恒生电子董事长刘曙峰：大模型应用如何驱动金融科技3.0？

2023年12月23日-24日，中国财富管理50人论坛2023年会（第十届）于深圳市福田区顺利召开。本次年会以“新发展格局下金融高质量发展之路”为主题，广泛邀请政府部门、专家学者、业界领袖展开高水平的思想交流，分享真知灼见、展望前沿趋势。恒生电子董事长刘曙峰出席年会并在“数字金融：数字化转型提升金融服务实效”主题论坛上发表演讲。

刘曙峰认为，大模型推动第三次信息化浪潮，金融科技发展迈入新阶段。财富资管行业短期承压，长期持续增长、稳健发展的向好趋势保持不变，从财富端来看，加速产品销售模式向买方投顾模式转型；从资管端来看，被动和另类投资崛起，资管的投资管理正从收益驱动模式向风险驱动模式转变；公募基金费率改革重塑财富资管行业竞争格局。基于财富资产管理行业的变化，再结合技术的进步，需要从财富管理、资产管理、机构服务、风险管理四个方面加速建设金融科技的3.0平台，从而更好地支撑财富资管行业发展。大模型应用会驱动金融科技3.0进程。基于数据平台，应用大模型来提高效能、提升价值，为整个金融科技3.0带来新的变化。

以下为刘曙峰演讲全文。

作为服务金融机构的一家科技公司，我想谈一谈数智金融、数字化转型方面的金融科技3.0平台的建设问题。

一、大模型推动第三次信息化浪潮，金融科技发展迈入新阶段

近几十年来，信息技术不断进步，相关进程大致可以划分为三个阶段。第一阶段是采用计算机处理日常事务，即信息化。第二阶段是PC、互联网、移动互联网在发展过程中带来业务流程的网络化，给金融行业带来了巨大变化。今天，我们正在进入第三阶段——数智化阶段，就是当信息化、网络化、数字化带来充分的数据积累，带来行为的线上化、线上线下的融合，加之最近的技术进步，尤其是大模型带来了全新的突破，使得数智化浪潮更加勃发。

这三个阶段在金融领域也可以观察到。第一阶段是金融大集中时代，以银行网点信息化、金卡工程、股票交易电子化等为代表，主要特征是支持合规展业。第二阶段是互联网时代，网络展业、数字化支付等创造性地、跨时代地改变了金融业态格局，主要特征是流程驱动。第三阶段是数智化时代，数智化技术赋能金融业务，主要特征是数智驱动。

二、财富资管行业短期承压，长期持续增长、稳健发展的向好趋势保持不变

聚焦在财富资产管理领域来看，过去的若干年，尤其是2018年《资管新规》之后，取得了长足的进步，每年都有增长。尽管这两年的增长速度在变慢，但根据相关研究，长期来看，国内居民资产结构将从地产、存款向金融资产转移，资产配置结构会发生变化。预计到2030年，国内个人金融资产规模有望从今天的240多万亿元增长至接近500万亿元，资产管理规模有望从今天的130多万亿元翻番至275万亿元。

从财富端来看，主要变化是围绕客户核心需求，构建精细化客户分层经营体系，加速产品销售模式向买方投顾模式转型，更加重视保有规模，重视投资者的获得感、体验、陪伴。从资管端来看，过去几年，产品结构不知不觉中发生了很大的变化，全球而言，被动和另类投资崛起，相关产品规模在整个资产管理规模中的占比在提升，另类的收入占比已接近50%；与此同时，资管的投资管理正从收益驱动模式向风险驱动模式转变，首先定义风险，而后进行投资决策、构建投资组合。

再看国内最近的公募基金费率改革，具有普惠金融属性，会带来财富端、资管端一系列的行业格局演化，资金端的长久期资金规模占比和产品端的资产配置类产品规模占比预计将不断提升，财富管理机构与资产管理机构的双向延伸、融合趋势也在发端，比如资产管理机构在提供财富管理服务，财富管理机构在定制资管产品。

