[摘要]  生成式人工智能作为当今计算机科学技术发展的前沿，正在逐步渗透和改变财富管理行业的运作方式及服务模式。其在财富管理领域中的应用已经扩展到智能问答客服、智能投顾咨询、虚拟数字人和智能投研等诸多场景。同时，生成式人工智能技术的应用也面临着数据泄露、模型偏见等难点和挑战。为此，金融机构在运用生成式人工智能技术时，要加强数据安全和隐私保护措施以及强化金融科技道德伦理治理，以更进一步推动财富管理行业高质量发展。

[关键词]  生成式人工智能；财富管理；金融创新

[基金项目]  2023年广东省高等职业教育教学质量与教学改革工程项目“数字经济时代高职院校《会计信息系统》课程改革的研究与实践”（编号：2023JG445）；广州市哲学社会科学发展“十四五”规划2024年度共建课题“广州加快建设粤港澳大湾区理财和资管中心研究：基于财富管理数字化转型视角”（编号：2024GZGJ145）；广东省2023年度哲学社科规划一般项目“碳关税对广东制造业全球价值嵌入的影响及应对策略研究”（编号：GD23CYJ12）

[作者单位]  广东科学技术职业学院

生成式人工智能是一项革命性的技术，其核心在于模拟人类创造力和表达能力。生成式人工智能应用领域非常广泛，包括但不限于创意产业、医疗健康、教育、游戏开发、零售与电商等。在金融领域，生成式人工智能同样成为驱动金融行业数字化转型的强大引擎，并正在重塑全球金融业的格局。2023年3月，彭博社作为全球最大的财经资讯公司，重磅发布为金融界打造的大语言模型。该模型依托彭博社的大量金融数据源，专门针对各类金融数据进行训练，可以更好地处理金融领域的数据，以支持金融行业的各类任务。生成式人工智能不仅显著提升了金融机构工作效率和服务质量，重新定义客户体验，还能够在风险管理、投资决策与市场分析等方面发挥重要作用。同时，它还能通过与RPA（机器人流程自动化）等其他技术协同创新，提升内部运营效率，重构企业业务流程。银行、券商、保险、信托等各类金融机构都在积极探索这项前沿技术的应用场景，以把握行业变革带来的新机遇。

生成式人工智能主要的应用场景

传统财富管理服务由专业财务顾问、投资经理、税务专家等专业人士为客户提供理财规划等服务，如投资管理、税务筹划、资产管理、信托设立等，旨在帮助客户管理和增值其财富。随着模型算法的深入应用，财富管理行业出现了数字化、智能化的发展趋势。生成式人工智能技术如自然语言处理、机器学习等在财富管理领域的应用日益广泛，从智能问答到风险评估，再到个性化服务推荐，都展现出强大的潜力。生成式人工智能在财富管理行业主要有以下应用场景：

第一，智能问答客服。大语言模型和大数据模型是生成式人工智能的重要组成部分，能够处理和生成高质量的类人文本。生成式人工智能通过构建基于大模型技术的集中问答系统，利用自然语言处理和语音识别等技术，为客户提供个性化的金融建议和解决方案。通过聊天机器人或虚拟助手，银行等金融机构可以实现24×7小时的在线客户服务，帮助客户解答常见问题、处理账户查询和完成交易操作。同时，生成式人工智能聊天机器人能够在对话中理解上下文语境的复杂性，从而实现更智能、自然、流畅的客户服务和交互体验，极大地提升了客户满意度和忠诚度。此外，生成式人工智能还支撑智能客服接听客户来电，显著提升了对客户来电诉求的识别准确率，更有效地响应客户需求。如北京银行发布了AIB人工智能创新平台，该平台融入深度学习大模型、机器学习小模型、语义搜索等数字化技术，面向各岗位提供业务解答、客户营销等在线支持服务。同时还推出了运营助手、智能客服等7款智能产品，推动前沿技术在银行领域的深化应用。

第二，智能投顾咨询。投资顾问服务是指证券公司、咨询机构等接受客户委托，按照约定向客户提供投资建议，制定投资策略，并选择合适的投资产品和资产配置的服务。而智能投顾则是指结合人工智能、大数据、云计算等数字技术，通过算法模型实现对市场风险波动进行及时、高效的分析和研判，并结合投资者的需求和偏好，进而自动提供最优的资产配置方案和建议的一种在线投资顾问服务模式。智能投顾最大程度避免了因主观情绪波动、经验判断失误等人工干预所引发的非系统性风险。并且可以克服传统金融机构人工投顾模式投资门槛高、信息时效性差等特点。

而生成式人工智能则使得智能投顾更加便捷易用。投资者可以通过智能投顾平台获得实时的问题解答。通过与客户的智能对话，生成式人工智能可以更深入地了解每一位投资者的风险承受能力、投资期限、预期收益和历史交易数据等，为客户提供更精准的信息以及更深层次的逻辑分析。同时根据市场条件进行动态调整，从而优化资产配置及投资组合管理策略，并实现更好的投资回报，以提供更加个性化、定制化、智能化、高效化的投资组合建议和服务。

第三，虚拟数字人资讯展示。虚拟数字人集成了智能语音识别、自然语言处理、3D形象合成等AI核心技术，能对人体的形态、表情和动作进行模拟仿真，打造出高度拟人化的虚拟形象，并具备听与说的能力。例如，同花顺人工智能团队推出了基于人工智能多模态交互技术的创新产品——同花顺AI数字人。从新闻的抓取—算法热度计算—NLP（自然语言处理）概念抽取—AI视频生成—串联播出，整个播报过程完全由AI完成。通过开发数字人直播、数字人短视频等数字人应用，利用生成式人工智能服务视频素材生产、图像素材转视频等知识内容创作，能够帮助金融机构进行精细化的市场细分和个性化推广，信息资讯展示的内容多样性和丰富度也将大大提升。

