中信建投证券信息技术部负责人李剑戈：AI已经开始在券商领域卷了，而且卷到了各个层面lg...

12月22日，“金融强国·普惠金融论坛”在北京市石景山区银行保险产业园顺利举办，中信建投证券信息技术部负责人李剑戈分享了他关于大模型在券商服务的探索和思考。

李剑戈表示，在19年，AI这件事情在券商领域形成了共识，已经开始在券商领域卷了，而且卷到了各个层面，经纪业务、投资、投研、决策运营。

时序和空间的压缩也是用深度学习的算法，把时序的东西做了多维度的拼接或者是对照，拿到了更广阔的信息，LP很多互联网公司说投资的时候更多的是用LP做这件事情，用LP读新闻发现宏观因子找到行业因子、风险因子，之后做一些算法和投资，做一些事件的驱动，大规模的领域并不是主流，只是现在越来越被投资的人认识。这是大模型出现之前。

远期规划，结合集团的要求和公司发展，以及供应商给的答案，希望从各个层面，调用、私有化部署、二次训练、微调的基础上做了架构图，结合前面的调研工作，公司在大模型领域还是本着这样的态度：

1、肯定不会训练自己的大模型，这件事情如果做也是集团来做，因为能力不够，明显认知到了。

2、在安全可控的情况下借助外力实现一些场景落地。

3、如果在一些证券核心价值上拆解模型的工作原理和原码做一些力所能及的事情，覆盖到一些证券核心价值上，看能不能产生价值。

关于风险，人工智能管理办法，社会主义价值观的维护，社会责任感的认知和判断，以及行业监管指标都需要明确，只要不明确可能就要承担很大的风险。

面临的几个问题：

1、算力。大家知道国产的替代是很艰辛的，无论哪个厂家说这个GPU的水平多高，水平是一方面，有些代码的转换、训练还是做推理，这个成本还是很高的。

2、基础大模型。基础大模型很多，每个人都说自己很好，最后如何收敛，谁是最后的国内GPT还要等待。

3、大模型应用。大模型应用有两种，一种是全新的，原生的大模型基础，比如写代码很牛，这对IT有很大的帮助。更多的是老酒装新瓶的状态，LP、智能写稿在大模型出来之前都有很好的方案，带来本质的提升是后面的问题，我们公司推这个事情比较谨慎，在降本增效的大环境下如何说清你的投入和产出比的问题，如果说不清楚也是我们很困惑的地方。

4、2C。如果拿大模型做客服和智能投顾，这个领域券商做不过互联网，这跟当年的互联网全券商的逻辑是一样的，因为我们有牌照的优势，也有牌照管控风险的要求。

5、智能训练。是不是有安全的问题，是不是有数据隐私的问题。

6、红线。对绑架的两个要求，一是人工智能的管理办法，二是互联网营销的管理办法，这是最近出的两个文件。