(资料图片)

核心观点

对于国内金融AI 应用类公司而言，当前面临ALPHA 与BETA共振，一方面伴随通用大模型不断加强与垂直行业的案例合作，大模型在金融领域的训练能力不断提升，另一方面金融垂类大模型自身的研发也在持续进行，多类机构纷纷布局，产业趋势渐成，预计未来海外有望推出金融+AIGC 爆款产品并逐步呈现商业化价值，推动国内金融垂类大模型应用迎来重要催化。

摘要

ALPHA & BETA 共振。对于国内金融AI 应用类公司而言，当前面临ALPHA 与BETA 共振。1）BETA：海外通用大模型研发能力不断提升，金融机构大模型商用加速，技术革新催动国内诸多机构也纷纷深度布局，产业趋势渐成，国内外爆款应用产品有望逐步呈现；2）ALPHA：在金融业务场景中，因其用户信息时效性、监管对语句合规性、机构对内容专业性的要求更为复杂多样，使得垂类大模型的不可替代性高于其他诸多场景，且尽管金融机构对于降本增效的数字化转型需求不断增加，但是金融行业中同时具备模型、数据、算力三要素能力的公司少之又少，因此对于少数深度布局的领先机构而言，ALPHA 有望凸显。

海外金融垂类大模型的研发进展快于国内，三类机构纷纷布局，细分领域开发者众多，大模型质量不断提升。1）华尔街金融机构，以摩根大通等金融集团为代表，其优势是投入资金充足、金融行业理解力强带来高质量的标注能力，尚未见有开源模型公布；2）以Bloomberg 为代表的资讯公司，基于其IT 能力和海量数据库的积累也具有核心优势；3）推出FinChat/FinGPT/BondGPT等代表性产品的独立研发团队和中小企业，创新动能较强，正加速推出开源模型。

国外厂商大模型产品的商用化加速，金融机构宣布拥抱技术革新，科技公司已实现用户收费，目前应用方向以对内提升员工效率和对外提供智能投研服务为主。摩根士丹利、苏黎世保险、苏黎世保险、日本大和证券、MSCI 等金融巨擘已公开宣布AIGC产品的最新应用，独立科技公司推出的Finchat 等应用已经在C端实现初步商业化，预计未来有更多用户数据和订阅情况将逐步发布，引起国内金融行业广泛跟进，催动行业加码发展。

风险提示：宏观经济波动、政策发生重大变化、大模型商用不及预期等。