三、加速建设金融科技3.0平台，更好地支撑财富资管行业长期向好发展

基于上述行业变化趋势，再结合技术进步的情况来看，我们可能需要加速建设金融科技3.0平台，从而更好地支撑财富资管行业发展。

金融科技3.0平台如何建设？我想分别从财富管理、资产管理、机构服务、风险管理四个方面进行阐述。

财富管理3.0：以资产配置为核心引擎，赋能以客户为中心的买方投顾体系建设

互联网时代非常重视流量、客户服务流程重构、线上线下融合，现在更多转向客户体验和陪伴。当前，行业已经积累了大量的客户数据，但似乎还没有很好地加以利用。为此，行业开始建设数据中台，加强数据的有效利用。大模型则有可能提供一个更加强大的工具，甚至在一定程度上跨越数据中台的建设本身，直接使用一些非结构化的复杂数据来服务客户。从业务视角来看，财富3.0是贯穿客户旅程的财富管理一体化平台，以包含KYC、KYP等服务的资产配置为核心引擎，底层是数智化底座和数据中心。

资产管理3.0：以IBOR为统一业务底座，推动收益驱动模式向风险驱动模式转型

投资管理正从收益驱动模式向风险驱动模式转变，原来基于产品视角构建的烟囱式系统，现在需要从风险管理维度进行打通。投资工业化也是如此，将产品视为策略的配置组合，从原来的分产品管理向分策略管理转变。由此，资管机构需要在数据中台的基础上，建设核心业务底座IBOR，将整个资管数据拉通，对策略进行统一管理，然后基于风险定义去构建资产配置和投资管理策略，继而进行组合、指令等管理。海外的IBOR和资管3.0已经发展得比较成熟，国内正处于建设资管3.0的良好时机，业内开始有一些实践案例。

机构服务3.0：从围绕机构交易生命周期提供综合服务，向构建数智化生态服务转变

最初的机构服务主要提供交易终端接入、经纪通道等，随着市场机构化趋势提速，金融机构需要更专业的综合服务能力满足机构客户个性化、综合性的需求，构建覆盖多业务场景的“综合服务平台”，这是目前主流的2.0模式。而未来随着AI和算法的不断进步，综合服务平台也将逐步升级为3.0数智服务生态体系，在交易端、算法端、投研端、以及交易产业链生态构建等方面进一步升级，从技术和业务层面更好赋能机构投资者。

风险管理3.0：从被动向主动、从产品向全渠道转变，构建全面风险管理决策平台

过去的风险管理主要是被动应对，进行常规风险评估和关键风险沟通。但随着监管力度的加大，风险合规专业化、精细化管理已成为行业重点，这需要机构建设数字化、可计算的2.0平台，将传统被动风险管理转向主动风险管理。而未来基于数据底座和AI技术的深度应用，风险管理将进一步向智能化、可理解的3.0阶段演进，通过建设前置、智能的全面风险管理决策平台，为业务经营提供“决策智能”。

四、展望：大模型应用驱动金融科技3.0，有望为行业带来数量级变革

种种迹象表明，我们正在进入金融科技3.0阶段。从技术角度来看，毫无疑问，大模型把人工智能带到了一个全新的高度。大模型的应用场景，还有很大的拓展空间。业内已经有了很多初步的实验性场景落地，比如财富管理领域的投顾咨询、营销内容生成、客服呼叫等，资产管理领域的投研助手、交易合规、运营信披等，机构服务领域的指令生成、客户画像等。虽然大模型还存在幻觉等问题，但2024年，各种不同场景下的实质性大模型应用落地是可预期的。

届时，大模型应用会驱动金融科技3.0进程。基于数据平台，应用大模型来提高效能、提升价值，为整个金融科技3.0带来新的变化。过去十年，出现了大量的新技术，当下首先需要更加关注这些新技术如何在金融场景中落地、如何实质性地提高效率，10%~30%量级的效率提升已经实现，未来可能是数量级的提升；其次是关注如何改善用户体验；最后则是思考如何实现有质量的增长，而不仅仅是流量的增长。