财富管理的“DeepSeek时刻” 盈米基金的AI变革之道
盈米基金旗下投顾服务平台“且慢”在2月14日宣布,其智能投顾助理“AI小顾”已成功接入DeepSeek-R1深度推理模型。
据了解,盈米基金于2023年初启动AI战略,持续深化人工智能技术在财富管理领域的应用。作为国内率先将大模型技术植入金融场景的机构之一,盈米基金采取了自主研发与合作引进相结合的技术路线。一方面,盈米基金积极推进大模型自主训练;另一方面,盈米基金与头部AI技术服务商开展深度合作,在实践中积累了丰富的AI技术能力和应用经验,构建起涵盖大模型训练、推理服务、智能体应用开发的全栈式AI能力矩阵。
目前,盈米基金已形成从底层算力集群到上层业务应用的全新AI生态,在投研、投顾、合规等领域实现AI能力渗透,并对外输出如账户诊断、投研工具箱Coral、AI+内容中台等智能化解决方案与服务。此次接入DeepSeek-R1模型,将进一步强化盈米基金的科技创新能力,为客户带来智能化、专业化的财富管理服务体验。
布局AI生态,构筑财富管理新基建
为实现智能化财富管理战略落地,盈米基金持续加码AI基础设施建设,构建多元混合大模型技术底座,并在垂直领域深入挖掘财富管理数据价值,构筑起智能化财富管理服务的基石。
盈米基金发现,由于金融业务的复杂性与客户需求的个性化特征,对AI技术的灵活性与适配性都提出了更高要求。为此,盈米基金打造了多元混合模型技术底座,目前已完成与DeepSeek(深度求索)、通义千问(阿里云)以及KIMI(月之暗面)、豆包(字节跳动)等主流大模型的对接,通过多元化的技术生态,服务于不同业务场景。
由于高质量金融数据获取困难,且缺乏系统化的专业知识支撑,导致模型在专业问题处理上难以达到理想的效果。因此,盈米基金AI基础建设的第二步,是体系化梳理公司的数据资产,并依托盈米基金多年以来在财富管理领域的知识沉淀,将其梳理成为可以被AI获取的API或知识库,为AI模型提供优质的训练资源,显著提升AI在财富管理领域的服务能力。
为确保数据的质量和应用效果,盈米基金于2023年6月组建了数据标注团队,聚焦模型效果评测和AI应用效果评估工作。目前,盈米基金已构建起涵盖财富管理、基金投资、投顾策略、陪伴内容、客户服务、投研工具等六大核心业务场景的专业数据集群。在此基础上,盈米基金建立了一套针对业务效果的自有评测体系,反哺AI应用,大幅提升AI应用研发的整体效能。
作为AI基础设施的一部分,为降低各种不同背景人员享受AI红利的门槛,盈米基金搭建了AI智能体开发平台,在内部实现了“AI应用研发平权”。该平台采用模块化设计,通过提供丰富的API工具与插件,使一线业务人员能够像“搭积木”般快速构建智能化服务流程。
AI智能体开发平台的出现,不仅有效降低了AI应用开发的门槛,更推动了AI技术在投研、投顾、客户服务、内容创作、用户增长、客服助手、研发效能、信息安全、合规风控等核心业务场景的加速渗透,显著提升各环节的工作效能。在三大基建措施的加持下,盈米基金持续探索AI技术在财富管理场景的深度融合与创新应用,对外服务投顾客户与赋能合作伙伴,对内实现组织效能的跨越式提升,并且都获得了可喜的成绩。
三端齐发,借AI东风为客户赋能提效
“且慢”作为盈米基金服务个人投顾客户的平台,于2024年5月推出了基于通义千问大模型的“AI小顾”智能投顾服务。“AI小顾”为全AI Agent智能体运营模式,支持覆盖产品、账户、市场三大板块30多种投顾服务,覆盖超70%的投顾服务场景。
“AI小顾”DeepSeek深度思考满血版
“AI小顾”接入DeepSeek-R1深度推理模型之后,不仅推理逻辑和深度分析能力大幅提升,且更能理解用户的心理状态,也更注重情感。全新升级后,客户与“AI小顾”探讨的话题不仅限于投资,还包括生活、学习、旅游等方面,实现多方位的聊天陪伴和心理疏导。目前,用户可以在“小顾标准版”和“DeepSeek深度思考满血版”之间来回切换,满足用户生活资讯、投资规划、情感陪伴等多场景的需求。下一步,“且慢”计划通过将DeepSeek深度推理模型与“且慢”的自身服务和客户账户数据进行深度融合。
据悉,“蜂鸟”是盈米基金服务金融机构客户的业务平台,为机构业务提供数字化解决方案。基于盈米基金完善的AI基础设施和全新生态,通过“AI智能解析工具”“货基公告解析系统”“AI实验室”等核心模块,构建起覆盖“投研-交易运营-内容营销”的全链路数字化能力。
针对机构业务存在海量文档处理的痛点,“蜂鸟”平台创新融合多模态AI技术,打造了零代码智能解析中枢。不同于传统的定制化开发环节,该智能中枢可满足客户不同文件模板识别场景的需求,极大提升了文档处理的效率。
为助力机构业务提升投资决策效能,“蜂鸟”平台“AI实验室”利用大语言模型,在系统中构建了“基金经理观点日历”“智能资讯”“研报搜索”三大AI工具。通过对基金经理观点、财经新闻以及海量研报的智能处理,可以更直观地了解行业动态,快速获取资讯要点、总结基金和行业研报,使得业务报告的产出时间明显缩短。
