《計算機行業“AI+應用”系列（二）：AI+金融大模型引爆金融科技革命-230728（38頁）.pdf》由會員分享，可在線閱讀，更多相關《計算機行業“AI+應用”系列（二）：AI+金融大模型引爆金融科技革命-230728（38頁）.pdf（38頁珍藏版）》請在三個皮匠報告上搜索。

1、華西計算機團隊華西計算機團隊2023年7月28日請仔細閱讀在本報告尾部的重要法律聲明請仔細閱讀在本報告尾部的重要法律聲明僅供機構投資者使用證券研究報告|行業深度研究報告AI+金融：大模型引爆金融科技革命“AI+應用”系列（二）分析師：劉澤晶聯系人：劉波SAC NO：S1120520020002郵箱：郵箱：核心邏輯金融科技迎來強催化，AI+金融迎來發展良機根據新華社消息，中共中央政治局24日召開會議，分析研究當前經濟形勢，部署下半年經濟工作。會議指出，要活躍資本市場，提振投資者信心。金融科技行業迎來強催化。Al+金融更側重于為傳統行業的模式創新和流程再造提供新的思路和方法，從而催生新的商業模式，

2、提高運營效率，帶來整個產業的全面升級。AI應用場景涵蓋前中后臺中的市場營銷、產品設計、風險管控、客戶服務、運營支持等。據艾瑞咨詢統計測算，2021年AI+金融核心市場規模達到296億元，帶動相關產業規模677億元，到2026年，核心市場規模達到666億元，CAGR為17.6%，帶動相關產業規模1562億元，CAGR為18.2%。金融行業數據、場景豐富，大模型走上金融大舞臺我們認為，金融行業數據豐富且數據質量高，具備大模型訓練的良好基礎。同時，金融行業細分領域眾多，且大量產品最終服務于C端用戶，大模型應用場景豐富。隨著大模型與金融業務的融合，創新應用將層出不窮。金融行業數字化需求剛性，投入巨大，

3、是大模型應用落地的大舞臺：根據艾瑞咨詢的數據，2022年，以銀行、保險、證券為主的金融機構技術資金投入預計將超過4000億元。2022年中國銀行與保險機構前沿科技采購支出將達到170億元。相關行業已有大量應用案例：Bloomberg GPT、Morgan Stanley、Lemonade、蘇黎世保險、度小滿、瑞穗金融集團等。新一輪金融科技革命，產品&商業模式均有望革新我們認為，隨著大模型技術與業務的深度融合，頭部金融科技企業有望實現產品和商業模式的革新，實現從產品+服務收費向SaaS訂閱收費、運營分潤收費的轉變。我們認為，金融科技細分領域眾多，各細分領域龍頭具備技術、行業Know-How等要素

4、，與頭部金融機構的長期合作關系有利于補齊數據、場景等要素，相關產品有望率先落地。行業受益標的：我們認為，在各細分領域深耕多年，在AI領域早有布局，且積極擁抱大模型技術變革的公司具有先發優勢，行業受益標的包括：同花順、指南針、恒生電子、財富趨勢、新致軟件、宇信科技、金證股份等。風險提示：1）AI技術發展不及預期；2）相關政策落地不及預期；3）中美博弈突發事件；4）AI倫理風險；5）市場系統性風險等。13VpY3XVVlVNA8OaO7NtRrRtRtQeRpPpQlOmPpPbRoMoNNZnPrMvPmNqR目錄201 金融科技迎來強催化，AI+金融迎來發展良機02 數據、場景均豐富，大模型走

5、上金融大舞臺03 新一輪金融科技革命，產品&商業模式均有望革新04 行業受益標的及風險提示01金融科技迎來強催化，AI+金融迎來發展良機31.1 政治局會議提出“要活躍資本市場”，金融科技迎來強催化根據新華社消息，中共中央政治局24日召開會議，分析研究當前經濟形勢，部署下半年經濟工作。會議指出，要活躍資本市場，提振投資者信心。另據新華社7月26日消息，證監會近日召開2023年系統年中工作座談會，明確了下半年資本市場監管工作重點。證監會表示，將科學合理保持IPO、再融資常態化，統籌好一二級市場動態平衡。健全資本市場風險預防預警處置問責制度體系。支持民營企業通過資本市場實現高質量發展，提升平臺企業

