ChatGPT能为投顾做些什么?

本文来自微信公众号：星海笔记（ID：starnotes），作者：星哥的马甲，头图来源：视觉中国

核心结论：

1. AIGC已经是现实的生产力，基本上对每个人都有价值。现在摆在我们面前的只是用哪个、怎么用的选择，不存在用不用的问题。

2. 目前像ChatGPT、文心一言这类LLM聊天机器人，最擅长的是给定题目下的内容检索、整理和文稿输出，其次是把自然语言翻译成代码、表格、图形等。目测现在已有的专业能力，大致相当于大学毕业工作2年~3年的初级员工，但工作效率大概得是人类的10000倍？

如果结合一些专业数据库插件，我估计最快几个月，最晚两年内，一般金融机构应该普及AI辅助办公。投行招股书、卖方研报和合同方案类工作的人类工作量可以降低至少30%~50%，而AI的长期成本几乎可忽略（目前都免费），规模效益无限大。到时候很多金融从业人员需要面对的应该不再是搬砖累成狗的问题，而是“不用搬砖了，我还能干点什么”的问题。

3. 在处理金融类工作方面，ChatGPT、Bing等聊天机器人目前的劣势主要是如下两点：

• 推演和创造能力不足。实际上AI语言模型的文学创造力并不算差，百度文心一言写诗都能合辙押韵，只是意境上差一些，但相信学的多了提高也能很快。不过用到经济分析等涉及大量数据信息整合的方面，模型面向未来的推演能力就要差不少。虽然AI也能胜任比如综合各种信息写一写未来投资观点这类工作，但观察下来基本都还是依托于已经存在的内容（即：他人观点的整合）。当然，根据外部信息生成分析判断的能力并不是这类语言模型的强项。

• 数据错误率较高。因为目前Bing、文心的外部数据源基本都是从搜索引擎出发、大概率是从网页爬取的数据，导致经济金融专业数据的治理欠佳，涉及数据分析的内容经常张冠李戴，有时候会睁眼说瞎话，所以还是需要一定的专业校验。但这一点是很容易通过规范的数据库导入或外部插件来解决的。

那么，AI大语言模型能为资产管理、财富管理和投顾的工作做些什么？我想基于已经展现出的技术能力，当前至少已经可以协助完成如下工作：

一、快速了解市场情况和投资品种的基本信息，准备话术

当前投顾需要面对的客户需求五花八门，产品多种多样，经常会出现客户提出一个问题要快速反馈的情况，此时AI应该立刻出场。

比如你下午要见客户老王，他炒股票亏了好多钱，你应该怎么安抚他？AI可以给出如此有人性温度的答案：

我想给老王推荐多资产投资（如FOF等），来降低波动，AI可以帮我们整理一段话术：       

可以给出一些具体案例：

还可以直接上图表：

针对客户的FAQ，可以直接询问AI答案：

再比如老王希望了解持仓基金最新的表现情况，涨跌原因。

以及还需要做一些基金经理之间的背景和投资风格比较：

再比如快速了解一下复杂衍生品的收益特征：

二、协助整理投资建议书等营销材料

比如客户在了解多资产配置的基础上，希望看到一份投资建议书。我们可以利用AI能力快速生成。当然，此处由于GPT是个语言模型，对金融资产风险收益缺乏理解，只能给出一个大的框架。但可以想见的是只要简单连接上Wind数据库，再配置一些基本的资产配置模型，就完全可以胜任更严谨的需求录入、回测、方案输出的全套功能了。

三、从人类思想到制定算法、写代码，辅助验证策略逻辑

我观察了一些案例，GPT从人类自然语言到算法的理解翻译能力是相当强的，基本能够准确抓住人类的思想实质，只是给出的算法执行效率不一定是最好的。很多一线投顾和投研人员担心不会写代码成为阻碍工作进步的一大绊脚石，然而事实情况是初级程序员的工作很可能短时间就会被替代。

不管什么时候，idea永远是最重要的。

四、制表、制图

Bing目前可以简单地做一些数据分析和比较，只是数据来源经常出问题（表中部分数据有误），还是需要认真鉴别。当然这也是预计几个月内就可以通过嫁接外部插件数据库来解决。

五、写各种“小作文”

写文章是GPT的看家本领。所以有了这些工具以后，我估计以后写投后小作文的工作很大程度上其实都可以交给AI来完成了。不满意还可以要求它润色、加入各种新的细节和元素。

六、关于行业发展的几个问题

资管和财富管理行业的发展方向：

如何看待和解决“基金赚钱、基民不赚钱”问题：

投资顾问如何平衡当期销量和长期AUM：

人类投顾在未来的价值和竞争力提升的方向：

最后谈一点感想。

ChatGPT等AI工具的突破性进展无疑是令人震撼的，我们也毫不夸张地正在经历又一个Windows、iPhone和Model 3时刻。

AI对财富管理和投顾的影响一定是颠覆性的。投资顾问的工作本身一部分是专业、一部分是关系和陪伴。AI的发展大幅度降低专业门槛，提高信息透明度和传播效率，也将大幅度地压缩投资管理端的超额收益空间（可以考虑下现在基金经理的新陈代谢速度有多快，这还是以人工筛选挖掘的状态下）。

另一方面，AI没有改变的则是人与人之间的信任连接，这将使“人情”服务的价值更加凸显。在AI和云计算支持下，财富管理和投资顾问的去中心化特征将越来越突出。轻资产运作独立运作的投资顾问在专业上也成为可能，规模化运作、集中式管理的大型机构的体制机制优势会遇到挑战。甚至，资产管理（至少是主动投资）中的马太效应是否会被逆转？

既要防备技术的快速发展，提升自身专业能力和客户影响力，避免被无情替代，又希望得到技术日益无所不能的支持，为自身发展贴金助力，这将是未来每个从业者所要面临的长期状态。

本文来自微信公众号：星海笔记（ID：starnotes），作者：星哥的马甲