1.公司總體研發思路是怎么樣的?
答:公司主要還是圍繞基礎技術開展研發工作,對公司來說,業務和技術是雙向驅動的,業務驅動技術,技術賦能業務,形成良好的正循環。
2.公司去年大約有40人的博士,今年預計會有多少?
答:公司今年會依托公司擁有的國家級博士后工作站,會進一步加大博士研究生的引進力度,尤其是在模型算法方向會優先引進相關博士研究生。
3.公司技術及產品創新情況如何?
答:公司十分重視技術及產品的研發創新應用,每年研發創新投入占總收入占比重都超過25%。公司在業內領先于競爭對手布局相關技術創新應用研究跟蹤,例如,公司在90年代率先推出網上行情交易系統;在2003年開始研究基于移動端的手機炒股應用(移動互聯網);在2011年開始在布局人工智能——面向金融證券領域提供垂直搜索引擎,在這之后對智能語音、自然語言(NLP)、知識圖譜、圖像識別、機器問答、虛擬人等人工智能相關核心技術研發及應用創新,以及近年的大模型相關技術的跟蹤研發。
4.公司大模型產品的規劃?
答:目前公司各個業務方及產品都在做適配,主要還是聚焦金融行業,強化現有的應用場景,比如iFind金融數據終端、i問財、智能投研等產品及場景。
5.目前大模型的進展怎么樣?
答:目前還處在向相關主管部門申請備案階段。
6.何時能夠看到i問財的大模型技術應用?
答:相關備案完成,且在監管機構允許面向C端用戶服務的時候。
7.怎樣理解數十年語料積累的價值或壁壘?
答:我們認為也不能完全說是壁壘,但是會存在一些優勢,短期內可能會在用戶意圖理解等方面存在優勢,但一切還是要取決于競爭對手在這個領域投入的力度和決心。
8.AI技術在2B業務上會有怎么樣的結合?
答:機構業務主要還是依托我們的iFinD金融數據終端,為機構客戶提供一些輔助性的工具。
9.如何看待證券交易利基市場變化趨勢?
答:長期來看,隨著注冊制的實施,未來散戶在選股等環節的難度會逐步提升,會有更多的投資者接受通過專業機構投資者或者投資寬基指數、行業主題基金等產品,近些年量化類基金在市場份額的占比不斷提升也能證明這點。
10.在機構化、被動占比提升大背景下的業務機遇?
答:著力為機構客戶提供更優質的金融數據、投研系統以及平臺業務的合作。
11.從交易向配置轉化的難點是什么?科技如何幫助我們?
答:從交易向配置轉化的難點,首先基金數量比股票數量還多,客戶篩選基金也是個難點。其次,單純投資過往業績靠前的明星基金經理,很容易遇到基金經理的業績回撤,基金凈值波動還是相對較大也是個難點。
運用人工智能技術,在基金和基金經理的篩選分析上增加更多的工具,研發智能投顧類的產品,根據客戶的需求提供配置的參考建議。