【国信总量】海内外资管机构AI大模型应用探索

主要观点总结

本文介绍了AI大模型技术在金融资产管理行业的应用。技术供给端方面，AI大模型大规模集中发布，对改变社会生产生活具有强大潜力。业务需求端方面，资产管理行业需要处理庞大复杂的数据信息，AI大模型的应用可以帮助降本增效。国外资产机构依托数据生态成熟、金融科技基建完善等优势，加速在资产管理领域的AI大模型实践应用。DeepSeek等国内资管机构正在部署大模型应用于多个业务场景，推动智能化转型。同时，“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，需要明确AI大模型的“协助者”本位，辅以人工信息筛选和决策把关。最后，文章还给出了一些风险提示，并对策略专题和中观比较系列进行了简要介绍。

关键观点总结

关键观点1: AI大模型技术在金融资产管理行业的应用

技术供给端方面，AI大模型大规模集中发布，具有改变社会生产生活的潜力；业务需求端方面，资产管理行业需要处理庞大复杂的数据信息，AI大模型可以帮助降本增效。

关键观点2: 国外资产机构在AI大模型实践应用中的优势

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，加速在资产管理领域的AI大模型实践应用。全球知名的资产管理机构将大模型应用到AI集成平台或系统中，确保数据安全并定制行业专属的数据集训练方案。

关键观点3: 国内资管机构智能化转型的情况

DeepSeek等国内资管机构正在部署大模型应用于多个业务场景，推进智能化转型。

关键观点4: 资产管理行业应用AI大模型的趋势和挑战

“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，需要辅以人工信息筛选和决策把关。同时需要注意规避数据泄露等风险。

关键观点5: 风险提示

文章提到了关于AI大模型的几个风险提示，包括落地进程可能出现波折、技术算法模型存在偏差等。