6、常態化監管水平，推動平臺企業規范健康持續發展。4 證監會召開2023年系統年中工作座談會1.2 AI+金融：AI是金融行業創新的核心驅動力AI+金融并非單純的技術累加，而是針對不同業務場景需求，運用前沿技術成果推出的創新金融產品、經營模式、業務流程，以及推動金融業務高質量發展的一系列配套解決方案。Al+金融更側重于為傳統行業的模式創新和流程再造提供新的思路和方法，促進新經濟形態的演進，從而催生新的商業模式，提高運營效率，帶來整個產業的全面升級。AI應用場景涵蓋前中后臺中的市場營銷、產品設計、風險管控、客戶服務、運營支持等。5 AI+金融1.2 AI+金融應用場景示例：智能營銷智能營銷是利用機器

7、學習、深度學習相關算法構建模型，通過匯集客戶在消費、社交、交易等方面的大數據，深度分析客戶的真實需求和偏好，并進一步形成更具針對性、個性化的營銷解決方案。機器學習技術：通過對機構過去累積的海量用戶行為、產品交易、營銷方式等數據進行機器學習訓練，可以對客戶畫像實現精準的刻畫和分類，從而對其所處的客戶生命周期以及潛在需求實現預測。以客群價值提升為核心，以客戶主辦行為作為指標，將客戶劃分為不同類客群，梳理形成客戶行為事件分類，通過手機銀行、客戶經理、叫號機等渠道部署不同營銷策略，按日觸發營銷名單并開展營銷。6 線上智能營銷1.2 AI+金融應用場景示例：智能理財智能理財是以大數據、機器學習等技術為基

8、礎，結合投資者特定的需求及風險承受程度，為投資者提供理性的投資組合建議。目標客戶：金融機構通過問卷調查、數據采集分析等方式，將用戶家庭整體狀況、風險承受水平、投資期限、收益要求等要素進行匯總，最終構建用戶畫像，并基于客戶畫像，進行其他方面的服務。理財過程：根據所構建的用戶畫像，AI 系統會為其匹配最合理的投資建議，如在股票、基金、債券市場上的資產配置比例等；AI系統會根據上述資產配置策略，構造出相應的投資組合，客戶可基于自身風險承受能力、投資偏好等因素，選擇 AI 系統所推薦的一種或多種投資組合。投后管理：AI系統會實時跟蹤市場發展狀況，及時對市場變化做出操作提醒，客戶則可以根據自身的投資偏好

9、，進行投資組合的再平衡。7 智能理財服務流程1.2 AI+金融應用場景示例：智能風控智能風控是在人工智能技術加持下，實現更精準、更高效率的風控。在線學習可以通過線上的數據反饋，對目前已有模型進行迅速調整使得新模型可以更好的反映市場狀況，實現動態的策略監控與更新。搭建欺詐風險防控平臺：基于人工智能、大數據等技術，統一部署反欺詐規則和模型，構建覆蓋貸前、貸中、貸后的全流程風險識別體系。構建反欺詐技術能力：在渠道方面，該銀行通過知識圖譜、生物識別技術、客戶行為特征技術等方式，精準識別線上用戶是否為本人真實操作。搭建信息共享平臺：將過往分散在各業務系統、管理系統中的欺詐數據整合至統一的標準的信息平臺中

10、，在此基礎上，形成涵蓋銀行內外部的欺詐名單庫，進一步形成精準客戶畫像。8 全生命周期智能風控管理1.3 AI+金融產業鏈傳統金融機構、互聯網公司和人工智能技術公司是主要參與者。傳統金融機構：具有較好的客戶和數據基礎；對業務具有更深刻的理解；金融牌照相對齊全?；ヂ摼W公司：擁有較好的客戶和數據基礎；研發和創新能力較強；但在特定的金融業務上仍然缺乏經驗。人工智能技術公司：獨立的技術研發和創新能力是最大的優勢；但在數據、客戶資源和具體業務場景應用上大多依賴于第三方合作機構。AI+金融產業鏈包括三層：其上游為基礎層，中游為技術層，下游為場景層，借助AI技術實現金融場景創新?；A層：以云服務、芯片、傳感器

