配资炒股开户方案核心挑战转向洞察力的提炼

来源：上海证券报·中国证券网

上证报中国证券网讯（陈铭记者邓贞）回忆起被视为“大模型元年”的2023年，恒生聚源总经理吴震操感慨：彼时市场的狂热赋予了大模型无限想象空间，但当第一波热潮冷却，留下的问题却愈发清晰：C端惊艳亮相后，B端大模型的突破口在哪里？

吴震操判断：当前行业正处于“从热情转向严肃工程”的爬坡阶段。企业意识到，只有把数据治理好、业务流程梳理好，AI才能产生实际价值——这也正是恒生聚源所努力的方向：将企业大模型真正转换为生产力，做AI时代中“卖决策的人”。

企业大模型的下一步：知识管理

2024年初，吴震操曾在公开场合提出过这样的论断：企业大模型的下一步，是知识管理。一年半过去，他始终带领着恒生聚源朝这一方向探索，不同的是，步伐更从容，路径也更清晰。

在数据行业从事近二十年，吴震操的数据职业生涯始于路透社，曾主导全球金融数据产品和交易平台建设，也曾参与中国平安的数字化转型，再到恒生聚源进一步深入金融数据研究，完整经历了国内外数据行业的变化，也因此对“如何让数据真正为企业提效”这一落点有着更深的感受。

“在大模型出现之前，我们都在试图解决‘企业知识管理’这个难题，但都卡在技术壁垒上。”吴震操坦言，大模型的出现，在一定程度上绕开了知识图谱这条高人力成本的路径。“它能把历史知识都‘吐出来’，还能理解你的问题、结合向量库搜索答案，再调用已有知识来推理、生成，这是一整套闭环。”

作为国内最早布局大模型的金融数据企业之一，恒生聚源凭借自身在金融数据和智能投研领域的积累，探索出了一条企业大模型的落地路径：运用通用大模型对行业知识和企业内业务知识语料进行深度学习，使其成为垂域大模型；垂域大模型通过智能体进一步结合内部工具和系统成为企业内的大模型，从而能够真正理解企业内外部知识，与企业经营场景结合，承担更复杂的任务。

基于这一理念，恒生聚源推出了针对金融行业大模型的应用项目“语控万数”，通过在内部积累逾4000亿Token、3500万篇文本以及超百万条精调语料，搭建起具备“深度推理+数据调用+知识生成”的平台能力。

这一路径背后，是吴震操对数据价值的敏锐判断。“斯坦福有一份报告预计，大模型将在2030年底把全球的公开语料和数据都消耗完。但是，受限于法律、安全、数据壁垒等因素，企业内部的大量知识，大模型是没办法‘吃掉’的。”恒生聚源由此提出：企业大模型的未来发展方向之一，必然是知识库。而大模型与企业内部私有数据之间的连接，正是推动这一进程的核心。

AI时代的护城河：做卖决策的人

作为一家数据公司，恒生聚源无法避免地面临着AI时代的“灵魂拷问”：当大模型能力迅速提升，数据公司的护城河在哪里？

吴震操将数据公司的演进路径划分为三个阶段：卖数据、卖知识、卖决策。

“过去数据公司是把所有的散落在各地的数据收集起来，然后整理打包给出去。现在这个事情大家还是得做，为什么？因为在未来到来之前，大模型对数据的精确理解还是有问题。”吴震操表示，目前，大模型加工数据的精度在70%-90%不等，无法做到“完美表现”，因此在接下来的一段时间内，数据公司仍将负责打磨“最后的20%”。

在“卖知识”阶段，核心挑战转向洞察力的提炼。“研究报告是金融知识的典型载体。它不是拼凑信息，而是人基于自己经验和认知体系做出的判断。同样的数据，不同分析师得出的结论就是不同。”他说，“这些深度的洞察与分析，大模型短时间内是无法复制的。”

“卖决策”则是构建生态。吴震操认为，企业大模型只是工具，而生态是不能被轻易复制的壁垒。“如果数据公司能走到建生态这一步，为客户核心的交易和投资决策提供直接的场景支持，那就不是一个可被轻易替代的商业模式。”吴震操说。

在金融领域积累了25年的垂直数据后，现阶段的恒生聚源正在从一家数据型企业迈向知识型企业。目前，恒生聚源旗下已拥有金融数据库、应用数据库、金融大模型等产品，包括知名的智能投研平台WarrenQ。

今年年初，恒生聚源提出了“AI友好型数据库”（AIDB）的新概念，旨在让数据结构更清晰、更易调用，帮助企业构建能被大模型高效利用的数据基础设施，释放AI的生产潜力。在业务层面，恒生聚源则推出了AI 智能体，广泛应用于智能投研、财富管理、风控、合规、投顾助手等场景，且已与多家金融机构推进POC（概念验证）工作。

“技术永远不是瓶颈”

当前，多家互联网大厂争相布局企业端大模型与智能体业务，外界不免好奇：恒生聚源如何看待这种竞争？

吴震操坦言：“紧张感有，但并非来自大厂。”在他看来，垂直领域的核心竞争力在于理解行业的底层逻辑，用他的话来说，就是“know how”——以投资研究为例，投资经理和研究员如何提问、如何用数据、如何理解流程，这些恒生聚源多年深耕所沉淀下来的经验将不断迭代进智能体，成为其坚实的壁垒。

正因如此，在谈及未来业务的新挑战时，技术出身的吴震操给出了一个很“不技术”的回答：“技术其实永远不是瓶颈。”真正的瓶颈在于能否深刻理解客户需求，并持续创造价值。

正如他所观察的：“历次技术浪潮中，受益的是两类角色。一类是基础设施提供者，比如本轮浪潮中的云厂商、算力厂商；还有一类则是将核心技术落地到实际场景中的企业。”目前，除了广泛与证券、基金、资管、银行等金融机构合作之外，恒生聚源也与蚂蚁、恒生电子等头部金融科技企业展开合作，深入探索大模型及智能体的应用场景，帮助企业进一步挖掘数据的潜力。

吴震操认为，行业正在进入一个“比拼内功”的阶段。对恒生聚源来说，这意味着既要不断夯实数据和知识的基础设施，也要在应用层面持续探索，让企业大模型真正连接起内部知识、外部数据与业务场景，完成从信息到决策的跃迁。他表示，未来5年至10年，恒生聚源的方向是成为AI时代的“决策提供者”——用数据和知识为底座，让大模型成为企业生产力的可靠引擎。