPT 目前来看无法保证其时效性，其数据截至时间为2021 年。另一方面，金融领域对于合规性及内容严谨性的要求高于大部分行业，目前chatGPT 根据统计学模型生成的结果无法完全保证内容的正确性与准确性，也无法验证其数据来源。

更长期视角来看，预计AIGC 在金融领域的应用方式或将包括商业化落地产品+类似基础设施的生产力工具两大方向。1）随技术发展，通过将AIGC 和其他算法模型结合等方式，或将逐步解决数据时效性和内容正确性的两大问题，使得问答机器人的模式更加适用于金融领域，成为可落地的商业化产品。

2）若能保证输出内容的稳定性、标准化，预计未来AIGC 可能成为新的生产力工具，作为基础设施存在，改变生产过程中人与机器的交互和协同方式。

持续性研发高投入+AI 领域丰富落地产品+金融垂直领域深度积累造就坚实壁垒，看好同花顺成为金融信息服务行业AI 应用的龙头企业。1）同花顺保持研发高投入。相比较于C 端炒股软件同业，同花顺研发投入较高，2019 年以来研发费用率均保持在20%以上。截至2021 年底，公司已累计获得自主研发的软件著作权365 项，非专利技术137 项，形成了明显的技术领先优势。

同时同花顺加码AI 领域，于2019 年提出“All in AI”的战略方向，加大在人工智能领域关键技术的研发投入，并全资打造同花顺人工智能研究院。2）同花顺有丰富AI 领域经验和落地产品。同花顺是国内较早布局人工智能的上市公司，2009 年成立i 问财，2016 年上线智能语音助理，2017 年上线Open AI开放平台，2018 年发布智能外呼、智能客服、智能质检、智能转写等智能语音系产品，2019 年推出AI 理财师、舆情监控系统，2020 年跨行业推出AI 医疗产品及智能电话机、接听宝等。目前公司依托智能语音识别、自然语言理解等自主研发技术，面向客户提供智能语音、智能客服、智能金融问答、智能投顾、智能质检机、会议转写系统、智能医疗辅助系统等40 余项AI 产品及服务。3）垂直领域深度积累打造金融信息服务AI 应用核心壁垒。总结来看，相较于技术而言，同花顺在金融信息服务行业长期积累的对于具体业务场景和客户需求的理解才是其在金融领域AI 应用的核心壁垒，在对于金融场景有深刻理解的基础上反复迭代模型，使其准确率更高，稳定性更强。就投资领域部分问题的回答效果来看，i 问财显著优于chatGPT。

风险提示：市场大幅波动风险、监管政策趋严风险、技术发展速度不及预期

关键词： 人工智能 信息服务 技术发展