每当AI浪潮涌起，作为数据密集型产业典型代表的金融业，总是会被推上时代潮头。
最新的案例无疑是大模型。在这场由AI大模型引领的新一轮生产力变革中，各种新产品形态突飞猛进。大模型强大的内容理解和生成能力，促进了AIGC（生成式AI）技术的发展让更为智能和个性化的AI数字人成为可能。
AI数字人技术由此迎来了一次重大发展机遇，其在解决金融行业营销、客服、风控、合规等方面痛点的过程中有望带来突破。
那么，金融机构该如何打造适合自身的AI数字人？这方面，领先的金融机构与科技公司已经进行了积极探索。
AI数字人正在以一种全新的方式深度入局金融行业。
大模型浪潮涌向投顾
AI数字人技术——包括其背后的大模型和AIGC能力要想真正落地，找到合适的应用场景是关键。
如何为AI数字人“求职”，了解其核心能力是关键一步。而具备创造性的对话能力，是生成式AI相较于传统AI展现出的突破性能力。
传统AI在回答问题时往往对上下文的理解欠缺，导致答案相关性较低，表达机械化，而生成式AI则能够理解更长的上下文，并进行拟人化的思考和回答，与人类进行更自然的对话沟通。在“创造”能力方面，传统AI只能按照预设任务输出答案（如分类、数值预测），而生成式AI能够自动生成自洽的图形、文字创作甚至代码。
在此基础上，辅以还原真人的虚拟形象，AI数字人有望媲美真人。而大模型还可以为其提供更广泛的知识和信息支持，从而提高其在金融场景中的应用能力，AI数字人可以更加专业。
从需求端来看，在财富管理转型时代，投资顾问可能是当前金融业最“缺人”的细分行业。中证协数据显示，截至6月10日，中国证券市场的投资顾问群体数量74570人，同期A股投资者人数约为2.18亿人。这也就意味着，一位投资顾问要服务2900多位A股投资者。
超负荷覆盖庞大客户群体的另一面是，投资顾问难以深入了解客户，精细化服务则无从谈起。很多投资者只能接受通用的投资组合建议，无法根据自身需求做出更精准的投资决策。
可以说，在全行业财富管理转型提速的大背景下， 中国持牌投顾人数远远不能满足庞大的投资者需求。
此外，缺乏科技支持是投资顾问另一大不足。传统的投顾业务主要依靠人工咨询和分析，这使得投顾行业的服务效率低下，无法满足客户对实时、精准投资建议的需求。
如此看来，基于大模型等AIGC技术实现的智能投顾数字人，有望在解决投资顾问缺口问题上发挥重要作用。
不过这一创新仍然面临着一系列痛点，包括技术门槛高，导致生产及运营成本高；技术层面上，无法真正接近人的真实自然；金融行业专业化知识要求高，数字人需要不断更新语料库内容并加以模型训练，难度较大。
智能投顾数字人能带来什么？
在供需两端的共同作用下，智能投顾数字人终于应运而生。
在8月8日晚间的发布会上，九方财富展示了“九哥”的一系列能力。笔者也在“九方诊股”APP上亲身体验了数字人的诸多功能。概括来说，九方智能投顾数字人拥有大盘分析、板块挖掘、热点追踪、个股诊断、策略生成、金融百科、事件推理、情绪陪伴八大核心能力。
再如，在“常温超导”、“大模型”等新技术新概念层出不穷的当下，为什么某一事件的影响面巨大？“九哥”则可以融合事理图谱、产业链图谱等知识内容，对热门资讯、重大事件进行深度影响脉络梳理，从中挖掘投资机会。
又如， 投资者总是冲动割肉怎么办？“九哥”即可以采用多种互动对话方式，识别和理解用户情绪，为用户提供心理支持和鼓励，帮助用户应对市场波动，并在关键时刻发送风险预警，避免因情绪波动造成的投资失误。起到情绪陪伴的作用。
可以说，每项能力都直接回应投资者的具体诉求和痛点。
九方CEO才子表示，“九哥”将市场分析体系划分出技术面、基本面、资金面、消息面四大市场主流分析体系，涵盖了几十种分析维度、近千种诊股因子，360度全方位扫描全市场上市公司。同时“九哥”还能结合市场主流的分析维度和九方特色指标，进行深度分析，并通过自然逼真的相处体验、简单易懂的表达方式为投资者提供诊断结论。
事实上，九方财富早已经是证券投顾领域数字化转型的弄潮儿。
2019年，第一代文本对话机器人“AI旺财”发布；2020年，推出业务风险洞察、九方OCR模型、金融虚假舆情识别、用户情感分析、金融实体识别及纠错模型等“一揽子”人工智能工具；2021年，又推出AI巡查官、AI监测官，实现一体化智能合规审核；2022年，则自研推出“智能创造工坊”，实现了一键智能创作。
探路AI数字人
数字人并非是一个行业新概念，具有高度还原真人的虚拟形象在元宇宙概念里早已实现，但是数字人“九哥”的创造性在于，其依托了九章证券领域大模型的基础能力。
可以说，音视频合成、唇形同步等数字人交互技术创造其“肉身”，而九章证券领域大模型赋予其“灵魂”，后一步更为关键。
但是横亘在金融大模型眼前的有两大问题。
一方面，证券业与其他行业相比，大模型的稳定性、准确性、数据安全、合规性等方面要求更高。
另一方面，是用大模型还是小模型——或者说是通用大模型还是行业大模型的问题。
对于已有的通用大模型，如何连接、使其发挥作用，这是“用法”的问题。但是如果大模型本身有局限性，无法满足证券行业的需求，并且这种局限性通过“用法”无法克服，则需要自建或者推动建设一个专门适用于证券行业的大模型。
而在数字人“九哥”的案例中，其内核是九章证券领域大模型，而这一证券行业大模型则脱胎于科大讯飞星火认知大模型，后者结合宏观数据、行情数据、资讯数据、公告数据等行业通用知识库以及深度研报、特色指标、政策解读、市场分析、热点题材、课程教学、首席诊股、公告掘金等九方特色知识库，进行了大模型证券行业知识增强训练。
简言之，基于通用大模型锻造出了更加专业的证券行业大模型。
而华为云在这一步中扮演的角色也尤为关键。众所周知，建设和训练大模型的成本和难度高企，灵活弹性的华为云智能计算底座为以上的大模型训练提供了算力保证。前文提及的智能投顾数字人创新中的诸如技术门槛高、模型训练难度大等一系列痛点也得以解决。
归根到底，数字人的使命是要回归金融行业的本质，切实解决用户的金融需求，以更智慧、更安全、更准确的形式，向用户传递信息并提供服务。以“九哥”为代表的大模型加持下的AI数字人正在努力接近这一本质诉求，其无疑将在投顾行业中得到更广泛的应用和发展，甚至重塑行业生态。