第四，智能投研。财富管理行业涉及大量信息处理工作，尤其是处理不同来源的文档和信息，而这些信息通常是异构的。大型语言模型可以比人类更快速地分析和提取合同、财务报表及客户电子邮件等文档中的关键数据。因此，生成式人工智能的应用场景之一就是处理多源异构的报告生成任务，用来辅助用户轻松完成研报的读写。通过集成学习、迁移学习、自然语言处理等方法对公司财务报表进行分析，把握战略动向和财务表现等信息，进而提供主要财务指标的预测结果，生成行业趋势报告。利用生成式人工智能辅助生成研报，不仅降低了人工成本，同时提高了报告质量以及更新频率，帮助投资者及时了解行业动态和市场前景。

生成式人工智能在应用中面临的挑战

虽然生成式人工智能在财富管理行业中的应用前景广阔，但也面临一些挑战以及存在一些制约因素。

第一，数据隐私和安全。生成式人工智能对数据依赖度高，而财富管理行业的数据具有高度敏感性。在当前技术条件的限制下，除了大模型开发中的数据训练可能会带来数据隐私和安全问题，将生成式人工智能技术直接应用在智能投顾的场景也具有潜在的信息泄漏风险。生成式人工智能需要大量数据进行训练和学习，这些数据可能包含敏感的个人及家庭的财务状况、信用记录和身份信息等。泄露客户敏感信息或遭受黑客攻击可能导致严重的财务损失和声誉风险。如何在保证数据安全和隐私保护的前提下，有效利用生成式人工智能为客户提供个性、便捷的财富管理服务，值得进一步探讨和研究。

第二，科技伦理问题。新兴技术的快速迭代正在重塑着现代金融体系。生成式人工智能技术持续推动财富管理行业数字化转型以及高质量发展的同时，也带来了一系列潜在的科技伦理问题。首先，在财富管理过程中，如果将追求高收益作为唯一目标导向，生成式人工智能可能忽视一些道德因素，如企业社会责任、环境保护等。这可能导致财富管理服务的投资决策与社会价值观相悖。其次，算法偏见和歧视问题随着新技术的发展日益显著化。生成式人工智能技术在提供分析预测和决策时，也曾经发生过针对用户的身份歧视、性别歧视和种族歧视的案例。例如华盛顿邮报在2023年的一篇报道中提到某AI图像生成器刻板地将非洲人视为原始人，在描绘科学家时倾向于呈现白人形象，将进行家务劳动的人更多展现为女性，将领导者默认为男性等。这是由于AI图像生成器从其训练的数据中继承了各种偏见，导致其输出时加强了社会刻板印象。这种无意中的刻板印象暗示着生成式人工智能技术对社会认知和价值观念的潜在塑造，令人深感忧虑。最后，由于生成式人工智能可以生成逼真的图像、视频等内容。未经许可擅自利用他人肖像生成数字人，可能导致这些内容被用于伪造他人身份、制造虚假证据等，进而引发个人信息、个人隐私、个人名誉的侵害风险。

生成式人工智能应用建议

生成式人工智能作为应用于财富管理领域的新兴技术，具有极大的创新潜力和广阔的市场前景。但不可否认，生成式人工智能的发展也为财富管理行业带来了一些挑战。其中包括数据隐私和安全性的保障、算法的透明度和解释性、技术实施的成本以及与传统人工智能系统的整合等问题。为应对这些挑战，金融机构在应用生成式人工智能技术时应采取以下措施：

第一，要加强数据安全和隐私保护措施。金融机构在自主研发大模型时应该不断优化和改进算法模型，以应对市场变化和技术进步。如采用先进的加密技术和数据脱敏方法来保护敏感信息，确保即使数据泄露也不会直接暴露客户信息。此外，需要关注数据隐私、知识产权、信息安全等方面的相关法律法规和监管政策的变化，建立健全技术保障体系。同时强化法务部门的作用，确保技术应用的合规性。

第二，要加强道德和金融科技伦理建设，确保财富管理服务的投资决策符合社会价值观。目前，我国金融科技伦理治理总体尚处于起步探索阶段。金融机构内部需建立健全相应的金融科技伦理指导方针，形成一套完整的金融科技道德伦理管理体系。同时鼓励社会各界共同参与金融科技伦理治理，形成政府、市场主体、社会共同推进的良好局面，确保技术发展的同时兼顾社会责任。此外，金融从业人员应强化对人工智能等相关技术的学习，特别是生成式模型的相关知识，增强自身业务素质和水平以适应行业的变化。遵循职业道德准则、保持合规意识，以期在生成式人工智能的辅助下做出合理决策，并为客户提供更优质的服务。

未来，随着技术的不断进步和监管的完善，生成式人工智能在财富管理领域的应用场景将不断拓展。首批大模型增强的金融机构会进入成熟应用期。通过深入研究生成式人工智能技术在智能客户服务和风险管理等方面的具体应用，可以更好地理解其对行业带来的影响和变革。生成式人工智能技术有望深度重塑金融机构的产品创新力和运营能力，在财富管理行业中发挥更为重要的作用，为投资者和金融机构带来更大价值，同时也为财富管理行业高质量发展提供助力。