21世纪经济报道见习记者 黄子潇 深圳报道
9月22日，通联数据与深圳市投资基金同业公会在深圳举办以“大语言模型赋能资产管理高质量发展”为主题的峰会。会前，通联数据总经理蒋龙接受了21世纪经济报道记者的专访，直面资管行业在大模型兴起下的机遇和挑战。
“千模大战是一个合理的现象，通过竞争才能提升效率。”蒋龙直言。他认为通过不断实践和优胜劣汰，才能验证出最合理的技术方案。
同时，蒋龙表示，通联数据并不定位于开发单一的数据终端，而是致力于打造打通金融信息服务产业链上下游的智能数据与分析平台，聚焦于投资研究流程的标准化和智能化，提升投研和决策的效率。
应用大模型需扬长补短
《21世纪》：对于资产管理机构来说，从公募到券商资管、理财子等，大语言模型在投资研究、网销渠道、数据中台、风控合规等方面有哪些新的应用场景？
蒋龙：大语言模型是技术本身的升级，在应用场景上变化不大，更重要的是范式上的转变。
当需要解决新的问题时，不需要专门设计算法，也不需要耗费大量时间来标注训练数据，只需向大模型提供问题信息，或者一两个示例，它就可以迅速理解并提供解决方案。
在过去，可行的应用场景已经被充分挖掘，只是受限于技术能力无法实现，但现在的大模型已经逐步应用于过去不敢尝试的领域，尤其是在对话场景方面表现出色。
例如在数据终端上，传统方式是使用鼠标点击或关键词搜索，现在出现的新趋势是通过对话方式进行交互，好处在于可以用更长、更自然的语言高效交流，从而更准确、快速地表达我们的需求。
《21世纪》：金融行业对语言文字的精准性要求极高，目前很多大语言模型生产的文本常出现“AI幻觉”，通联数据认为怎么进一步解决其有效性问题?
蒋龙：AI幻觉是从学术界到产业界都亟待解决的问题，具体而言，指AI的回答通常语言流畅，但缺乏准确性的现象。
但其实，人类也会有类似的幻觉问题，根源在于人的联想能力。和AI一样，人的回答也无法立即确认其真实性。
对于有效性问题，学术界、产业界等虽设置了标准，但短期内完全根治有一定难度。对此，我们有两个对策。
第一，在使用大语言模型时让其提供溯源，例如查询企业高管信息时提供信息来源，从而让使用者能便捷地验证。
第二，在应用上可以扬长避短，选择在特定情景上发挥它的优势。
大语言模型虽没有严格意义上的“靠谱”，但拥有丰富的知识面和快速的联想能力，当遇到复杂疑难或者综合性的问题，且不需要太准确的答案时，可以利用它做头脑风暴，给出创新性的参考和建议。
《21世纪》：基金投顾是目前中国财富管理的新打法，目前发展到了什么阶段，与海外的智能投顾有何差异，大语言模型在买方投顾模式下有哪些应用场景？
蒋龙：多数海外成熟市场个人投资者通过投顾进入资本市场，但在中国直接炒股的散户比例仍然较高。
以美国为例，由于其资本市场较为成熟，智能投顾的发展拥有天然优势。但是，中国市场没有走完深度和大规模的人工投顾服务模式，过去凭借着一些大V非正式服务充当此类角色。因此，中国市场可能会跳跃式进入智能投顾阶段。
大语言模型可以给中国投顾市场一个很大的助力，因为重新培养成熟的人工投顾也需要成本，并且我认为投顾更注重“顾”的部分，需要将专业性的金融理论和市场信息，转化为易于用户理解的前端语言，这正是大语言模型擅长的领域。
“千模大战”为必然过程
《21世纪》：目前从互联网公司，到手机厂商和金融机构都在发布自研的大模型，如何看待这一现象？
蒋龙：这是一个必然的过程，短期内也是好事。当一项新技术问世，其应用方向无法预先确定，必须通过不断尝试和改进，来确定将技术整合到产品中的最佳形式，因此才会出现“千模大战”。
我相信，不论是通用大模型还是行业大模型，每家公司都应该经过深思熟虑。例如，某些AI供应商大多定位通用大模型领域，但银行、消费、医药大模型等更专注于行业，但在细分市场中也需要进行竞争。有了竞争才会有优胜劣汰，最终才会提升效率。
随着未来的探索，当行业内厂商验证出了最为合理、效率最高、成本最低的技术方案，也许会形成唯一或唯二的方案，业内公司也会向其靠拢。
因此，我也希望同业之间能更积极地分享经验和教训，这对行业的发展是有益的。
《21世纪》：在大模型这个里程碑后，AI赋能资产管理的下一站可能落在哪个领域或哪项技术？