11、、攝像頭等硬件廠商為主，為行業建設提供基礎性支持。技術層：各類人工智能技術公司，主要提供人工智能算法等核心技術和解決方案。場景層：包括智慧銀行、智能投顧、智能投研、智能信貸、智能保險、智能監管等。9 我國AI+金融產業鏈1.4 AI+金融市場規模據艾瑞咨詢統計測算，2021年AI+金融核心市場規模達到296億元，帶動相關產業規模677億元，到2026年，核心市場規模達到666億元，CAGR為17.6%，帶動相關產業規模1562億元，CAGR為18.2%。分技術產品來看，金融機器學習產品由于與金融機構多業務場景均可密切結合，且產品能力在海量高質量金融業務數據助力下得到快速提升，成為市場主要拉力之

12、一，2021年金融機器學習產品占AI+金融核心產品市場規模比重達42.2%。10 2021年AI+金融產品市場規模占比2019-2026年中國AI+金融市場規模1.5 AI+金融發展趨勢技術能力不斷翻新，金融行業數字化不斷推進。金融機構搭建機器學習、生物特征識別、智能語音語言、智能圖像、知識圖譜、智慧物聯等平臺，構建 Al 核心能力群，廣泛應用于金融業務領域，未來將進一步豐富企業級 AI 技術服務體系，持續在基礎技術平臺建設取得重要進展。應用智能化深化，強化數智金融體系。從場景方面看，在技術的深度不斷加強的基礎下，場景覆蓋的廣度也不斷向外拓展，在產品設計與定價、營銷運營、客戶服務、風險控制、監

13、管合規方面的應用場景不斷豐富。11 我國AI+金融發展趨勢1.5 AI+金融面臨的機遇金融風險管理方面：人工智能可以通過數據挖掘和分析來幫助機構識別潛在的風險因素，從而幫助投資者做出更準確的決策。智能客戶服務方面：人工智能可以提供更快速、更準確的服務，以滿足客戶的需求。例如，許多銀行和保險公司已經采用了聊天機器人技術，可以幫助客戶解決問題、獲取信息等。金融反欺詐方面：人工智能可以通過自動化檢測、分析和預測工具來識別欺詐行為，從而更全面、更及時地保護金融機構和客戶的利益。12資料來源：華西證券研究所整理AI+金融機遇金融風險管理智能客戶服務金融反欺詐1.5 AI+金融面臨的挑戰數據安全：金融領域

14、涉及大量的客戶數據和敏感信息，因此數據安全是人工智能在金融領域應用的一個重要挑戰。如何保護用戶的數據安全性與隱私性，是將人工智能技術應用于金融領域亟待解決的關鍵問題。監管合規：金融領域的監管和合規要求非常嚴格，而人工智能技術的應用會帶來一些新的監管和合規問題。如何使人工智能技術與金融監管和合規要求相適應，是人工智能在金融領域應用需要解決的另一個重要問題?；A設施：人工智能本身需要大量的運算。金融應用實時性、可靠性和安全性的特質也決定其對傳感器和芯片等硬件設備和網絡的抗壓能力等要求更高。隨著創新的深入和規模的擴張，金融機構需要不斷增加存儲和通訊等基礎支撐的投入成本。13資料來源：華西證券研究所整

15、理AI+金融面臨挑戰數據安全監管合規基礎設施02數據、場景均豐富，大模型走上金融大舞臺142.1 AI 2.0時代來臨，金融行業數據豐富，應用場景多，將產生大量的創新應用AI 1.0：以CNN為核心的計算機技術，機器開始在計算機視覺（CV）、自然語言理解技術（NLP）等領域超越人類，并創造了顯著的價值。但AI 1.0缺少像互聯網時代的 Windows 和 Android一樣的規?；芰?，來降低應用開發的門檻，打造完善生態鏈。AI 2.0：AI 2.0克服了AI 1.0單領域、多模型的限制，可以用無需人工標注的超級海量數據去訓練一個具有跨領域知識的基礎大模型（Foundation Model）；