“蜂鸟”平台“AI实验室”研报搜索和观点总结
“蜂鸟”平台基于盈米基金大量的基础数据资源和处理优势,以客户数据、产品数据为基础,建设专属的客户和产品标签体系。一方面,通过对数据进行筛选和多维度特征的提取,协助资管机构对产品和营销物料进行快速归档;另一方面,通过大模型实现更加精准的渠道营销策略输出,帮助客户达到精准营销的目的。
此外,盈米基金自主研发的TAMP平台(Turnkey Asset Management Platform)能够为投顾团队提供解决方案,覆盖投资组合管理、交易执行、风险控制、绩效分析、数字化客户关系管理等核心功能。该平台通过智能化工具赋能投顾团队,有效提升日常运营效率,使投顾可以更专注于客户服务和资产配置决策。
通过智能化升级,TAMP平台在账户诊断中采用智能工具,通过搭载多模态识别技术的账户分析系统,可自动解析客户持仓结构。当投顾通过微信小程序上传客户持仓截图时,平台在5秒内完成信息提取,并基于客户账户信息生成包含资产健康度、风险暴露、配置偏离度等12项维度的诊断报告。该功能使单次客户持仓诊断服务的时效从几十分钟压缩至几分钟内,服务产能显著提升。
盈米基金TAMP平台一键上传识别持仓信息
多点开花,公司组织效能收获AI红利
2024年,盈米基金借助AI大模型、AI代码生成工具以及自主探索形成的AI研发方法论,实现了研发工作流的范式转移。从过往以人工为主的工作流,转移向“AI为主,人为辅”的全新研发流程,以自然语言驱动AI完成中大型项目的开发工作。
在三分投七分顾的投顾服务体系下,投顾机构日常需要创造大量专业又接地气的内容持续陪伴客户。于是,盈米基金从2021年初便开始建设内容创作平台“盈米图书馆”,如今,接入DeepSeek-R1推理模型后,“盈米图书馆”在知识管理、内容生产、运营分发等环节更是实现了智能化跃迁。依托盈米基金百万量级的专业知识库,借助大语言模型强大的语义理解与数据分析能力,系统可在10秒内完成精准内容筛选,检索效率提升20%。
此外,有别于传统的金融内容工具平台,“盈米图书馆”还创新性打造了“20+Agent创作流程”,搭建人机结合的智慧桥梁,实现针对多场景、人设、平台一键式选题、创作、改写和配图的功能。在DeepSeek-R1模型的加持下,平台能在5分钟内生成准确率达98%的专业内容。这种协同模式使内容创作自动化程度达到80%,不仅大幅提升了金融机构的内容运营效能,更为财富管理行业的数智化转型提供了可参考的解决方案。目前,这套体系不仅在盈米基金内部使用,还对外成功服务多家头部金融机构。
“盈米图书馆”AI人设创作功能
在投研场景,2023年已经借助AI大模型实现了基金经理纪要摘要、基金经理行业观点提炼并聚合分析买方情绪趋势等功能,将AI应用能力的探索统一沉淀到盈米基金Coral投研平台,有效提升盈米深度研究能力。
对于客户拓展这一广受关注的领域,盈米基金“且慢”团队将AI技术深度融入社交媒体全链路运营,以“智能内容生产+用户情绪感知网络”双引擎,大大降低了传播与获客成本。
在AI驱动内容规模化落地方面,“且慢”平台通过自研品牌宣传AI内容生成模型,在社交媒体实现内容规模化生产落地。形成了AI模型完成文案框架搭建、关键词优化及场景化适配等基础性工作,人工团队聚焦创意策划与情感化表达的AI协同创作模式。最终实现了内容生产效率提升157%,平均单篇内容人工耗时大幅降低的效果。
在构建用户情绪感知网络方面,为了及时了解公域平台对“且慢”各类产品和宣传内容的反馈,“且慢”构建了“舆情温度计”系统,实现从过去被动响应用户反馈,到及时响应、精准服务的跃升。“舆情温度计”系统能够实时量化小红书等社交平台用户的情感倾向,帮助“且慢”及时、准确地输出针对性的投顾服务和内容。
拥抱AI生产力革命,共建财富管理智能化新生态
展望未来,AI应用的持续深化和成本持续降低已成为时代发展趋势,盈米基金将以积极和创新的姿态拥抱这场AI变革。
面向智能化的未来,盈米基金将持续夯实AI基础设施,为智能化发展奠定坚实技术底座;持续升级面向客户的智能化财富管理服务能力,以更优质的服务惠及更多的投资者;持续拓展AI赋能投顾业务的边界,探索智能化投顾服务的全新模式;持续提升组织效能,实现自身能力的跨越式跃迁。
盈米基金深知,AI生产力革命的意义绝不仅限于企业自身的能力提升,更在于对整个行业的赋能与重塑。盈米基金在持续强化自身AI能力的同时,更将积极对外赋能这种全新的生产力,通过平台开放、智能化解决方案、行业合作共建等多种方式,赋能财富管理生态的合作伙伴,共同构建开放、进步、共赢的智能化财富管理新生态,助力促进财富管理行业的数字化转型和高质量发展,并最终转化为投资者的获得感。(陈周阳)