蒋龙：这是长远的话题。大模型近期才开始爆发，本身仍然存在许多待解决的问题，例如信息准确性低、过度联想等。
例如，对于3÷5这样的数学问题，大模型需要运行一遍包含数亿参数的模型，但人类却可以脱口而出。数学是一种简洁而精准的抽象体系，大模型尚不能像人类一样做动态的调节。
因此，我认为大模型在算法和架构上还有很大的进步空间，可能需要5-10年后才能完全成熟，但不排除期间可能出现更好的技术路线。
对于AI赋能资产管理，我认为无需过于纠结具体的技术路径，重要的是了解其当前达到的智能水平，以及在不同领域中可应用的场景。
深耕B端市场，业务稳步增长
《21世纪》：目前通联数据的业务在B端、C端、G端三个方面各自的布局如何？
蒋龙：B端是我们的业务重点。公司成立之初的使命就是让投资研究更高效，因此更偏向专业投资者，如帮助基金经理和研究员快速理解事件，做出更准确的预测，因此B端产品顺理成章地成为了重点。
在公司成立约五六年后，B端市场的产品已经成熟，我们开始考虑服务普通投资者，起初是通过与B端金融机构合作的方式，向C端投资者提供工具和服务。此外，对于G端，我们在特定场景下积极参与，输出我们的产品和服务。
截至目前，我们已经累计服务上千家机构投资者、超千万个人投资者。
《21世纪》：与传统金融信息服务商等市场先入者相比，通联数据旗下Datayes!Pro（萝卜投资）的差异化竞争的思路如何？
传统金融信息服务商在针对专业投资者的投资分析需求时，采用了终端软件的服务形式。同时，它们作为先行者，多年累积下覆盖的用户场景也很多，这是它们的竞争优势所在。
但通联数据的理念有所不同，Datayes!Pro（萝卜投资）并非定位于一个纯粹的数据终端，而是定位于智能数据与分析平台。我们认为，数据的本质是做预测的材料，未来投资研究要变得更高效，必须实现标准化和科学化。如果无法实现这一目标，投资研究会像粗放式农业一般散乱，集约化程度很低，因此效率不高。
当未来的产品能力达到预期，我们认为标准化咨询服务会正式诞生，科学化地检测和指导投资分析中的各个环节。就如同烹饪一样，我们将告知具体步骤，并利用计算机来自动执行，对烹饪时间、火力等进行设置，只需点击按钮就自动完成，以此提高工作效率。
尽管我们和传统金融信息服务商都提供数据，但我们在数据上做了很多衍生工作，例如盈利预测功能，通过关联财务模型、关系图谱、资讯、公告等各类信息，对公司盈利进行预测，类似这样的产品和服务是我们的一个特色。
目前，该领域缺少标准化工具，更多依赖个人经验，但现有的技术条件已经提供了可行性，在过去由研究员主导的环节，会逐步出现技术的渗透，节约研究员的时间和精力，从而做更富有创造性的工作。我们相信这将是一个巨大的市场。我们的目标是打造一个高度标准化、兼顾定制化的提高投研和决策效率的工具。
《21世纪》：标准化的理念与基金经理的主观策略和主动管理会有矛盾吗？
蒋龙：并不矛盾。从基金经理有各自的投资风格，例如从宏观经济切入的自上而下，从财报切入的自下而上，很难说孰优孰劣。通联数据的理念是将其中部分环节标准化和智能化了，以提升投研的效率，但是并不会替代专业投资者做出结论。
《21世纪》：通联数据在中国香港、新加坡、美国等地设有团队，目前境外业务发展情况如何？
蒋龙：通联数据的产品服务于海内外客户，包括境外知名头部金融机构。我们在海外设有一定的团队，主要服务于有兴趣投资中国市场和中国资产的海外投资者，向其提供中国市场相关数据。
从长期来看，随着中国经济社会高质量发展、资本市场全面深化改革开放，中国市场和中国资产的吸引力在持续上升，会有越来越多的境外投资者关注和投资中国市场和中国资产。通联数据在服务境外投资者的同时，为吸引更多长期资金、增量资金配置A股贡献自己的一份力量，从而助力中国资本市场和实体经济高质量发展。
《21世纪》：2022年初，蒋总曾在《21世纪》的采访中表示通联数据将择机在五年内上市，目前进度如何？
蒋龙：我们仍然按照原定计划推进，保持原有的节奏。首先，我们需要扩大市场占有率和基础客户量，财务上保证盈利的增长速度，这样一来符合监管的许可，从投资者的角度来看，也更有吸引力。
资本市场本质是风险交易的市场。作为有意上市的企业，公司需要确保发展质量，对客户负责、对员工负责、对股东负责、对投资者负责、对市场负责。