16、基于大模型，各種創新應用將層出不窮。AI 2.0+金融：我們認為，金融行業數據豐富且數據質量高，具備大模型訓練的良好基礎。同時，金融行業大量產品最終服務于C端用戶，大模型應用場景豐富。隨著大模型與證券、保險、銀行業務的融合，創新應用將層出不窮。15 AI 2.0時代來臨2.2 金融行業數字化需求剛性，投入巨大，是大模型應用落地的大舞臺根據艾瑞咨詢的數據，2022年，以銀行、保險、證券為主的金融機構技術資金投入預計將超過4000億元。巨額投入夯實金融機構的IT基礎，做好AI金融應用的底層設施建設。與此同時，政策扶持增強，金融科技核心技術不斷迭代且與金融業務場景進一步融合，金融機構間科技競爭愈發激

17、烈，前沿技術采購不斷增長。以國內銀行與保險機構為前沿科技采購代表，2022年中國銀行與保險機構前沿科技采購支出將達到170億元。金融機構在科技領域投入的持續增長將為AI金融企業的長遠發展帶來源頭活水，推動AI+金融市場持續發展，促進金融業數字化轉型升級提質增效。16 2020-2024年中國金融機構技術資金投入情況2020-2024年中國銀行與保險機構前沿科技采購情況2.3 AI+證券應用案例：Bloomberg GPT自研大模型，開創垂直+通用混合訓練范式。2023年3月30日，Bloomberg推出了擁有500億參數的語言大模型(LLM)，專門針對各種金融數據進行了訓練，以支持金融行業內的

18、各種自然語言處理(NLP)任務。Bloomberg GPT 代表著這項新技術在金融行業的開發和應用邁出了第一步。該模型將協助彭博改進現有的金融 NLP 任務，例如情感分析、命名實體識別、新聞分類和問答等。BloombergGPT 將幫助整理Bloomberg Terminal 上可用的大量數據，以更好地幫助公司的客戶，同時將 AI 的全部潛力帶入金融領域。17資料來源：BloombergGPT:A Large Language Model for Finance、華西證券研究所訓練語料：3450億公共數據集（占BloombergGPT總訓練量48.73%）訓練語料：3630億金融數據集（占Bl

19、oombergGPT總訓練量51.27%）2.3 AI+證券應用案例：Bloomberg GPT擅長金融任務，性能遠優于同規模模型。Bloomberg GPT在金融領域的相關任務中表現出較高的性能和專業性。同時，模型在預訓練階段就已經學習到了大量金融知識，使得在后續的微調任務中能夠更快地適應特定場景。使用內部特定的評估標準對模型進行多個任務評估，發現Bloomberg GPT在金融任務上的表現明顯優于現有的類似規模的開放模型（GPT-NeoX、OPT-66B、BLOOM-176B）。此外，模型在金融任務上的表現遠高于在一般任務上的表現，但其處理一般任務的性能仍不輸于同規模模型。18資料來源：B

20、loombergGPT:A Large Language Model for Finance、華西證券研究所Bloomberg GPT在金融任務上的表現顯著優于同規模模型Bloomberg GPT在一般任務上的表現不輸同規模模型2.3 AI+證券應用案例：Bloomberg GPT可賦能多種金融應用場景。Bloomberg查詢語言的生成：Bloomberg需要特定的查詢語言從自身數據庫中調用金融數據。得益于訓練集積累了大量歷史查詢記錄，BloombergGPT將根據用戶需求自動生成查詢語言，降低Bloomberg金融數據庫的使用門檻。金融問答：受益于金融垂直領域知識的訓練優化，Bloomber

21、gGPT可以更加準確地理解并回答金融世界的問題，例如在詢問公司 CEO的問題上，相較于其他同規模模型，BloombergGPT的回答取得了最高的準確率。因此，BloombergGPT可以便利金融業的知識獲取，幫助從業人員快速獲得相對準確的結果。新聞標題的建議：基于豐富的新聞文章訓練集，BloombergGPT可以賦能新聞應用程序，協助記者完成如撰寫新聞標題等日常工作，極大地提高用戶工作效率，減少內容編輯等瑣碎工作，將更多時間聚焦于核心內容。19資料來源：BloombergGPT:A Large Language Model for Finance、華西證券研究所BloombergGPT自動生成

