当前位置:首页|资讯|AIGC|融资

国内AIGC应用“财商”评测:支小宝等垂类应用兴起 还需进化

作者:新京报发布时间:2024-04-24

原标题:国内AIGC应用“财商”评测:支小宝等垂类应用兴起 还需进化

AI应用如火如荼,各类经验分享也如雨后春笋,出现在互联网的各个角落。

其中有一类,是教大家如何用大模型来做基金投资的——从最基本的知识汇总到读季报,再到业绩数据整理、溢价率分析等,反正各种想得到的需求,都曾看到过相关的介绍。

AI做“养基好伙伴”靠不靠谱?也曾经和一些基民交流过这个问题,我的态度是至少拿通用类 AI 助手来辅助投基,某种程度上属于自讨苦吃。

只会读网页的AI助手是不够的

用AI助手辅助基金研究,其实在 ChatGPT 刚刚热火的时候,就有不少尝鲜者了,但都是败兴而归。

其实不奇怪,ChatGPT 当时能够回答的问题,时效性截至训练时输入的数据,所以无法回答2023 年 4 月之后发生的事件,这对于瞬息万变的投资市场,无疑是极大的局限性。更不要说大模型时不时还要来个“幻觉”,给你介绍一些并不存在的基金。

之所以最近各类AI辅助投资基金又成为热门话题,关键是越来越多的大模型提供了“联网搜索”的功能。通过接入最新的网页资料,大模型有了与时俱进的可能,似乎可用性提升了不少。

但从我对国内几个可联网搜索的通用类AI的试用体验来看,这类功能距离好用,还比较遥远。

下图是一个示例,是我4月19日收盘后的周末做的测试。单看前几条,能知道最新的净值、过去不同时间段的涨幅等,看起来还真似模似样。但仔细看,问题有不少。其一,我问的是今年表现如何,其实想知道的是今年迄今(YTD)收益率,这是一个重要的指标,但很可惜,回答中没有我真正需要的信息;其二,答案中混入大量 2023 年的“旧闻”,反而造成了干扰。

这其实已经算是我测试了几个通用类AI后不错的结果了,有的甚至返回的是4月17日的数据,连联网的及时性都无法保证。

当然,对这样的结果,我并不意外。作为一个对大模型多少有些认识的投资者,我始终觉得使用通用类AI,哪怕是用联网搜索的去搞基金投资,本质上也是一条歧路。而结合内置原始数据和专业内容的行业垂类AI,或许更是个好出路。

搜索之外懂你的AI才是好助手

通用AI的联网搜索功能,为什么对基金投资帮助不大?

很大程度上还是网页作为信息来源的问题,目前网络信息良莠不齐,通用类AI助手的回答,很大程度上取决于搜索到的网页质量如何,往往是搜了一堆套话,然后输出一堆套话总结,可谓是garbage in garbage out(垃圾进,垃圾出)。

相比之下,我用同样的问题问了支付宝内置的AI金融助理支小宝,它的回答除了公开的市场数据,还能整合大量蚂蚁基金生态内专业机构的最新观点。比如问“黄金基金现在还能买吗?”,机构整体的中长期看好程度一目了然,当然短期上涨后的风险提示也不少。从信息增量而言,支小宝的回答,干货多多了。

当然,对现成信息的归纳总结,本质上还是对文本的处理。但基金投资上,更重要的还是非结构化数据的联动。

比如当我表达想买某个基金时,通用类AI助手至多是全网搜一下,给我总结一下其他人写的这只基金的特点。不能说这些内容没价值,但投资理财这件事情,不是单一考虑一个产品的优劣就够了,而是需要放在你的理财需求和现有的理财配置下去通盘考虑的。

我问支小宝想买“南方价值臻选”行不行时,支小宝首先会代入我的持仓记录,告诉我已经持有以及持有收益如何。在这个基础上,还会结合我整体的理财持仓,提供更深度的分析和参考结论。

我又试了下天弘安利这只短债基金,支小宝就会调用三笔钱这个专业的配置工具,结合我稳健类资产主要是货币基金的现状,提醒我注意稳健资产类的结构,关注固收类资产

垂类AI应用可用,但尚需努力

打通底层数据,这可以让垂直行业内的AI应用赢在起跑线上。当然,这些金融垂类AI应用,优势并不仅仅在打通底层数据上。

更重要的是,在金融服务功能上,本就是这些机构更专业,只不过过于丰富过于复杂,对普通人不太友好。

但是,大模型的出现,提供了一种全新的可能性——我觉得本质上大模型是一种通过文字交互的新 UI,以更友好的方式,触达各家原有的功能点。

这里举个例子,当我在支付宝中要求支小宝“推荐几个大盘价值风格过去一年正收益的主动基金”时,支小宝直接调用蚂蚁基金原有的“条件选基”工具,以“价值挖掘”和“近 1 年收益高”给出参考。

我一直相信,LLM大模型是一种新UI,正在于此。

其实在去年的外滩大会上,和支小宝的产品经理有过一番交流,当时我关注的是支小宝在大模型赋能后,如何避免当时大家后怕的“幻觉”问题,当时产品经理就表示金融场景对准确率要求极高,所以核心的数据、决策等都会调用专用的功能,AI的任务是理解用户调用对应的专用功能。

其实条件选基这种对基金结构化数据进行筛选的功能,不难做,也有了大量现成的产品。但对于支付宝这样一个国民级应用,最大的两个挑战是❶ 条件筛选的使用还是有一定的用户学习壁垒,❷这个功能可能藏得太深,不好找。

有了AI助手去理解用户自然语言的要求,理解对应的是哪个功能,这显然大大降低了用户的使用难度。这件事儿,对用户或许比各类花哨的功能,更重要。

对比看,各家的AI小助手也是类似的思路。

同样的问题抛给天天基金的智能助理“小天”,也会跳转到选基模块,不过需要从头开始设置条件,智能化程度略逊。

招行的AI财富助理“小招”类似,也是理解需求后给出对应功能的入口。

当然,AI赋能投基这件事儿,各家都是去年刚刚起步。即使是表现还不错的支小宝,当我要求推荐指数基金时,就无法给出参考答案。作为专业基金分析者,我当然知道肯定存在这样的基金,只不过可能目前支付宝的选基模型中还没纳入这样的筛选条件。从这点而言,各家都尚需努力。

AI助手,对于基金投资参考价值有多大。如今来看,小荷才露尖尖角。

我相信,有更多专业技术和专业信息的赋能,AI小助理们可以成为基民获取服务的新入口,不需要记住烦琐的功能层级,一切用文字,甚至用语音就能获得自己想要的信息,这对于没有太多时间研究基金功能的基民,才是一个美丽新时代。

稿件来源:EarlETF

作者:张翼轸

校对 朱名恬


Copyright © 2024 aigcdaily.cn  北京智识时代科技有限公司  版权所有  京ICP备2023006237号-1