上海
《科创板日报》2月23日讯（记者 陈美）今日，2025全球开发者先锋大会“共筑金融新生态：AI大模型落地应用与实践”分论坛在上海徐汇区举办。会上，智能投研技术联盟(ITL)执行秘书长张永启带来了“上海全球资产管理中心建设 资产管理大模型应用实践指南报告解读”的主旨演讲。
张永启表示，经过四年发展，ITL已经成为资管科技领域具国内领先地位和国际影响力的技术活动载体，成员机构由最初的72家发展至324家。
“目前，上海资产管理协会、智能投研技术联盟（ITL）已联合多家成员机构共同撰写了《实践指南》。在创新应用典型场景上，提炼了大模型在资产管理、财富管理领域落地的基金投研助手、投资顾问助手、财报分析助手、风险合规助手、智能化办公等16个典型应用场景，并且《实践指南》分析了大模型技术的演进历程及其在资产管理与财富管理领域的应用潜力。”
但在2024年初，ITL调研资管领域的大模型应用时，张永启表示，当时，尽管已有部分资管机构开展了大模型应用探索与实践，但对于全行业来说，资管领域大模型应用建设仍处于初期阶段。“其中，业务场景试错成本高、模型选型经验不足、大模型技术方案缺乏系统指导、语料供给方面经验不足，以及算力与基础设施建设等方面是主要挑战。”
在应用场景上，基金投研助手、财报分析助手、投资顾问助手、研报写作助手、研报问答与观点总结助手等，则是资管领域大模型应用建设路径的最佳场景。
在谈及资管机构如何进行垂类大模型建设时，张永启表示，大模型选型、大模型技术方案的选择、高质量的语料、算力建设等是需要解决的问题 。
就大模型选型而言，张永启认为，应该考虑大模型架构的选择、输入输出模态的明确、合适的参数量的选取等。此外，还有风险合规管理，即违法训练数据取得的大模型及参数能否继续使用、服务提供者和模型开发者预训练数据的合规性、服务提供者储存和利用使用者输入信息的合规问题，以及大模型关联数据出境的合规风险等。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