22、查詢語言BloombergGPT回答詢問公司 CEO的問題（對比）BloombergGPT撰寫新聞標題2.4 AI+保險應用案例：Lemonade基于GPT-3的銷售機器人瑪雅（AI.MAYA）Lemonade于2015年創立，是一家以人工智能為特色的互聯網保險公司。Lemonade將保險與科技相融合，構建一個人工智能機器人平臺，該平臺打造基于GPT-3技術面向用戶的銷售機器人瑪雅（AI.MAYA），利用自然語言處理和機器學習技術為客戶提供個性化的保險推薦和咨詢服務。該技術貫穿客戶提問分析與解析，引導客戶加入Lemonade，創建報價和安全付款等任務。當客戶有購買保險的意圖時，只需與瑪雅約兩分

23、鐘的簡單聊天便能識別與處理客戶信息，推薦適配的保險產品及報價，促成交易的達成?，斞胚€通過向客戶提出有限且高質量的問題，并根據回答進行算法調整，后續可大幅度減少客戶管理時間。20 銷售機器人瑪雅的四個模塊2.4 AI+保險應用案例：蘇黎世保險使用ChatGPT進行理賠和數據挖掘據英國金融時報的報道，蘇黎世保險集團（Insurer Zurich）正在測試如何在索賠和建模等領域使用ChatGPT技術，旨在應對初創企業和更大競爭對手帶來的挑戰。蘇黎世保險正在研究該技術的應用，從理賠說明和其他文件中提取數據。目前，該公司提供了最近六年的理賠數據，試圖找出整個理賠部分的具體損失原因，從而改善承保。在首席信

24、息和數字官的領導下，這家保險公司還創建了一個新的專利計劃來保護其知識產權，重點關注自動風險檢查和處理賬單的AI系統等領域。21 蘇黎世保險2.5 AI+銀行應用案例：度小滿“智能化征信解讀中臺”關于大模型在銀行業的應用，度小滿CTO許冬亮也提出了三大方向。1）基于大模型的智能客服將超越人工服務，讓高質量顧問式金融服務成為可能；2）生成式大模型可以成為理財師、經紀人等從業者的“全能業務助理”；3）廣告和營銷內容一鍵生成能力，也將帶動金融行業營銷效率的大幅提升。比如在金融領域，征信報告是識別個人信用的最重要風控手段，小微企業融資難，一個主要原因是個人征信報告中存在大量非結構化數據，很難用傳統的數據

25、處理方式進行分析。度小滿“智能化征信解讀中臺”，將NLP、圖算法應用在征信報告的解讀上，能夠將報告解讀出40萬維的風險變量，將銀行風控模型的風險區分度提升了26%。度小滿“智能化征信解讀中臺”工程，將大型語言模型 LLM、圖算法應用在征信報告的解讀上，榮獲了“吳文俊人工智能科學技術獎”，度小滿也憑借該工程成為唯一入選的金融科技公司。22 度小滿“智能化征信解讀中臺”2.5 AI+銀行應用案例：瑞穗金融集團擁抱AIGC據財聯社報道，瑞穗金融集團（Mizuho Financial Group Inc.）向其所有的日本銀行員工提供了微軟Azure OpenAI服務的訪問權限，使其成為日本首批采用生成

26、式人工智能（AI）技術的金融公司之一。這家日本第三大銀行的數字規劃部總經理Toshitake Ushiwatari表示，該行將允許其在日本的核心貸款部門的4.5萬名員工測試這項服務。甚至在軟件安裝之前，該行的管理人員和普通員工就已經提交了數十種利用生成式AI技術的方法。公司計劃近期在日本公司內部舉辦一場所謂的“創意馬拉松”，并正在集思廣益，以各種方式鼓勵員工嘗試這項技術。23 瑞穗金融集團03新一輪金融科技革命，產品&商業模式均有望革新243.1 AI+金融：頭部科技企業的產品和商業模式均有望革新AI+金融的發展，除需要算力等通用要素外，還需要數據、技術、Know-How、場景等要素。由于銀行

27、等金融機構數字化投入大，自身數字化能力強，在傳統的產業分工中，我國部分金融科技企業一般承擔具體的系統實現任務，按項目或按人月收費。我們認為，隨著大模型技術與業務的深度融合，頭部金融科技企業有望實現產品和商業模式的革新，實現從產品+服務收費向SaaS訂閱收費、運營分潤收費的轉變。我們認為，金融科技細分領域眾多，各細分領域龍頭具備技術、行業Know-How等要素，與頭部金融機構的長期合作關系有利于補齊數據、場景等要素，相關產品有望率先落地。25資料來源：華西證券研究所整理大模型時代，AI+金融發展要素：數據、技術、Know-How、場景數據技術Know-How場景3.2 同花順：深耕AI多年，2C

