人工智能（AI）技术飞速发展以来，其在资产管理领域的应用也日益广泛。
AI技术的核心在于模拟并超越人类智能，以提供更为高效、精准的服务。然而，在AI技术不断进步的同时，数据安全成为了其在金融领域进一步应用的重大挑战。鉴于金融数据的敏感性和重要性，客户现场、生产区、内网等关键区域的语料数据难以直接用于AI模型的训练。因此，传统AI在产生与金融领域专业知识直接关联的“领域专家”时面临诸多难题。
凭借在泛资管领域长达20年的深厚积累，赢时胜不仅具备制定行业规范的能力，更是行业专业知识的集大成者。在AI领域，赢时胜结合专业的技术实力和丰富的行业经验，推出了一系列前沿AI应用，近期将陆续大家为揭晓。
首篇：“晓赢AI”，一款专为资管行业打造的业务助手。
第二篇：CMTT智能知识平台，助你轻松搭建自己的AI知识问答应用。
第三篇：AI交互技术框架，协助各类系统融入AI能力。
今天，我们荣幸地为大家介绍——“晓赢AI”，一款专为资管行业量身打造的AI业务助手。
“晓赢AI”作为一款专为资管行业打造的AI应用，不仅具备强大的数据处理和分析能力，更融入了赢时胜多年积累的资管行业经验和专业知识。它已展现出远超通用AI的专业知识储备和行业规则理解能力，能够深入理解资管业务的需求和规则，为资管机构提供全方位的业务支持。
卓越的业务规则理解能力
近年来资管行业在投资品种和产品类型上实现了飞速发展，业务规则和复杂度呈几何倍数增长。以最新发布的《证券投资基金会计核算操作实务手册》为例，其以多达16章节、300页，对业务进行了详尽说明，足以体现行业规范的细化和深化。在数据源方面，现有渠道提供了海量的信息，但这些接口繁杂多样，数据项琐碎且易混淆，与之配套的业务规则亦相当复杂。
面对海量的行业“标准”和“官方”信息，新入行人员需要花费大量时间进行学习和实践，才能逐步揭开这些业务的深层面纱，真正掌握其含义。在这段漫长的探索过程中，他们还需面对众多未经梳理、容易混淆、验证困难甚至相互冲突的文档资料，这无疑给他们的工作带来了更大的挑战和难度。而“晓赢AI”通过高效的数据处理能力，对这些信息进行了全面汇总、细致整理、精确清洗、专业加工、严谨标注、高效集成和持续优化，这使得展现出卓越的能力，为资管机构提供了前所未有的便捷和效率。
尽管目前尚无法与“人类专家”直接对标，但由于其独特的架构设计和数据处理方式，“晓赢AI”在本质上已经超越了GPT和其他通用大模型的能力上限。随着技术的不断进步和系统能力的持续提升，“晓赢AI”有望在未来达到甚至超越行业专家级别的水平。
，时长00:33
对业务规则的理解能力
由于业务规则的来源多样性，不同文件可能使用相似或混淆的词汇来描述，从NLP角度来看增加了理解的难度。这对现在AI领域中主流的RAG框架和其他调优方法产生了挑战。赢时胜的AI赋能中心在推进中发现，RAG在企业环境中的准确率仅为60%，越专业的领域准确率越低，远未能满足实际应用要求。经过深入实践和研究，我们的团队发现业务规则在文本中的表达具有离散性特征，需要进行知识化抽离才能形成AI能够使用好的数据模式。
据此，赢时胜推出了CMTT平台，该平台涵盖了语料收集、管理、优化和回归测试等核心环节。借助CMTT平台的强化，“晓赢AI”能够掌握精炼后的业务知识，而非晦涩难懂的原始语料，这使得“晓赢AI”在多重监管的AMS领域业务规则处理方面表现出色。
尽管缺乏合适的评估模型，但通过多位具有10年以上资管经验的业务专家评估，我们确认“晓赢AI”在资产管理专业知识领域的准确率已超过80%。尽管这一数字距离完全独立、可靠运行的目标仍有差距，但赢时胜公司深信，通过CMTT对于AI语料数据的持续收录和转换，预计在1-2年的沉淀后，“晓赢AI”将成为“资产管理领域AI专家”，助力众多管理人和托管行完成“AI知识化”的基线。
，时长00:28
查找行业知识来源
“晓赢AI”并非如同某些生成型AI那样仅通过简单的“你问我编+单字接龙”方式运作，而是从设计之初即专注于满足企业应用的实际需求。其架构设计旨在确保所有知识来源均具备坚实的“论据链”，而非空洞的“幻觉”。为了实现这一目标，赢时胜的AI赋能团队投入了巨大的人力与算力成本。然而，从长期的发展方向和实际成效来看，这样的投入无疑是值得的。
在提供服务时，“晓赢AI”不仅提供输出结果，更重要的是，它会为每个输出配备“完整响应”与“论据链”。这两项独特机制使得用户能够深入了解AI的决策过程，查询其判断依据，从而确保所获得的知识准确无误。此外，这一过程还为行业知识来源的查找提供了坚实可靠的依据。通过“晓赢AI”，用户不仅能够获得答案，更能理解答案背后的逻辑与依据。
，时长00:21
“晓赢AI”当前的能力表现因为聚集在资产管理领域，由于数据和CMTT平台的支持上存在优势，超越GPT4和各类通用大模型是正常表现，但这仍与企业大批量落地的要求存在一定的差距。
赢时胜将继续深化对AI落地实践的投入，紧密追踪AI技术的最新进展，并积极推动资产管理行业的智能化升级。我们期待与业内企业共同构建新一代的AI/应用的双核心，引导企业更多关注AI落地而非AI模型训练，将投入转向可以实打实提升“新质生产力”的AI落地应用领域中来。
本文作者可以追加内容哦 !