28、用戶優勢明顯，已有多款產品落地公司構建了同花順 AI 開放平臺，可面向客戶提供智能金融問答、智能投顧、會議轉寫系統、智能醫療輔助系統等多項 AI 產品及服務，可為銀行、證券、保險等行業提供智能化解決方案。公司重點打造的 i 問財目前是財經領域落地較為成功的自然語言、語音對話交互問答系統。公司進一步加大對 i 問財的研發投入，采用全新的語義解析方案，結合 AI 大模型、小樣本學習等技術的應用，有效提升 i 問財服務效率，可將服務場景從財經領域擴展到通用領域，從中文場景擴展到多語言場景。公司自主研發的同花順智能語音平臺，在中文金融場景語音識別準確率達到 98%以上，中英文通用場景識別準確率超過 9

29、5%，多種方言識別準確率超過 90%；同時，平臺還具備高度擬人的語音合成能力，以及語音轉換、歌聲合成、情感識別和聲紋識別等智能語音技術能力。目前基于自主智能語音技術的產品已應用于多家證券公司、基金公司及電信運營商；同花順虛擬數字人對話平臺，運用多模態數字人對話技術，實現與真人用戶“面對面”的交互體驗，該產品目前已落地多個大型客戶。26 同花順智能金融問答產品3.3 指南針：“AI+券商”排頭兵公司陸續上線了“全贏決策系統智能阿爾法版”、“全贏決策系統私享家手機版”產品。其中，“智能阿爾法版”利用了基本面類、資金類、技術類、事件因子等多因子進行組合，利用大數據的評價體系及歸因分析方法，實現模型構

30、建，滿足用戶對于大盤、行業板塊、個股的綜合分析的需求；“私享家手機版”作為私享家PC版的延伸性服務，進一步豐富了公司產品在使用平臺上的多樣性。27 指南針產品服務3.4 恒生電子：發布金融大模型LightGPT及多項應用產品6月28日，公司召開新品發布會，會上公布了金融行業大模型LightGPT的進展情況，并發布基于大語言模型技術打造的數智金融新品：金融智能助手光子和全新升級的智能投研平臺WarrenQ。光子：光子是串聯了“通用工具鏈+金融插件工具+金融數據+金融業務場景”的智能應用服務?；诮鹑谛袠I大模型LightGPT能力，光子可以為金融機構的投顧、客服、運營、合規、投研、交易等業務系統注

31、入AI能力，成為金融從業人員的AI助手。WarrenQ:其中WarrenQ-Chat是一款金融垂直領域的Chat產品，ChatMiner則是一款金融文檔挖掘器。LightGPT：金融行業大模型，該產品將于9月底完成新一輪的能力升級，并正式開放試用接口。28 光子-金融智能助手3.5 財富趨勢：AI賦能，輔助挖掘市場機會29 通達信AI挖掘機公司不斷加強 AI 能力建設，繼續深入 AIGC、交互式 AI 等領域的研究，完善內容生態構建，豐富證券信息產品矩陣。人工智能技術應用于數據生產、產品研發等多個環節。公司主要采用自然語言處理(NLP)、計算機視覺(CV)等技術，自動采錄數據、自動解析文本、抽

32、取關鍵信息，并提供標注平臺、數據比對平臺，著力發展小達智能寫手，問小達等產品，由此形成了一套系統的金融數據解決方案，并研發了智能金融問答、公司圖譜等一系列特色 AI 功能。產品示例：AI挖掘機，通過AI智能計算，洞悉市場冷暖，從而聚焦核心風口，幫助客戶挖掘補漲機會。3.6 新致軟件：AI賦能的機器人已落地根據5月8日至9日新致軟件在“華為中國合作伙伴大會2023”展會中亮相的內容，新致軟件推出“新致人工智能平臺”，即整合知識開放平臺和軟件機器人平臺，重新定義生產力，拓寬AI生成內容的邊界。賦能領域包括金融，保險，醫療等多領域客戶。新致AI致力于將行業多源異構數據轉化為知識，通過構建行業超大知識

33、圖譜，賦能企業機器人底層能力構建。公司將原有軟件機器人平臺能力進行升級，將企業級數據和生成式AI模型相結合，通過機器人平臺構建流程幫助企業快速構建機器人應用。目前，新致人工智能平臺已經完成多個領域相關場景的機器人應用落地（知識問答、銷售對練、營銷助手）。30 新致人工智能平臺發展框架3.7 宇信科技：AI+催收，已有產品落地宇信科技將人工智能、大數據技術深度應用于催收管理業務中，煥新升級了數智催收管理產品及解決方案，通過對貸后催收的全流程、集中化、線上化管理，實現催收管理策略化、催收執行自動化、委外管理規范化，滿足金融機構催收管理工作效率與合規管控雙提升的需求。目前，該全新的數智催收管理產品和

34、解決方案已先后在國有大行、股份制銀行、城商行成功落地實施，覆蓋銀行信用卡業務、零售信貸業務、普惠信貸業務、消費金融業務、汽車金融業務等多元化的業務場景。31 信貸資產管理體系與產品3.8 金證股份：打造AI智能金融助理32 金證優智業務概覽金證股份在投資者互動平臺表示，公司已通過創新平臺公司在AI產品線布局，主要產品包括金證優智的金助理、金口問答、研報易、智能風控，優品科技的智能投顧，金智維的RPA，金微藍的智慧運維、麗海弘金智能投資以及星網信通的智能客服。目前公司與旗下專注于智能金融AI產品及解決方案的參股公司金證優智達成金融領域特定場景大模型開發協議，雙方將聯手開發支持金融領域內細分場景的

35、垂直領域獨立大模型，面向各業務端人員打造AI智能金融助理，全面賦能公司業務及產品。04行業受益標的及風險提示334.1 行業受益標的我們認為，在各細分領域深耕多年，在AI領域早有布局，且積極擁抱大模型技術變革的公司具有先發優勢，受益標的包括：同花順、指南針、恒生電子、財富趨勢、新致軟件、宇信科技、金證股份等。34 重點公司盈利預測與估值注：PE根據2023年7月27日收盤價計算；恒生電子、財富趨勢、新致軟件、宇信科技、金證股份的營業收入、歸母凈利潤預測為Wind一致預期。4.2 風險提示1）AI技術發展不及預期；2）相關政策落地不及預期；3）中美博弈突發事件；4）AI倫理風險；5）市場系統性風

36、險等。35資料來源：華西證券研究所免責聲明36分析師分析師簡介簡介劉澤晶（首席分析師）2014-2015年新財富計算機行業團隊第三、第五名，水晶球第三名，10年證券從業經驗。劉波（聯系人）17年計算機產業經驗，主要覆蓋工業軟件、金融科技方向。分析師承諾分析師承諾作者具有中國證券業協會授予的證券投資咨詢執業資格或相當的專業勝任能力，保證報告所采用的數據均來自合規渠道，分析邏輯基于作者的職業理解，通過合理判斷并得出結論，力求客觀、公正，結論不受任何第三方的授意、影響，特此聲明。評級說明評級說明公司評級標準公司評級標準投資評級投資評級說明說明以報告發布日后的6個月內公司股價相對上證指數的漲跌幅為基準

37、。買入分析師預測在此期間股價相對強于上證指數達到或超過15%增持分析師預測在此期間股價相對強于上證指數在5%15%之間中性分析師預測在此期間股價相對上證指數在-5%5%之間減持分析師預測在此期間股價相對弱于上證指數5%15%之間賣出分析師預測在此期間股價相對弱于上證指數達到或超過15%行業評級標準行業評級標準以報告發布日后的6個月內行業指數的漲跌幅為基準。推薦分析師預測在此期間行業指數相對強于上證指數達到或超過10%中性分析師預測在此期間行業指數相對上證指數在-10%10%之間回避分析師預測在此期間行業指數相對弱于上證指數達到或超過10%華西證券研究所：華西證券研究所：地址：北京市西城區太平橋大街豐匯園11號豐匯時代大廈南座5層網址：http:/